Facebook har beslutat att lägga till sin samling av öppen källa till Horizon maskininlärningsplattform, skapad av AI-forskare på Facebook, experter på rekommendationssystem.
Horizon har använts internt i mer än ett år, vilket gör att artificiell intelligenssystem kan lära sig snabbare. Ansvariga team kan utföra sådana operationer (AI-systemutbildning) med tusentals processorer för att träna med miljarder observationer, men med Horizon är det möjligt att träna system för artificiell intelligens på en enda dator.
Produktlag på Facebook har använt Horizon för att skapa system som rekommenderar översättningar, Spotify-låtar, Food Network-recept och många andra saker baserat på orden som används i konversationer på Facebook Messenger. Det har också använts för att bestämma bithastigheten för Facebook 360-videor och för att anpassa när Facebook-applikationen väljer att skicka meddelanden till användarna.
Nu vill de att gemenskapen av programmerare runt om i världen ska kunna dra nytta av denna teknik för att främja området för förstärkning av lärande och icke-övervakade inlärningsmetoder, både bland nybörjare och studenter och i stora forskningsprojekt som de, som Facebook, behöver tusentals maskiner för att utbilda system för artificiell intelligens.
Horizon använder en teknik som kallas counterfective policy-utvärdering för att utvärdera offline-prestanda för ett AI-system för att avgöra om alternativa metoder kan förbättra prestandan innan den börjar fungera. På detta sätt, alltid offline, kan du hitta alternativa sätt att tänka för att fortsätta göra framsteg när det gäller lärande.
De indikerar att alla som har någon form av grundläggande Unix-upplevelse kan skapa en dataset och träna en modell och se hur den fungerar.
