Caffe2go: Facebook lo sta testando su Android e iOS

In concomitanza con il Web Summit che si è tenuto a Lisbona, Facebook ha svelato Caffe2go, il software di Intelligenza Artificiale (AI) del quale si sta avvalendo per far sì che gli utenti possano applicare stili artistici ai video stream sia su Android che iOS. A seguito delle prime dimostrazioni, Facebook ha iniziato una serie di test in alcune nazioni, ma si vocifera di una diffusione più ampia in tempi brevi.

La tecnologia di Caffe2go, che Facebook ha sviluppato nel corso degli ultimi tre mesi, è un implemento di un tipo di AI strettamente correlato al deep-learning. In questo caso Facebook ha sviluppato una rete neurale in grado di fare inferenze sui nuovi dati.

Google ha fatto qualcosa di simile con Google Translate lo scorso anno, ma lo stesso Google ha mostrato recentemente una propria tecnologia style transfer, sebbene non sia stata ancora mostrata su dispositivi mobili.
Essere in grado di allenare delle reti neurali su un dispositivo mobile, senza essere costretti ad inviare dati a computer remoti più potenti, accorcia notevolmente i processi. Gli sforzi compiuti tanto da Facebook quanto da Google sono seguiti al successo di Prisma che consente di aggiungere stili alle foto e ai video degli utenti.

Caffe2go è un framework di deep-learning che si basa sul software open source Caffe2, il quale deriva dal popolare Caffe. Così come suggerisce il nome, Caffe2go è un caffè preso al volo, il software è stato progettato per l’applicazione su mobile. Hussein Mehanna, direttore ingegneristico del gruppo di Machine Learning Applicato di Facebook ha raccontato che “Gira velocemente su mobile, ma è anche in grado di funzionare sul chip di un server e una GPU”.

Si tratta quindi di un modello di AI che è 100 volte più piccolo di quelli esistenti. Caffe2go diventerebbe a tutti gli effetti la seconda piattaforma di AI di Facebook. La prima era il framework di deep-learning Torch, un’open source alla quale Facebook ha contributo in modo esteso. Ma Caffe2go rappresenta un investimento di tipo strategico per Facebook, grazie alle sue dimensioni, alla sua velocità e alla sua flessibilità.

Jia and Vajda, di Facebook, hanno spiegato il modo in cui il team di Facebook sia riuscito a rendere il modello di deep-learning così piccolo da poter essere inserito in un telefono:
“Abbiamo ottimizzato il numero di strati di convoluzione (la parte del processo che impiega più tempo di elaborazione) e la larghezza di ogni strato. Poi abbiamo regolato la risoluzione spaziale in lavorazione. Il numero di strati convoluzionali e loro larghezza possono essere utilizzati come leve separate per regolare il tempo di elaborazione, regolando una serie di aspetti dell’immagine in fase di processo. Inoltre è possibile regolare il numero di volte in cui un’azione di elaborazione ha luogo.
In termini di risoluzione spaziale, siamo in grado di regolare la dimensione reale di ciò che sta per essere eseguito negli strati intermedi. Utilizzando l’early pooling (che riduce le dimensioni dell’immagine in fase di elaborazione) e la deconvoluzione ritardata (che potenzia l’immagine dopo i processi), siamo in grado di accelerare il time up di elaborazione, perché al sistema non viene richiesto di elaborare troppe informazioni. Abbiamo anche constatato che con queste tecniche potremmo ridurre notevolmente l’ampiezza e la profondità della rete, pur mantenendo una qualità più che ragionevole”.