Satu Tahun Dalam, Ciri "Pada Hari Ini" Ini Contoh Bagaimana I. Adakah Menukar Facebook

Setahun yang lalu, Facebook mengeluarkan ciri "Pada Hari Ini". Songsang bercakap dengan Penyelidikan Visi Komputer Facebook Lead Manohar Paluri tentang bagaimana kecerdasan buatan, pembelajaran mesin, dan visi komputer menjadikan ciri ini lebih bermakna - dan bagaimana bidang penyelidikan dan pembangunan akan terus meningkatkan pengalaman Facebook pada tahun-tahun akan datang.

Walaupun anda belum menggunakan Hari Ini pada hari ini, anda telah melihat siaran ini di sekitar Feed News anda; anda telah melihat rakan berkongsi semula peristiwa dari masa lalu Facebooknya. Tidak percaya ia sudah tiga tahun sejak ahli silap mata itu mengeluarkan arnab dari topi! dipasangkan dengan foto penyihir ahli sihir berkata arnab dari topi tersebut. Sesuatu yang serupa dengannya. Dan hari ini, Facebook berkongsi ingatannya sendiri. Pada hari ini, setahun yang lalu, Facebook melancarkan Pada Hari Ini. (Kini, Pada Hari Ini mempunyai lebih daripada 60 juta pelawat harian, dan 155 juta melanggan pemberitahuannya.)

Tetapi untuk Facebook, ingatan ini kurang sentimental daripada peristiwa itu. Facebook secara konsisten menggariskan ciri-ciri baru, dan ciri-ciri ini secara konsisten diperiksa dan tweak. Kadang-kadang manusia, seperti Paluri dan pasukannya, yang melakukan tweaking; lain kali ia adalah A.I.s. Biasanya, ia adalah simbiotik. Facebook adalah seperti cyborg, dan cyborg ini mempunyai satu raison d'être: untuk membuat pengalaman Facebook anda sebagai menyenangkan yang mungkin.

Visi komputer, pemahaman kandungan, dan A.I. skuad di Facebook boleh dilihat - jika anda mahu - sebagai papan induk cyborg. Dan Paluri, untuk meneruskan metafora, adalah jenis unit pemprosesan pusat untuk motherboard itu. Paluri telah bekerja dalam visi komputer selama lebih sedekad, dan dia bukan goreng kecil: dia bermula di SRI, berpindah ke makmal IBM Watson, dan dari sana melompat ke Google. Dan sekarang dia berada di Menlo Park di Facebook. Apabila dia menyertai, projek latihannya dalam pengiktirafan visual menjadi "tulang belakang", katanya, mengenai teknologi pemahaman imej dan video Facebook. Dan enjin pengiktirafan visual semakin menjadi pusat kepada Facebook.

"Jika anda melihat penggunaan Facebook dari masa ke masa - dan ini adalah contoh yang Mark Zuckerberg juga sering menyebutkan - anda melihat media kaya dan lebih kaya yang dikongsi, dan orang menggunakannya untuk menyambung," kata Paluri. "Anda bermula dari teks, anda pergi ke foto; dari foto yang anda pergi ke video, dan dari video yang kini kami akan pergi ke VR. Oleh kerana medium komunikasi menjadi lebih kaya dan lebih kaya, penting juga alat-alat untuk mengejar, yang alat-alat memahami apa kandungan ini. Kecuali kita mempunyai itu, kita tidak akan dapat melakukan yang lebih baik dalam ranking Berita Feed, kita tidak akan dapat melakukan lebih baik dalam pencarian semula, kita tidak akan dapat berbuat lebih baik dalam menerangkan foto untuk orang buta, kita tidak akan mampu membina peta ketumpatan penduduk yang lebih baik."

Hantar oleh zuck.

Pusat kecerdasan buatan, pembelajaran mesin dan penglihatan komputer yang agak baru, kata Paluri, adalah sedikit "taruhan strategik" - tetapi taruhan yang menggembirakannya. Tidak ada tempat lain yang dia bekerja mempunyai maklum balas yang ketat dan gelung tindak balas antara penyelidikan dan kejuruteraan. "Dengan memusatkannya, kami memproses dengan canggih, kami menolak canggih, dan kemudian pasukan produk dan syarikat lain dapat menjejakinya," katanya.

