Facebook libera ferramenta de Inteligência Artificial FastText para mobile
Objetivo é ampliar o uso do reconhecimento de linguagem de modo que ocupe menor memória para rodar em aparelhos menos potentes como smartphones
Desenvolvedores contam com uma nova ferramenta que ajudar a fazer com que seus aplicativos se beneficiem do uso da tecnologia de reconhecimento de linguagem, graças a um projeto open source do Facebook atualizado nesta terça-feira (2). O grupo de pesquisa em Inteligência Artificial da companhia lançou uma nova versão do FastText, uma biblioteca de programação desenhada para facilitar o trabalho de desenvolvedores para implantar sistemas de aprendizado de máquina com foco em texto.
Usando uma técnica chamada de FastText.zip, desenvolvedores conseguem compactar um modelo de reconhecimento de linguagem de modo que ele ocupe menos memória (100x menor) mantendo o mesmo desempenho de um modelo não compactado. A tecnologia permite que esses modelos sejam implantados em dispositivos menos potentes, como smartphones e Raspberry Pis, tornando-os mais úteis para uma maior variedade de aplicativos.
Além disso, o Facebook publicou tutoriais projetados para ajudar desenvolvedores a usarem o FastText. A equipe da rede social também lançou 300 conjuntos de idiomas pré-treinados para simplificar ainda mais as questões.
A meta do FastText é tornar mais fácil para as pessoas que tenham alguma habilidade em programação classificar textos (o processo de atribuir um bloco de palavras a um conjunto de categorias) e a representação do texto (o processo de transformar texto não estruturado em números para computação).
O que torna o FastText especial é que a equipe que o desenvolve no Facebook está focado em tornar as técnicas existentes mais acessíveis para desenvolvedores “do dia a dia”. Dessa forma, será mais fácil para pessoas sem um doutorado em ciência de dados implementar o aprendizado de máquina em seus aplicativos.
Por exemplo, o FastText pode ser usado para alimentar recursos que incluam hashtags para conclusão automática, assim usuários podem inserir tags relevantes de forma mais rápida em posts em redes sociais. Ele também pode ajudar na análise do sentimento, para que as aplicações possam entender se os usuários estão dizendo algo positivo ou negativo.
