機(jī)器學(xué)習(xí)的誘惑并不總是大的新功能，通常它最擅長的是微小的調(diào)整，微妙地改善用戶體驗(yàn)。所以Twitter的使用神經(jīng)網(wǎng)絡(luò)自動裁剪圖片預(yù)覽到他們最有趣的部分。

該公司一直在研究這個工具，但昨天在博客文章中詳細(xì)描述了它的方法。ML研究員盧卡斯Theis和ML領(lǐng)導(dǎo)Zehan王解釋他們?nèi)绾伍_始使用面部識別來裁剪臉部圖像，但發(fā)現(xiàn)這種方法不適用于風(fēng)景和其它物體照片。

他們的解決方案是“使用顯著性裁剪”，這里的顯著性意味著圖像中最有趣的一個方面，為了定義這一點(diǎn)，他們使用學(xué)術(shù)研究中的數(shù)據(jù)進(jìn)行眼動追蹤，記錄人們首先看到的圖像區(qū)域。 這些數(shù)據(jù)可以用來訓(xùn)練神經(jīng)網(wǎng)絡(luò)和其他算法來預(yù)測人們可能想看的東西。

一旦他們訓(xùn)練了一個神經(jīng)網(wǎng)絡(luò)來識別這些區(qū)域，他們需要優(yōu)化它在網(wǎng)站上實(shí)時工作。對他們來說幸運(yùn)的是，照片預(yù)覽所需的裁剪非常廣泛，只需將圖像縮小到最有趣的三分之一，這意味著推特可以削減和簡化神經(jīng)網(wǎng)絡(luò)判斷標(biāo)準(zhǔn)，即使用稱為“知識蒸餾”的技術(shù)。

最終的結(jié)果是得到速度比原先快10倍的神經(jīng)網(wǎng)絡(luò)，這可以讓我們在所有圖像上傳并實(shí)時剪切的情況下對所有圖像進(jìn)行顯著性檢測。這個新功能目前正在桌面，iOS和Android應(yīng)用上向所有用戶推出。