Trí Tuệ Nhân Tạo “Rosetta” Kiểm Duyệt Hàng Tỷ Hình Ảnh Trên Facebook Mỗi Ngày

Mọi người online trên mạng Internet có xu hướng giao tiếp không chỉ bằng lời nói, mà còn bằng hình ảnh. Đối với một nền tảng như Facebook với hơn 2 tỷ người dùng hoạt động hàng tháng, có nghĩa là rất nhiều hình ảnh được đăng mỗi ngày. Để hiển thị những hình ảnh có chữ đi kèm trong kết quả tìm kiếm ảnh có liên quan, để cung cấp cho người đọc những nội dung được viết trên ảnh và để đảm bảo những bức ảnh đó không chứa ngôn từ kích động thù địch và các ngôn từ khác vi phạm chính sách nội dung của trang web, Facebook đã tạo và triển khai một hệ thống máy học quy mô lớn có tên là "Rosetta".

Facebook cần một hệ thống nhận dạng ký tự quang học có thể xử lý thường xuyên khối lượng lớn nội dung, vì vậy hãng phải tạo ra công nghệ riêng của mình. Theo mạng xã hội Facebook, Rosetta trích xuất văn bản từ hơn một tỷ hình ảnh và khung hình video bằng nhiều ngôn ngữ khác nhau mỗi ngày trong thời gian thực.

Trong một bài đăng blog mới, công ty giải thích cách Rosetta hoạt động, công cụ sẽ bắt đầu bằng cách phát hiện các vùng hình chữ nhật trong các hình ảnh có khả năng chứa văn bản. Sau đó, nó sử dụng mạng lưới thần kinh để nhận biết và phiên âm những gì được viết trong khu vực đó, ngay cả từ không phải tiếng Anh hoặc bảng chữ cái không phải tiếng Latinh, chẳng hạn như tiếng Ả Rập và tiếng Hindi. Để đào tạo hệ thống, Facebook đã sử dụng một hỗn hợp các hình ảnh công cộng được chú thích bởi con người và máy.

Các đội nhóm khác nhau trong Facebook và Instagram sẽ sử dụng Rosetta để hiển thị nhiều nội dung hơn và giám sát nền tảng. Công ty có kế hoạch tiếp tục phát triển số lượng ngôn ngữ mà Rosetta có thể hiểu và làm cho công cụ tốt hơn trong việc trích xuất văn bản từ các khung hình video.

Về ngôn ngữ, Facebook cũng đã thêm 24 ngôn ngữ mới vào các dịch vụ dịch thuật tự động, bao gồm Serbia, Belarus, Marathi, Sinhalese, Telugu, Nepali, Kannada, Urdu, Punjabi, Campuchia, Pashto, Mông Cổ, Zulu, Xhosa và Somali. Facebook thừa nhận rằng các bản dịch cho những ngôn ngữ vẫn ở giai đoạn đầu, nên sẽ vẫn còn nhiều lỗi. Hãng có kế hoạch sẽ tiếp tục cải thiện, và giới thiệu nhiều ngôn ngữ hơn trong tương lai.