Vienu gadu, "Šajā dienā" iezīme parāda, kā A.I. Vai mainās Facebook

Pirms gada Facebook publicēja savu “On This Day” funkciju. Apgrieztā runāja ar Facebook Computer Vision Research Lead Manohar Paluri par to, kā mākslīgais intelekts, mašīnmācība un datora vīzija padarītu šo funkciju nozīmīgāku - un kā šīs pētniecības un attīstības jomas turpinās uzlabot Facebook pieredzi turpmākajos gados.

Pat ja jūs pats neesat izmantojis šo dienu, jūs esat redzējis šīs ziņas savā ziņu plūsmā; esat redzējis draugu, kurš atkārtoti kopīgoja notikumu no sava Facebook pagātnes. Nevar noticēt, ka tas ir bijis trīs gadi, kopš burvis izvilka trušu no cepures! savienots ar fotogrāfu no minētā burvis, kurš izvilka minēto trušu no minētās cepures. Kaut kas līdzīgs tam. Un šodien Facebook ir sava atmiņa. Šajā dienā, pirms gada, Facebook uzsāka šo dienu. (Tagad, šajā dienā lepojas vairāk nekā 60 miljoni dienas apmeklētāju, un 155 miljoni paraksta savus paziņojumus.)

Bet Facebook, šī atmiņa ir mazāk sentimentāla, nekā tas ir pagrieziena punkts. Facebook konsekventi izceļ jaunas funkcijas, un šīs funkcijas tiek konsekventi pārbaudītas. Dažreiz tas ir cilvēks, piemēram, Paluri un viņa komanda, kas to dara; citreiz tā ir A.I.s. Visbiežāk tas ir simbiotisks. Facebook ir kā kyborgs, un šai kyborgai ir viens raison d’être: lai Facebook pieredzi padarītu par patīkami.

Datora vīzija, satura izpratne un A.I. Facebook komandā varēja redzēt - ja vēlaties - kā kiberga mātesplati. Un Paluri, lai turpinātu metaforu, ir sava mātesplates centrālā procesora vienība. Paluri ir strādājis ar datoru redzējumu vairāk nekā desmit gadus, un viņš nav mazs putns: viņš sāka strādāt SRI, pārcēlās uz IBM Watson laboratorijām un no turienes pārcēlās uz Google. Un tagad viņš atrodas Menlo parkā Facebook. Kad viņš pievienojās, viņa prakses projekts vizuālajā atpazīšanā noslēdzās kā „mugurkauls”, ko viņš saka, par Facebook tēla un video izpratnes tehnoloģiju. Un šis vizuālās atpazīšanas dzinējs kļūst arvien svarīgāks Facebook.

"Ja laika gaitā aplūkojat Facebook lietošanu - un tas ir piemērs, ka Marks Zuckerberg arī citē bieži - jūs redzat bagātīgākus un bagātākus plašsaziņas līdzekļus, un cilvēki to izmanto, lai pieslēgtos," saka Paluri. “Jūs sākat no teksta, dodaties uz fotoattēliem; no fotoattēliem, ko dodat uz videoklipiem, un no video, ko mēs tagad dodas uz VR. Tā kā saziņas līdzeklis kļūst bagātāks un bagātāks, ir svarīgi arī, lai rīki panāktu, ka rīki saprot, kas ir šis saturs. Ja vien mums tas nebūs, mēs nevarēsim labāk rīkoties ziņu plūsmas rangā, mēs nevarēsim labāk meklēt meklēšanu, mēs nevarēsim labāk aprakstīt fotoattēlus neredzīgajiem, mēs nebūsim veidot labākas iedzīvotāju blīvuma kartes. ”

Publicējiet zuck.

Salīdzinoši jaunā mākslīgā intelekta, mašīnmācības un datora vīzijas centrālā daļa, Paluri saka, ir mazliet „stratēģiska likme”, bet gan likme, kas viņu aizrauj. Nekur citur, kur viņš ir strādājis, ir tik stingra atgriezeniskā saite un atbildes cikls starp pētniecību un inženieriju. “Centralizējot to, mēs apstrādājam ar jaunāko, mēs virzām mūsdienīgu, un tad produktu grupas un pārējā sabiedrība var to aizķerties,” viņš saka.

