¿Cómo usa Facebook el aprendizaje automático?

Facebook utiliza el aprendizaje automático en todos los aspectos. Ya sea que esté desplazándose por las noticias o navegando por las imágenes o videos, ha sido parte de ver la Inteligencia Artificial (aprendizaje automático).

Por ejemplo, si sube una imagen en Facebook con sus amigos, animales o simplemente con un fondo bonito, entonces puede obtener una sugerencia si desea etiquetar a otra persona o no con esta imagen. Aquí no necesita buscar a esa persona en Facebook, Facebook ya lo hará por usted. Facebook también puede decir que una persona está feliz / triste o está de pie o sentada o incluso cualquier otro tipo de actividad se puede distinguir fácilmente con la ayuda de AI o ML.

Teóricamente, este tipo de aprendizaje se denominaría ” Aprendizaje supervisado” en el que Facebook aprendería de experiencias pasadas (imágenes similares) y lo etiquetaría (sugiriendo etiquetado) a esa imagen en particular.

También utiliza IA, al dividir el contenido de su feed en función de la prioridad. Déjame explicarte más. ¿Alguna vez has hablado con alguien sin problemas o has revisado sus noticias regularmente? Si su respuesta es SÍ, entonces seguramente habrá visto o notado algo inusual en Facebook. La persona que tiene, siempre le daría la máxima prioridad en todos los aspectos, es decir, si hace clic en el botón de chat, Me gusta de cualquier publicación, Noticias, etc., esa persona siempre estará en la parte superior. En otras palabras, todas las actividades relacionadas con ese amigo (s) en particular se separarían de otros amigos.

Simplemente podemos decir que se agrupará, lo que no se conoce como ” Aprendizaje no supervisado ” sin etiquetarlo.

Por lo tanto, desde arriba, podemos concluir que Facebook usa el aprendizaje automático en todos los aspectos. Solo necesita visualizar dónde se ha implementado exactamente.

Hay otros tipos de aprendizaje que también se pueden considerar como el aprendizaje de refuerzo, el aprendizaje semi-supervisado, etc. Pero debido a la falta de ejemplos, no puedo estar seguro de ellos.

PD No dude en sugerir o editar cualquier cosa.

Facebook utiliza el aprendizaje automático de las siguientes maneras:

1. Sugerencias automáticas de etiquetado de amigos : cuando se carga una imagen en Facebook, aparece una sugerencia que le pregunta si desea etiquetar a su amigo en la imagen. Esto se realiza mediante los algoritmos de detección y reconocimiento de rostros de Facebook basados ​​en el proyecto avanzado de investigación de redes neuronales de aprendizaje profundo Deepface.
2. Análisis de amigos mutuos : Facebook usa el algoritmo de agrupamiento (viene bajo aprendizaje no supervisado) para encontrar amigos mutuos.
3. Newsfeed : creo que Facebook también usa ML para organizar su Newsfeed. Las publicaciones similares de amigos cercanos pueden aparecer primero. Las publicaciones relacionadas con sus páginas favoritas aparecen primero.
4. Sugerencias de amigos : FB utiliza el aprendizaje automático para sugerir nuevos amigos basados ​​en círculos de amigos mutuos.

Saludos!

¡Facebook usa Machine Learning de muchas maneras! La función People You May Know es una implementación de ML. Si busca un determinado producto en los sitios web de comercio electrónico, Facebook mostrará un anuncio relacionado con ese producto en su fuente de noticias. ¡Eso se implementa usando Machine Learning también! La lista de amigos sugeridos que ves cuando te unes a Facebook se basa en tu lugar de trabajo, escuela o universidad actual. Eso también usa Machine Learning.

El aprendizaje automático es un tema muy candente en la industria de TI hoy en día y Facebook también lo ha implementado de otras maneras y continuará haciéndolo para proporcionar una mejor experiencia de usuario en el sitio web.

Para principiantes.

El aprendizaje automático es esencial para Facebook. Ayuda a las personas a descubrir nuevos contenidos y conectarse con las historias que más les interesan. Sus investigadores e ingenieros de aprendizaje automático aplicados desarrollan algoritmos de aprendizaje automático que clasifican feeds, anuncios y resultados de búsqueda, y crean nuevos algoritmos de comprensión de texto que mantienen a raya el spam y el contenido engañoso. Los nuevos algoritmos de visión por computadora pueden “leer” imágenes y videos para ciegos y mostrar más de 2 mil millones de historias traducidas todos los días, los sistemas de reconocimiento de voz subtitulan automáticamente los videos que se reproducen en su fuente de noticias y crean nuevas experiencias visuales mágicas, como convertir fotos panorámicas en fotos 360 completamente interactivas.

