Facebook, транснациональная корпорация, базирующаяся в США, привлекает около 2,2 млрд. пользователей, которые активно общаются с друзьями и близкими, заводят новые знакомства, ищут бизнес и, конечно же, делятся фотографиями своих четвероногих питомцев. Каждое последующее посещение Facebook генерирует огромное количество данных: информацию о наших действиях, местонахождении и взаимодействии с другими пользователями. До появления этой социальной сети не существовало другого сайта, на котором бы размещалось столько данных в минуту - 136 000 фотографий, 510 000 комментариев и 293 000 обновлений статуса.
Facebook активно использует все эти данные для обучения искусственного интеллекта, и в рамках этой стратегии компания запустила ряд инструментов и проектов в области машинного обучения, предлагая их своим пользователям. Одним из таких инструментов является механизм искусственного интеллекта FBLearner Flow, который обеспечивает отображение в ленте новостей пользователей наиболее интересной и полезной информации, в том числе и рекламы. Используя технологии машинного обучения, он анализирует и сегментирует миллиарды пользователей на основе широкого спектра данных, таких как место их проживания и работы, список друзей, посещаемые ими места, поисковые запросы и реакции пользователей, такие как смайлы и лайки.
Это позволяет Facebook эффективно адаптировать контент, предлагаемый каждому пользователю, в соответствии с его предпочтениями и интересами. Постоянно анализируя и обрабатывая огромное количество данных, собранных по всему сайту, Facebook может предложить наиболее релевантную информацию, которая, скорее всего, заинтересует пользователя и повысит его вовлеченность.
Однако, несмотря на все преимущества использования искусственного интеллекта в Facebook, ведутся споры о конфиденциальности и защите данных. В связи с этим компания активно работает над повышением безопасности и разработкой новых механизмов защиты личной информации пользователей.
В целом использование искусственного интеллекта является неотъемлемой частью функционала Facebook, позволяя предоставлять пользователям персонализированный контент, соответствующий их интересам и потребностям.
Контроль и безопасность контента
"Движок" FBLearner Flow не только наполняет новостную ленту пользователя, но и играет важную роль в мониторинге контента Facebook. Алгоритмы машинного обучения активно отфильтровывают запрещенный контент, такой как изображения с насилием и порнография. Компания принимает серьезные меры по борьбе с теми, кто распространяет заведомо ложную информацию, будь то по политическим мотивам или с целью вымогательства денег.
Работа алгоритмов машинного обучения тесно связана с ручными и автоматизированными службами проверки фактов. Если сообщение вызывает подозрения у системы или модераторов, Facebook может отследить его распространение и принять соответствующие меры для предотвращения нанесения вреда пользователям. Это может включать удаление контента или пометку его как "вероятной дезинформации".
Распознавание лиц и защита конфиденциальности
Благодаря огромному количеству портретных фотографий, хранящихся на серверах компании, Facebook опережает своих конкурентов в области распознавания лиц.
Как только пользователь загружает фотографию на платформу, технология Deep Face предлагает автоматически идентифицировать лица на снимке. Нейронные сети анализируют 68 черт лица, оценивают черты, цвет и пропорции. Для обучения этой технологии было обработано более 4 млн. портретов. Это позволило системе распознать индивидуальные черты лица и извлечь их уникальные отличия. Если новое изображение совпадает или накладывается на существующий уникальный образец, система делает вывод, что это один и тот же человек.
Помимо того, что технология позволяет отмечать друзей на фотографиях, она также помогает пользователям отслеживать появление их изображений в других публикациях. Кроме того, Facebook разрабатывает функцию типологических комментариев для слабовидящих пользователей, позволяющих описывать содержание изображений.
Руководство компании гарантирует высокую точность алгоритмов распознавания лиц, которая достигает 97,35% в открытых эталонных наборах данных. Это значение очень близко к возможностям человека и подтверждает эффективность и надежность системы распознавания лиц на платформе Facebook.
Понимание прочитанного и персонализированный контент
Искусственный интеллект Facebook способен проводить контекстный анализ полумиллиона текстовых комментариев в минуту. На основе этого анализа он предлагает информацию или услуги, которые могут быть интересны комментаторам. Однако это лишь один из вариантов использования.
Алгоритмы машинного обучения "подслушивают" разговоры пользователей о предстоящих поездках и предлагают им ссылки на местные службы такси. Также тестируется новая функция, когда искусственный интеллект автоматически определяет правильную цену товара по описанию объявления о продаже и предлагает ссылки на страницы, где можно найти покупателей.
Одним из основных инструментов для такого анализа является система Deep Text, основанная на нейронных сетях глубокого обучения. Она способна не только анализировать отдельные слова в тексте, но и понимать их в контексте. Такое обучение схоже с человеческим: система не опирается на грамматические правила из словаря или учебника, а учится использовать слова, "прислушиваясь" к их контексту.
Профилактика и поддержка самоубийств
Компания активно использует искусственный интеллект для отслеживания просматриваемых пользователем страниц и выявления симптомов депрессии или суицидальных наклонностей. Алгоритмы анализируют текстовые сообщения пользователя на предмет совпадения с другими сообщениями, уже отмеченными как признаки суицидального поведения. Например, если человек явно выражает свое негативное состояние и несчастье, или если его друзья выражают беспокойство за него в комментариях и предлагают помощь.
В случае тревоги эти тексты просматриваются специалистами, которые принимают решение о необходимости вмешательства. Если выявлена тревожная ситуация, пользователю предоставляется информация о том, куда можно обратиться за помощью.
Важно отметить, что Facebook не связывается с пользователями напрямую, а лишь своевременно предоставляет им полезную информацию. Однако компания рассматривает возможность оповещения друзей и близких человека в случае возникновения тревожной ситуации, хотя это может нарушить конфиденциальность.
FBLearner Flow лежит в основе искусственного интеллекта Facebook. Платформа позволяет компьютерным инженерам, не имеющим опыта машинного обучения, интегрировать искусственный интеллект в любую сферу деятельности компании. Платформа уже используется более чем 25% инженерных команд Facebook и способна генерировать до 6 млн. прогнозов в секунду для компании и ее клиентов. Основная задача платформы - разработка, тестирование и применение наиболее эффективных алгоритмов в различных проектах Facebook.
В Facebook существует специальное подразделение, активно занимающееся исследованиями и разработками в области машинного обучения. Это подразделение работает над интеграцией технологий машинного обучения в сервисы Facebook, обработку естественного языка, компьютерное зрение и другие области искусственного интеллекта. Кроме того, они изучают возможности использования технологий дополненной и виртуальной реальности для коммуникации в будущем.
В этом году Facebook планирует значительно расширить подразделение данных, увеличив число специалистов до 170 и сделав его международным. Офисы по работе с данными будут открыты в Монреале, Питтсбурге, Париже, Лондоне и Тель-Авиве, что позволит привлечь экспертов со всего мира и активизировать развитие искусственного интеллекта.
Одной из ключевых особенностей Facebook является способность собирать больше данных о жизни пользователей, чем любая другая компания. Социальная сеть использует эту информацию для создания функций, стимулирующих пользователей к более активному использованию платформы, а также для контекстной рекламы. Используя фотографии и текстовые сообщения пользователей, Facebook совершенствует алгоритмы распознавания лиц и обработки естественного языка. Большой объем данных позволяет Facebook достаточно точно предсказывать потребности пользователей, в том числе их возможные покупки или даже мысли о потенциальных проблемах, таких как самоубийство.
