Facebook wprowadza zaawansowaną sztuczną inteligencję, aby znaleźć znaczenie w swoich postach

Facebook ma na celu jeszcze lepsze zrozumienie 700 milionów ludzi, którzy każdego dnia korzystają z sieci społecznościowej, aby dzielić się szczegółami swojego życia osobistego.

Nowa grupa badawcza w firmie pracuje nad nowym i potężnym podejściem do sztucznej inteligencji, znanym jako głębokie uczenie, które wykorzystuje symulowane sieci komórek mózgowych do przetwarzania danych. Zastosowanie tej metody do danych udostępnianych na Facebooku może umożliwić wprowadzenie nowych funkcji i być może zwiększyć kierowanie reklam firmy.

Głębokie uczenie wykazało potencjał jako podstawa oprogramowania, które może analizować emocje lub zdarzenia opisane w tekście, nawet jeśli nie są one wyraźnie wymienione, rozpoznawać obiekty na zdjęciach i formułować wyrafinowane przewidywania dotyczące prawdopodobnych przyszłych zachowań ludzi.

Ośmioosobowa grupa, zwana wewnętrznie zespołem AI, dopiero niedawno rozpoczęła pracę, a szczegóły jej eksperymentów są nadal tajne. Ale dyrektor ds. technologii Facebooka, Mike Schroepfer, powie, że jednym z oczywistych sposobów wykorzystania głębokiego uczenia się jest ulepszenie kanału informacyjnego, spersonalizowanej listy ostatnich aktualizacji, którą nazywa zabójczą aplikacją Facebooka. Firma używa już konwencjonalnych technik uczenia maszynowego, aby przyciąć 1500 aktualizacji, które przeciętni użytkownicy Facebooka mogliby zobaczyć, do 30 do 60, które są oceniane jako najbardziej dla nich ważne. Schroepfer mówi, że Facebook musi lepiej wybierać najlepsze aktualizacje, ponieważ jego użytkownicy generują więcej danych i korzystają z sieci społecznościowej na różne sposoby.

Zbiór danych powiększa się, ludzie zyskują więcej przyjaciół, a wraz z nadejściem telefonii komórkowej ludzie częściej korzystają z Internetu, powiedział Schroepfer Przegląd technologii MIT . Nie chodzi o to, że pod koniec dnia raz zaglądam do mojego kanału informacyjnego; Ciągle wyciągam telefon, gdy czekam na przyjaciela lub jestem w kawiarni. Mamy pięć minut, aby naprawdę Cię zachwycić.

Shroepfer mówi, że głębokie uczenie może być również wykorzystywane do pomagania ludziom w porządkowaniu zdjęć lub wyborze najlepszego do udostępnienia na Facebooku.

Przyglądając się głębokiemu uczeniu, Facebook podąża za swoimi konkurentami Google i Microsoftem, które wykorzystały to podejście z imponującym efektem w ubiegłym roku. Firma Google zatrudniła i pozyskała czołowe talenty w tej dziedzinie (patrz 10 przełomowych technologii 2013: Deep Learning ), aw zeszłym roku stworzyła oprogramowanie, które nauczyło się rozpoznawać koty i inne obiekty, przeglądając zdjęcia z filmów na YouTube. Bazowa technologia została później wykorzystana do zmniejszenia wskaźnika błędów usług rozpoznawania głosu Google (patrz Google Virtual Brain Goes to Work ).

Tymczasem badacze z Microsoftu wykorzystali głębokie uczenie do zbudowania systemu, który tłumaczy mowę z języka angielskiego na chiński w czasie rzeczywistym (patrz Microsoft przywraca do życia tłumacz głosowy Star Trek). Chiński gigant internetowy Baidu założył niedawno laboratorium badawcze w Dolinie Krzemowej, aby pracować nad głębokim uczeniem.

Mniej złożone formy uczenia maszynowego stanowią podstawę niektórych z najbardziej przydatnych funkcji opracowanych przez duże firmy technologiczne w ostatnich latach, takich jak systemy wykrywania spamu i rozpoznawanie twarzy na obrazach. Największe firmy zaczęły teraz intensywnie inwestować w uczenie głębokie, ponieważ może ono przynieść znaczne korzyści w porównaniu z bardziej ugruntowanymi technikami, mówi Elliot Turner, założyciel i dyrektor generalny AlchemiaAPI , który wynajmuje dostęp do własnego oprogramowania do głębokiego uczenia tekstu i obrazów.

Badania nad zrozumieniem obrazów, tekstu i języka trwają od dziesięcioleci, ale typowa poprawa, jaką może zaoferować nowa technika, stanowi ułamek procenta, mówi. W zadaniach takich jak wzrok czy mowa, dzięki głębokiemu uczeniu obserwujemy ponad 30 procent ulepszeń. Nowsza technika pozwala również na znacznie szybsze postępy w szkoleniu nowego oprogramowania, mówi Turner.

Konwencjonalne formy uczenia maszynowego są wolniejsze, ponieważ zanim dane zostaną wprowadzone do oprogramowania uczącego, eksperci muszą ręcznie wybrać, na które funkcje oprogramowania powinno zwrócić uwagę, i muszą oznaczyć dane, aby wskazać, na przykład, że niektóre obrazy zawierają samochody.

Systemy głębokiego uczenia się mogą uczyć się przy znacznie mniejszej ingerencji człowieka, ponieważ mogą same dowiedzieć się, które cechy nieprzetworzonych danych są najważniejsze. Mogą nawet pracować na danych, które nie zostały oznaczone, tak jak zrobiło to oprogramowanie Google do rozpoznawania kotów. Systemy, które są w stanie to zrobić, zazwyczaj wykorzystują oprogramowanie, które symuluje sieci komórek mózgowych, znane jako sieci neuronowe, do przetwarzania danych. Do działania wymagają bardziej wydajnych kolekcji komputerów.

Grupa AI Facebooka będzie pracować nad aplikacjami, które mogą pomóc w produktach firmy, a także nad bardziej ogólnymi badaniami, które zostaną upublicznione, mówi Srinivas Narayanan, kierownik ds. inżynierii w Facebooku, który pomaga w tworzeniu nowej grupy. Mówi, że jednym ze sposobów, w jaki Facebook może pomóc w rozwoju głębokiego uczenia się, jest wykorzystanie jego ostatnich prac nad tworzeniem nowych typów sprzętu i oprogramowania do obsługi dużych zbiorów danych (patrz Inside Facebook’s Not-So-Secret New Data Center). Jest to zarówno problem z oprogramowaniem, jak i sprzętem; sposób, w jaki skalujesz te sieci, wymaga bardzo głębokiej integracji tych dwóch, mówi.

Facebook zatrudnił eksperta ds. głębokiego uczenia Marc’Aurelio Ranzato z dala od Google dla swojej nowej grupy. Inni członkowie to Yaniv Taigman, współzałożyciel startupu rozpoznawania twarzy Face.com (patrz Kiedy zawsze jesteś znajomą twarzą); ekspert od wizji komputerowej Lubomir Bourdev; i weteran Facebooka Keith Adams.

ukryć