Las últimas noticias procedentes de Facebook confirman que están trabajando en la mejora de la IA y que la utilizarán para un programa de prevención del suicidio.

El reconocimiento de patrones no es una característica nueva. Ya se usa en el programa de “primeros respondedores” de Facebook. Este programa ha resultado en más de 100 controles de bienestar, según los informes que recibió Facebook a través de sus esfuerzos de detección proactiva.

La IA para la prevención del suicidio comenzará a implementarse muy pronto fuera de los EE. UU. Después de eso, estará disponible en todo el mundo, excepto en la Unión Europea. El reconocimiento de patrones buscará comentarios como “¿Estás bien?” Y “¿Necesitas ayuda?” Esto enviará una señal a la IA de que el personal de Facebook debe investigar una determinada publicación o transmisión en vivo.

Hasta que se despliegue la IA, también puedes ayudar con la prevención del suicidio. Una forma sería comunicarse con la persona que cree que está en riesgo de suicidio o informar la publicación a Facebook. Sus equipos trabajan en todo el mundo y están disponibles 24/7. Los informes se ordenan por prioridad, por lo que si informa un posible caso, será atendido lo antes posible.

Lea la historia completa aquí: la IA mejorada de Facebook utiliza el reconocimiento de patrones para ayudar a prevenir suicidios

1. La traducción es una buena aplicación de ML. Some1 escribe en idioma nativo, siempre puede ver la traducción en inglés.
2. La recomendación del artículo también es un gran ejercicio de ML. Se selecciona su feed completo, se puntúa por relevancia antes de presentarse.
3. Colocar anuncios relevantes es un buen ejemplo. Les trae ingresos. Cuando estaba planeando mi viaje, de alguna manera recibí anuncios relacionados con viajes.
4. Identificar contenido abusivo en línea y cuentas de usuario.
5. Identificación del mejor usuario que puede hacer que una publicación sea viral o popular en un área en particular. Sin embargo, esto se realiza mediante análisis de flujo.
6. Ahora FB tiene diferentes tonos de emociones en lugar de solo un botón de me gusta. De esta manera, pueden encontrar muchas cosas sobre el usuario, por ejemplo, orientación de izquierda / derecha, causas políticas que uno defiende y utiliza para realizar campañas inteligentes para sus clientes (campañas electorales …).
7. Mezclando algunos datos geográficos, censales y PNL de publicaciones: FB puede identificar claramente los problemas que enfrenta una comunidad específica, etc. Esto puede ser útil para las autoridades gubernamentales.

Estoy seguro de que acabo de arañar la superficie … Hay muchos más …

Madhu tiene razón, también hay más ejemplos. Lea el capítulo en este libro del usuario de Quora. Habla un poco sobre los problemas que estaban resolviendo hace unos años … otros datos.

Beautiful Data: Las historias detrás de soluciones de datos elegantes: Toby Segaran, Jeff Hammerbacher: 9780596157111: Amazon.com: Libros

Facebook utiliza principalmente el aprendizaje automático al adaptar su fuente de noticias en función de sus interacciones con artículos y actividades. También los he visto usar la visión por computadora para reconocer rostros dentro de las imágenes para que luego puedas etiquetarlas.

Según mi conocimiento, Facebook usa una red neuronal convolucional de tres capas para detectar rostros de personas en imágenes que se usan para hacer predicciones mientras se etiquetan.

Puede obtener más información sobre CNN aquí: https://en.wikipedia.org/wiki/Co …

Editar: esta es una publicación de broma, Facebook usa mucho aprendizaje automático y hace mucha investigación 🙂

Ellos no. Mientras que compañías como Apple y Amazon han invertido mucho en investigación de ML aplicada y básica, Facebook solo usa clasificadores lineales listos para usar en ngrams para la personalización, y no hace ninguna investigación.

Tiene sentido, con la cantidad de datos que tiene Facebook, la elección del algoritmo deja de importar (teorema del límite central: todo se vuelve gaussiano), por lo que invierten en mejores bases de datos en lugar de mejores algos de ML.

También sería difícil para ellos contratar personal de ML incluso si quisieran, porque no permiten que sus investigadores publiquen (a sus ingenieros ni siquiera se les permite ver arxiv mientras están en el trabajo).