訓練機器學習辨識圖片中的物件，往往需要耗費人力、時間標註出名稱、類別，才能讓機器順利訓練。為打造出方便厲害的 AI 機器學習模型，Facebook 有一項超級祕密武器──35 億張 Instagram 公開照片，以及無數 Hashtag。
Instagram 公開照片，成免費訓練模型素材
如果你習慣在發文時替照片加上幾個 Hashtag，那麼你有可能在幫 Facebook 訓練機器學習模型。
過去要訓練機器學習辨識物件，必須耗費相當多人力，舉例來說，如果希望電腦理解「馬克杯」這個東西，人類必須先標出這個東西是「馬克杯」，接著機器才能有依據學習，現在 Facebook 找到一個用少量人力就能訓練機器學習的方法。
第二天開發者大會 F8，首席技術長邁克‧施羅普佛（Mike Schroepfer）表示，Facebook 研究人員與工程師，利用平台 35 億張公開照片、超過 17,000 個 Hashtag 為基礎，透過上百個 GPU 解析資料，來訓練自家圖片辨識模型，目前在 ImageNet（圖像數據庫）已可達 85.4% 準確度。
但過程中也面對不少挑戰，施羅普佛談到，許多用戶常常用錯標籤，像是用戶雖然在照片標記「花枝」，但其實是「魷魚」。另外，Facebook 也必須訓練哪些 Hashtag 是同義詞，並將具體描述的 Hashtag，排序優於其他同類型 Hashtag，最終變成一套「大規模 Hashtag 預測模組」，來訓練圖像辨識模組。
▲ Facebook 利用 Instagram 35 億張公開照片，加上用戶標註的 Hashtag，來訓練機器學習模型。（Source：Facebook）
Hashtag 訓練模型，會有隱私問題嗎？
不過現階段大家更關心的還是「隱私」問題，當用戶發表一張 Instagram 照片時，可以清楚知道自己正在提供資料，訓練深度學習模型嗎？
Facebook 表示，圖像資料只會用來辨別與 Hashtag 之間的關聯性，使用的資料都是公開的，且就算照片本身沒有標籤，就算機器再怎麼厲害，也無法辨識出照片中的物件。簡單來說，在 Instagram 上傳公開照片，不論用戶是否願意，都正為 Facebook 的深度學習技術做出貢獻。
▲ 首席技術長施羅普佛表示，過程中也面臨不少挑戰，像是許多用戶常常用錯標籤。（Source：Facebook）
但 Hashtag 仍是訓練關鍵，如果用戶不想自己的照片變成訓練機器學習的素材，就不要在公開貼文加上 Hashtag。Facebook 強調，團隊只會在公開的 Hashtag，擷取與圖像有關的素材，不會從照片內容推斷用戶行為。
Facebook 建構訓練機器模型的方法，比起辨識精準度本身更有趣，將龐大、雜亂的素材整理成整齊、有依據的資料，未來可以幫助用戶更精準快速的搜尋資料，甚至用 AI 自動生成圖片說明、協助審核平台內容。
- Facebook is using your Instagram photos to train its image recognition AI
- Facebook trained image recognition AI with billions of Instagram pics
- Facebook is using billions of Instagram images to train artificial intelligence algorithms