>\r\n\t

\r\n\t\tОдин из главных факторов создания системы машинного обучения — это получение качественных данных. И чем их больше, тем лучше. К счастью, это один из главных активов Facebook: когда вашим продуктом пользуются более миллиарда людей, вы ежедневно получаете огромные массивы данных для обучения искусственного интеллекта.\r\n\t

\r\n\t— Стивен Леви\r\n\r\n

\r\n\tБлагодаря этому команда Канделы смогла выпускать новую модель раз в несколько недель, а затем — несколько моделей раз в неделю. По его словам, другие команды тоже убедились, как искусственный интеллект может преобразить соцсеть: «Мы стали невероятно точно предсказывать количество кликов, лайков ответов и других вещей. Поэтому расширение этой идеи оставалось лишь вопросом времени».\r\n

\r\n

\r\n\tВ октябре 2015 года руководство Facebook приняло решение о создании Группы прикладного машинного обучения (AML), которую возглавил Хоакин Кандела. «Он поддерживает тесные отношения с Группой исследований в области искусственного интеллекта (FAIR), чьи инженеры бок о бок работают с сотрудниками AML», — пишет Леви.\r\n

\r\n

\r\n\tИтогом сотрудничества стал продукт, который сейчас находится в разработке. Система на основе искусственного интеллекта анализирует фотографии, которые пользователи выкладывают в Facebook, и сопровождает их аудиоописаниями.\r\n

\r\n

\r\n\tЗа последние несколько лет обучение систем искусственного интеллекта распознавать и давать общее описание изображений стало общей практикой. Например, сделано фото в помещении или снаружи, пишет Леви. «Однако исследователи из FAIR смогли натренировать нейросети так, что они могут выделить все интересные объекты на снимке, сопоставить их друг с другом и описать изображение в целом. Например, по позам и силуэтам нейросеть может сказать, что люди обнимаются, или кто-то катается верхом».

\r\n

\r\n\t«Мы показали эту технологию парням из AML, — рассказывает руководитель FAIR Янн Лекун. — И они тут же придумали полезный продукт на ее основе». В результате появился прототип функции, которая поможет слепым или людям с нарушениями зрения «увидеть» контент. Для этого им необходимо прикоснуться к фото, а система расскажет им о том, что происходит на снимке.\r\n

\r\n

Система понимания контента

\r\n

\r\n\tПо словам Канделы, работы в области искусственного интеллекта Facebook ведутся в четырех направлениях: это распознавание изображений, языка, речи и видео. В будущем это приведет к созданию «системы понимания контента».\r\n

\r\n

\r\n\t«Это поможет алгоритмам Facebook определять намерения пользователя, читая комментарии, уточнять нюансы, слушая его речь, распознавать лица его друзей на видео, интерпретировать его высказывания и создавать его цифровую личность в виртуальной реальности», — рассказывает Леви.\r\n

\r\n

\r\n\t«Сейчас мы работаем над генерализацией искусственного интеллекта. Количество контента, который нам необходимо проанализировать и понять, превосходит наши возможности», — поясняет Кандела.\r\n

\r\n

\r\n\tПо мнению руководителя AML, решение этой проблемы — создание генерализованных систем, при которых завершение одного проекта позволит увеличить производительность и эффективность инженеров, работающих над связанными проектами: «Если я смогу разработать алгоритмы, которые смогут передавать знания, накопленные во время работы над одним проектом — другим проектам — это будет здорово», — рассуждает Кандела.\r\n

\r\n

\r\n\tЭто позволит ускорить появление новых функций. Например, в Instagram. В начале 2016 года соцсеть отказалась от отображения фотографий в хронологическом порядке в пользу ранжирования по релевантности. «Хорошая новость заключалась в том, что мы уже внедрили машинное обучение в новостную ленту Facebook, поэтому инженерам Instagram не пришлось начинать все с нуля. Они смогли сделать такой эпохальный сдвиг всего за несколько месяцев», — рассказывает Кандела.\r\n

\r\n

\r\n\tЭто касается и новых возможностей соцсети. В качестве примера автор Backchannel приводит сервис под названием «Рекомендации». Около года назад несколько инженеров из отдела распространения контента Facebook обсуждали, что пользователи охотнее верят рекомендациям друзей, чем рекламе, и их доверие к тому или иному заведению будет выше, если его посоветуют знакомые люди. «Нам оставалось только придумать, как сделать так, чтобы пользователь обратил внимание на рекомендации друзей», — рассказывает менеджер по продуктам AML Рита Акино, также перешедшая в Facebook из Microsoft.\r\n

\r\n