要訓練機器學習辨識圖片中的物件，往往需要耗費人力、時間標註出名稱、類別，才能讓機器順利訓練，為打造出方便厲害的AI機器學習模型，Facebook有一項超級秘密武器── 35億張的Instagram公開照片，以及無數的Hashtag。
Instagram公開照片，成免費訓練模型素材
如果你習慣在發文時替照片加上幾個Hashtag，那麼你有可能正在幫Facebook訓練機器學習模型。
過去要訓練機器學習辨識物件，必須耗費相當多的人力，舉例來說，如果希望電腦能理解「馬克杯」這個東西，人類必須先標記出這個東西是「馬克杯」，接著機器才能夠有依據學習，現在Facebook找到了一個用少量人力就能訓練機器學習的方法。
在第二天的開發者大會F8上，首席技術長邁克·施羅普佛（Mike Schroepfer）表示，Facebook研究人員與工程師，利用平台上35億張公開照片、超過17,000個Hashtag為基礎，透過上百個GPU解析資料，來訓練自家的圖片辨識模型，目前在ImageNet（圖像數據庫）上已經可以達到85.4％的準確度。
但過程中也面對不少挑戰，邁克·施羅普佛（Mike Schroepfer）談到，許多用戶常常用錯標籤，像是用戶雖然在照片上標記「花枝」，但其實是「魷魚」。另外，Facebook也必須訓練那些Hashtag是同義詞，並將具體描述的Hashtag，排序優於其他同類型Hashtag，最終變成一套「大規模Hashtag預測模組」，來訓練圖像辨識模組。
Hashtag訓練模型，會有隱私問題嗎？
不過現階段大家更關心的還是「隱私」問題，當用戶發布一張Instagram照片時，可以清楚知道自己正在提供資料，訓練深度學習模型嗎？
Facebook表示，圖像資料只會用來辨別與Hashtag之間的關聯性，使用的資料都是公開的，且就算照片本身沒有標籤，就算機器再怎麼厲害，也無法辨識出照片中的物件。簡單來說，在Instagram上傳公開照片，不論用戶是否願意，都正在為Facebook的深度學習技術做出貢獻。
但Hashtag仍是訓練的關鍵，如果用戶不想要自己的照片變成訓練機器學習的素材，就不要在公開的貼文中加上Hashtag。 Facebook強調，團隊只會在公開的Hashtag中，擷取與圖像有關的素材，不會從照片內容推斷用戶行為。
Facebook建構訓練機器模型的方法，比起辨識精準度本身更有趣，將龐大、雜亂的素材整理成整齊、有依據的資料，未來可以幫助用戶更精準、快速的搜尋資料，甚至用AI自動生成圖片說明、協助審核平台內容。
資料來源：TechCrunch、Engadget、The Verge