Tagad Paluri vada datoru vīzijas komandu. „Komandas augsta līmeņa mērķis ir padarīt mašīnas redzamas kā cilvēki dara,” skaidro Paluri. „Un, patiešām, iet tālāk par to, ko cilvēki spēj, piemēram, līdzīgi, piemēram, smalkgraudainai atpazīšanai. Mēs publicējam savus rezultātus augstākajās konferencēs, rakstām tehniskos blogus, un mēs esam ļoti atvērti par to, ko mēs strādājam. Kopumā mūsu galvenais mērķis ir nodrošināt datora redzamības tehnoloģiju pārējām produktu grupām Facebook. ”

Un galvenais produkts, kas gūst labumu no Paluri komandas ražas, tik vienkārši notiek šajā dienā.

Aiz vienkāršotās, nevainīgās plīvura, kas ir uz šīs dienas, ir komplekss A.I. un datora redzes sistēma, kas precizē jūsu mnemonisko pieredzi. Paluri, kurš - atkal - tikai tangenciāli piesaistīts Šai dienai, izskaidro, kāpēc sociālo tīklu atmiņu atjaunošana var būt laba lieta:

„Nostalģija ir ļoti pozitīva parādība. Tātad, skatoties kāzu fotoattēlu, piemēram, neparastā veidā, kad jūs to konkrēti neizpēti, bet tas tikai parādās jūsu ziņu plūsmā, ir ārkārtīgi patīkama pieredze. Jo īpaši, ja jūs pašlaik pārlūkojat, un pozitīva atmiņa nāk no pagātnes. ”

„Nostalģija ir ļoti pozitīva parādība.”

Tomēr neapšaubāmi ir nostalģija, kas vairāk skar bittersweet spektra rūgto pusi. „Pirmā lieta, kas nāk prātā,” saka Paluri: „Vai jums ir jāapkopo visas atmiņas? Intuitīvā atbilde ir nē, jo tā ir atkarīga no jūsu pašreizējā stāvokļa, tā ir atkarīga no konkrētās atmiņas; ir daudz, daudzas būtiskas lietas. Tādā gadījumā A.I. tehnoloģija nonāk attēlā. ”

Un ir divi veidi, kā A.I. nāk šeit: viens, personalizācija; divas, satura izpratne.

Attiecībā uz pēdējo, satura izpratne: „Šīs atmiņas ir teksta atmiņas, dzīves notikumi, augšupielādētie fotoattēli vai augšupielādētie videoklipi. Tātad, tagad jums ir šis daudzais saturs, kas ir dažādi, un izpratne par to, kas ir tur, ir ārkārtīgi svarīga, lai varētu mācīties un nodrošināt pareizo atmiņu kopumu. ”

Turklāt - un ne tikai par šo dienu - satura izpratne un šie A.I. Sistēmas palīdz nezāģēt, izmantojot ikdienā Facebook pieejamo informāciju. (Padomājiet par to: ja Facebook ziņu barotne atgādinātu Instagram, jūs redzēsiet var būt divi procenti no visiem amatiem. Tā vietā jūs tikaties ar saturu, ko jūs, iespējams, vēlaties, vai saturu, ko jūs pavadīsiet daudz laika.) Un tas palīdz filtrēt nevēlamu saturu, piemēram, pornogrāfiju, vairāk nekā jebkuru citu vietni tiešsaistē.

„Pat ja tas ir zaudējums, tas rada viņiem pozitīvu atmiņu.”

Un attiecībā uz iepriekšējo, Paluri izstrādā: „Varbūt jums ir labs skatījums uz pozitīvām atmiņām, un jums nepatīk nekas negatīvs. Bet kādam citam, varbūt viņi vēlas atgādināt, ka viņi šajā dienā zaudēja savu kaķi. Pat ja tas ir zaudējums, tas rada viņiem pozitīvu atmiņu. ”Un, kādā ziņā, katram Facebook lietotājam ir ļoti personalizēts, aizkulisīgs profils, kas zina, ko viņš vai viņa nevēlas atgādināt. “Kad jūs mijiedarbojas ar atmiņām - kā jūs kopīgojat, kā vēlaties, vai atlaižat - ir mašīnu mācīšanās modelis, kas kopā ar jūsu vēlmēm izmanto satura izpratnes moduli un personalizē nākotnes atmiņas, kas jums tiks piegādātas. ”

