안면 ‘비식별’ 기술 개발도

페이스북 AI 리서치(Facebook AI Research, FAIR)팀이 구글(Google) 기존 모델보다 성능이 뛰어나고 GPU에서 5배 빠르게 실행되는 ‘RegNet’을 개발했다.

새로운 ‘저차원(low-dimensional) 디자인 공간’ RegNet은 간단하고 빠르며 다재다능한 네트워크를 구성한다. 연구팀은 출판전논문 사이트 아르시브(ArXiv)에 게재된 관련 연구 ‘Designing Network Design Space’에서 이 모델이 테스트에서 구글(google) ‘SOTA EfficientNet’ 모델보다 성능이 우수했다고 밝혔다.

연구원들은 “해석 가능성과 단순하고 잘 작동하며 설정 전반에 걸쳐 일반화된 네트워크를 설명하는 일반적인 설계 원칙을 발견”하고자했다.

FAIR팀은 훈련 시간을 개선하지 않고 동일한 교육 환경에서 EfficientNet과 통제된 비교를 수행했다. 2019년에 도입된 구글 EfficientNet은 NAS와 모델 스케일링 규칙의 조합을 사용하며 현재 SOTA를 대표한다.

비교 가능한 훈련 설정과 플롭(Flops)에서 RegNet모델은 EfficientNet 모델보다 성능이 뛰어나고 GPU에서 최대 5 배 빨랐다. 이 팀은 개별 네트워크를 설계하고 개발하는 대신 모델 아키텍처의 무한한 대규모 집단으로 구성된 실제 네트워크 설계 공간을 설계하는 데 중점을 두었다.

설계 공간 품질은 EDR(error empirical distribution function)을 사용해 분석한다. RegNet 설계 공간을 분석하면서 연구원들은 네트워크 설계에 대한 다른 예상치 못한 통찰력도 획득했다.

최상의 모델의 깊이는 20블록(60 레이어)의 최적 깊이를 가진 컴퓨팅 체제에서 안정적이라는 것을 발견했다.

논문에서 모바일 네트워크가 역 병목 현상을 사용하는 것이 일반적이지만 연구원들은 역 병목 현상을 사용하면 성능이 저하되는 것을 발견했다. 가장 좋은 모델은 병목 현상이나 역 병목 현상을 사용하지 않는다는 것이다.

페이스북 AI 연구팀은 최근 얼굴 인식 시스템을 속여 비디오에서 사람을 잘못 식별하게 하는 도구도 개발했다. 라이브 비디오에서도 작동하는 “비식별”시스템은 기계학습(ML)을 사용해 비디오에서 피사체의 주요 얼굴 특징을 변경한다.

FAIR는 커뮤니티와의 공개 협업에 대한 기초 및 응용 연구를 통해 인공 지능 분야에서 최첨단 기술을 발전시키고 있다. 2014년부터 FAIR 그룹은 모든 사람의 이익을 위한 공개 연구를 통해 AI의 최첨단 기술을 개발해왔다. 그 이후 FAIR는 미국 캘리포니아 멘로파크, 시애틀, 뉴욕, 피츠버그, 프랑스 파리, 캐나다 몬트리올, 이스라엘 텔아비브, 영국 런던에 연구소를 둔 국제 연구 조직으로 성장했다.