Facebook bina AI untuk fahamkan post pengguna


Sekarang Facebook tidak ada kebolehan untuk memahami kelakuan manusia sekurang-kurangnya untuk dapatkan keuntungan dari itu. Tapi mereka dapat lihat begitu banyak data, gambar, post dan begitu banyak Like. Tapi data tu semua tak bermaksud apa-apa jika ia tidak dapat difahami.

Hari ini, walaupun komputer yang paling canggih melakukan kerja yang sangat lemah untuk memahami tingkah laku manusia. Facebook sedang berusaha untuk mengubah perkara ni.

Mereka telah mengumpulkan kumpulan yang berdedikasi, pasukan Artificial Intelligence (AI), lapan orang yang akan memberi tumpuan kepada dalam pembelajaran untuk menangani masalah terbesar yang dihadapi oleh komputer.

Technology Review MIT mempunyai beberapa butiran dalam pasukan ini dan apa yang mereka rancang. Sistem pembelajaran mendalam adalah lebih bijak daripada sistem pembelajaran mesin biasa dan mereka memerlukan lebih kurang tangan induk dan menyusun data lebih teratur.

Facebook AIDalam pembelajaran mesin, kualiti hasil bergantung kepada apa yang program ini diarahkan untuk mencari, kualiti penapis dan peraturan, tetapi juga kepada kualiti data, iaitu bagaimana ia dilabel. Ini bermakna ia memerlukan banyak input manusia dan hasilnya, hanya boleh menyelesaikan satu set kecil masalah.

Dengan pembelajaran mendalam, sistem tidak memerlukan bimbingan terlalu banyak, ia belajar untuk dirinya sendiri apa yang berkaitan hanya dengan menganalisis semua data, sama seperti manusia .

Sebagai contoh, penyelidik Google dapat mewujudkan satu rangkaian neural yang menemukan bagaimana kucing kelihatan dan juga menyediakan rekreasi hanya dengan menonton pegun dari video YouTube, walaupun ia tidak pernah "beritahu" bagaimana rupa kucing.

Ia lakukan ini dengan menganalisis objek dalam semua video dan mengkategorikan mereka. Dengan data yang mencukupi dan kuasa pemprosesan, ia dapat mengenali kucing dalam video dan label semua mereka sebagai kucing, atau sebaliknya, objek yang berkaitan dengan kucing.

Facebook sebenarnya mempunyai kebolehan dalam bidang ini, tetapi aplikasi sistem yang sama adalah jelas. Sebagai contoh, Facebook boleh tag gambar dengan sendirinya. Ia boleh mengembangkan ini untuk mengiktiraf pandangan semulajadi, parti dan sebagainya dan membuat keputusan berdasarkan apa yang gambar kelihatan.

Begitu juga dengan News Feed, cabaran terbesar Facebook adalah memikirkan apa yang perlu ditunjukkan kepada anda dalam suapan berita. Purata pengguna mendapat kira-kira 1,500 kemas kini daripada rakan-rakan dan pages setiap hari, tapi Facebook kecilkan menjadi 30 hingga 60 entri.

Tetapi apabila lebih ramai orang menyertai Facebook dan menghabiskan lebih banyak masa di laman web, memilih apa yang perlu ditunjukkan semakin sukar. Satu sistem pembelajaran mendalam akan dapat memahami apa yang anda suka dan apa yang orang lain suka, membuat hubungan dan membuat keputusan yang lebih baik.

Labels: