Facebook今日宣布了與Inria合作開發的DINO算法，特點是無需對數據進行標記，就能夠對transformers機器學習模型進行訓練。具體說來是，作為計算機視覺領域中最困難的挑戰之一，其需要人工智能對圖像中的內容進行理解。但Facebook介紹的這個新模型，能夠在不指定特定目標的情況下，發現和分割圖像/視頻中的對象。

FB DINO 系統能夠以無監督的方式細分圖像

傳統上的細分（Segmentation）操作是在監督學習的情況下執行的，且需要投餵標註了大量註釋的示例數據。

在有監督的學習中，算法會在為特定輸出註釋的輸入數據上開展訓練，直到它們可以檢測到輸入和輸出結果之間的潛在關係為止。

但在可自我監督學習（DINO）的方案下，系統能夠主動對未標記的數據進行分類和處理。

Transformers 使得AI 模型能夠選擇性地專注於其輸入的一部分，從而使它們能夠更有效地進行推理。

而在應用於語音和自然語言處理之前，轉換器就已經被用於解決計算機視覺問題、以及圖像的分類和檢測。

自我專注層（Self-Attention Layers）是所謂的Vision Transformers 的核心部分，每個空間位置都通過參考其他位置來表示。

這樣當查看其它距離可能較遠的圖像時，轉換器就能對整個場景建立起豐富而高級的理解。

通過在相同圖像的不同視圖上匹配模型輸出，DINO 能夠有效地發現目標對象和跨圖像的共享特徵。此外DINO 可基於視覺屬性來連接各種類型，以類似於生物分類的結構，來清楚地分辨不同動物物種。

Facebook 聲稱，即使不以此為目的而進行設計，DINO 也是識別圖像副本的最佳工具之一。展望將來，基於DINO 的模型，還可用於識別錯誤信息或版權侵犯行為。

Facebook 在博客中寫道：通過在轉換器上進行自我監督學習，DINO 為打造創造性的機器學習應用而提供了一個機遇，使得機器能夠更深入地理解圖像和視頻。

目前需要人工標註的數據，已經成為了計算機視覺系統發展的一個主要瓶頸。但通過DINO 方案，註釋的效率可以更高，並將模型用於更大的任務集，且有可能擴展其可識別的概念的數量。

最後，Facebook 今天還詳細介紹了一種被稱作PAWS 的新機器學習方案。與此前的半監督方案和新技術相比，該公司的半監督方法具有更好的分類準確度。

值得一提的是，其所需的訓練也少了一個數量級（ 1/ 4~12），意味著PAWS 可能也適合於沒有太多標記的圖像領域（比如醫學分析）。