深度学习正在让用户隐私成为社交巨头的摇钱树?

责任编辑:

图片 1

图片 2

该公司甚至将其GPU驱动的AI硬件设计开源。那种超快速的计算机专门针对深度学习任务的执行进行了优化,该类任务往往需要非常强大的处理能力,因为它们涉及大量的运算,处理输入数据的速度要求很高。

目前还不清楚 Facebook
正在对这些数据进行怎样的处理。文章指出,这对于照片搜索和屏幕阅读器等基本功能非常有用。但看起来
Facebook
也开始把它放在更大的目标上,比如弄清楚什么样的内容更吸引人,更重要的是,可以找出哪些表情包、图片或视频中存在仇恨、侮辱等不当言论。

4. 设计AI应用程序

Facebook 利用 AI 识别表情包里的不当内容动点科技。返回搜狐,查看更多

展望未来

Facebook表示,文本提取和机器学习正在被用于“自动识别违反我们的仇恨言论政策的内容”,而且该系统还支持多语言。鉴于
Facebook
众所周知的内容审核问题,一个能够自动标记可能有问题的图像的功能,对于
Facebook 来说应该会很有用。

虽然Facebook平台上12亿用户每分钟上传的照片数量达到13.6万张,更新的状态数量达到29.3万,但直至最近,Facebook只能够寄望从它少量的非结构化数据(不易被量化和放入图标进行计算机分析的信息)当中挖掘价值。

文本转录工具并不是什么新鲜事,但 Facebook
却面临着不同的挑战,因为其平台量级巨大,以及其上的图像种类繁多。根据官方说法,Rosetta
现在已经上线,每天会从 Facebook 和 Instagram 上抓取 10
亿个图像和视频帧文本进行转录。

开源

Facebook 的审查人员无法审核人们在平台上发布的每一张图片,因此 Facebook
希望通过人工智能来帮助他们。在一篇博客文章中,Facebook 介绍了一个名为
Rosetta
的系统,它可以利用机器学习来识别图像和视频中的文本,然后将其转录为机器可读的内容。特别地,Facebook
发现这个工具有助于在表情包上转录文本。

深度学习正在帮助解决这一问题。深度学习技术使得机器能够自行归类数据。一个简单的例子就是,深度学习图像分析工具懂得学习识别含有猫的图像,不需要被告知猫长得什么样。通过分析大量的图像,它能够从图像的背景学习到信息——如还有什么东西可能会出现在猫图中?什么文本或者元数据可能暗示图像含有猫?

原标题:Facebook 利用 AI 识别表情包里的不当内容

3. 定向广告

近年来,媒体对机器学习、深度学习等人工智能技术进行过不少的基本介绍。展开相关研究的企业也不在少数,那企业们实际上又是如何应用它们的呢?

Facebook上分享的数据很大一部分还是文本。视频可能涉及更大量级的数据,但在获取洞察方面,文本仍能够带来同等的价值。一张图片可能含有1000个字,但如果你只想要回答一个简单的问题,你通常不需要回答1000个字。任何无助于回答你的问题的数据都是噪音,都会浪费用于存储和分析的资源。

以下几个特定的使用案例解释了深度学习如何被用来获得价值,帮助Facebook实现为用户带来更多便利,进而能够进一步了解他们的目标。

Facebook甚至认定,决定那些运作能够通过AI和深度学习来改进的任务,能够由机器来处理。它实施了一个名为Flow的系统,该系统利用深度学习分析来每月对30万个机器学习模型进行模拟,让工程师能够测试验证他们的想法,精确找到提升运营效率的机会。

目前,该项工具被用于根据人们的对话内容将他们指向他们可能想要购买的产品。Facebook曾发布视频,举例解释DeepText是如何根据语境来决定是否该给用户提供购物链接。

Facebook采用它自行研发的一项名为DeepText的工具来学习分析用户所发帖子的语境,进而提取字词的意思。通过分析词语之间的关系,神经网络能够根据那些词语周围的词语理解它们的意思变化。由于这是一种半监督半非监督式的学习,那些算法不一定有解释每个词语意思的参考数据,比如字典。相反,DeepText是根据词语是如何被使用的来自学。

福布斯近日撰文介绍了Facebook利用深度学习技术来全面了解用户的四种令人惊叹的方式,它们分别是文本分析、人脸识别、定向广告和设计AI应用程序。