Bet neuztraucieties: Facebook vēlas pārliecināties, ka neesat rupji atgādināts par sabrukumu vai radinieka nodošanu. “Neatkarīgi no tā, cik labi A.I. vai mašīnmācības tehnoloģija, mēs joprojām vēlamies kontrolēt lietotāju, jo dienas beigās mūsu mērķis ir atjaunot atmiņas, kas tām patīk. ”Lietotāji saņem pārslēgšanas slēdzi:“ Ja viņi zina, ka starp šiem datumi, noticis negatīvs notikums - viņi izcēlās, vai kaut kas - mēs vēlamies dot viņiem pilnīgu kontroli pār šo atmiņu nesegšanu. ”

Pēc šīs dienas preferencēm jūs varat teikt Nerādīt man atmiņas ar tik un tā tāpēc, ka viņš ir nicināms cilvēks vai.. no pēdējiem trim gadiem kas bija nožēlojami un nekādā veidā nav ievēroti.

Raugoties nākotnē, Paluri paskaidro, kāpēc viņš ir sajūsmā turpināt darbu pie šo sistēmu izstrādes un Facebook mātesplates kvalitātes uzlabošanas.

Jūs jau minējāt citas lietojumprogrammas, kas jau ir paredzētas redzes un satura izpratnes sistēmām Facebook. Vai ir kaut kas cits, kas vēl joprojām ir darbos - kas izmanto šīs sistēmas -, kas jūs aizrauj?

Visas šīs videoklipu iespējas ir mans satraukums. Tas noteikti jau pastāv; tas ir turpinājums, jo video ir diezgan liels. Bet es domāju, ka kādā līmenī mēs vēlamies, lai mēs to saprastu bagātāki un bagātāki. Pašreizējā datora redzes tehnoloģija joprojām nav pieejama, lai aprakstītu attēlus, kā cilvēki to dara. Tas varētu jums pateikt, ka šai fotogrāfijai ir šīs lietas, ka tas ir kaķis piederošais pikseļi utt., Bet tas ir ierobežots. Tas joprojām nesaprot attiecības starp lietām, un tas joprojām to cilvēka veidā apraksta.

Ir daži darbi, kas apraksta attēlus - to sauc par attēlu titriem. Ir pēdējo divu gadu laikā iznākuši vairāki darbi. Bet, ja jūs aplūkojat parakstus, ko šīs sistēmas rada, tie ir ļoti vispārīgi. Tie nav aprakstoši. Viena no lietām, ko mēs vēlētos, un kas nāk no mūsu puses, ir aprakstīt tos daudz bagātākā veidā. Gan attēli, gan video. Ja jums ir divu minūšu video, nevēlaties vienu teikumu aprakstu; tas, ko vēlaties, ir punkts, kurā aprakstīts laiks, vai ne? "Tas notika, tad tas notika, tad tas notika," vai ne? Tā ir laba izpratne.

Tātad, jūs meklējat mani no sava darba, jūs sakāt. Īsumā.

Smejas Nē, noteikti ne. Es daru jūsu darbu interesantāku.

Vai jūtat, ka Facebook ir sava veida nepāra vieta, kur šis pētījums notiek, vai tā ir lieliska vieta?

Es domāju, ka tā ir lieliska vieta, jo satura izpratne ir Facebook DNS. Ja paskatās uz Facebook lietojuma eksploziju, News Feed ir viens no pīlāriem, kas ļāva Facebook būt pārsteidzošam sociālajam tīklam salīdzinājumā ar daudziem citiem konkurentiem. Ziņu plūsma joprojām ir galvenais izplatīšanas kanāls.

Bet, kad atnākat uz ziņu plūsmu, jums nav īpaša nodoma. Jūs ieradīsieties, lai iegūtu informāciju. Tātad mums ir svarīgi parādīt jums pareizās lietas, lai parādītu jums nozīmīgas lietas. Ja jūs dodaties uz citiem pakalpojumiem, varbūt jūs dodaties ar nodomu, tādā gadījumā viss pakalpojums ir jādara, lai sniegtu atbildi. Šeit tas ir kā es jums uzdošu jautājumu un Es jums sniedzu atbildi. Tātad, jums ir jābūt patiesi, patiešām labi, lai kāds turpinātu atgriezties.

Tāpēc A.I. un satura izpratne ir Facebook pamatā, un kāpēc tā ir labākā vieta tai. Ņemot vērā to, cik daudz mediju ir - ņemot vērā to, cik daudz informācijas par Facebook ir par attēliem un video, un pāreju uz vairāk un vairāk video un VR - tā ir labākā vieta, kur darīt A.I. pētniecība, datoru vīzija un mašīnu mācīšanās.

Tā nav nepāra vieta: tā ir vietu.