Kini, Paluri menguruskan pasukan penglihatan komputer. "Matlamat peringkat tinggi untuk pasukan adalah membuat mesin melihat cara manusia lakukan," jelas Paluri. "Dan melampaui, sebenarnya - melampaui apa yang manusia mampu, ke arah, seperti pengiktirafan halus, contohnya. Kami menerbitkan penemuan kami dalam persidangan teratas, kami menulis blog teknikal, dan kami sangat terbuka tentang apa yang sedang kami kerjakan. Keseluruhannya, matlamat utama kami adalah untuk membawa teknologi penglihatan komputer ke seluruh kumpulan produk di Facebook."

Dan produk utama yang menuai hasil panen Paluri hanya berlaku pada Hari Ini.

Di belakang tudung yang sederhana dan tidak bersalah yang Pada Hari Ini terletak kompleks A.I. dan sistem penglihatan komputer yang menyempurnakan pengalaman mnemonik anda. Paluri, yang - sekali lagi - hanya terikat pada Hari Ini, menjelaskan mengapa mengenang kembali kenangan rangkaian sosial boleh menjadi perkara yang baik:

"Nostalgia adalah fenomena yang sangat positif. Oleh itu, melihat foto perkahwinan anda, sebagai contoh, dengan cara yang spontan - apabila anda tidak melayari secara khusus untuknya, tetapi ia hanya muncul di Feed News anda - pengalaman yang sangat menyenangkan. Terutamanya apabila anda melayari sekarang, dan ingatan positif keluar dari masa lalu."

"Nostalgia adalah fenomena yang sangat positif."

Namun, ada nostalgia yang nampak lebih buruk di sisi pahit spektrum yang lebih pahit. "Perkara pertama yang masuk ke dalam fikiran," kata Paluri, adalah: "Sekiranya anda mengingati semua kenangan? Jawapan intuitif tidak, kerana ia bergantung pada keadaan semasa anda, ia bergantung pada memori khusus itu; terdapat banyak, banyak perkara intrinsik. Di sinilah A.I. teknologi datang ke dalam gambar."

Dan ada dua cara di mana A.I. masuk, di sini: satu, peribadi; dua, pemahaman kandungan.

Berkenaan dengan yang kedua, pemahaman kandungan: "Kenangan ini adalah kenangan teks, peristiwa hidup, foto yang anda muat naik, atau video yang anda muat naik. Oleh itu, sekarang anda mempunyai banyak kandungan ini yang mempunyai modaliti yang berbeza, dan memahami apa yang ada di dalamnya adalah sangat penting untuk dapat belajar dan menyediakan kenangan yang betul."

Di samping itu - dan bukan hanya untuk Pada Hari Ini - pemahaman kandungan dan ini A.I. sistem membantu merumput melalui jumlah maklumat yang banyak di Facebook setiap hari. (Pikirkannya: jika Suapan Berita Facebook menyerupai Instagram, anda akan melihatnya mungkin dua peratus daripada semua jawatan. Sebaliknya, anda dipenuhi dengan kandungan yang mungkin anda sukai, atau kandungan yang anda akan menghabiskan banyak masa imbibing.) Dan ia membantu menyaring kandungan yang tidak menyenangkan, seperti pornografi, lebih banyak daripada mana-mana laman web yang lain dalam talian.

"Walaupun ia kehilangan, ia membawa mereka memori positif."

Dan berkenaan dengan bekas, Paluri menjelaskan: "Bagi anda, mungkin, melihat kenangan positif adalah baik, dan anda tidak suka apa-apa negatif. Tetapi bagi orang lain, mungkin mereka ingin diingatkan tentang fakta bahawa mereka kehilangan kucing mereka pada hari ini. Walaupun ia rugi, ia membawa mereka ingatan positif. "Dan, dalam ertikata, setiap pengguna Facebook mempunyai profil yang sangat peribadi, di belakang layar yang tahu apa yang dia atau tidak mahu mengingati. "Semasa anda berinteraksi dengan kenangan - apabila anda berkongsi, seperti yang anda suka, atau semasa anda memecat - terdapat model pembelajaran mesin yang menggunakan modul pemahaman kandungan, bersama dengan keutamaan anda, dan memperibadikan kenangan masa depan yang akan disampaikan kepada anda."

Tetapi jangan risau: Facebook mahu memastikan bahawa anda tidak diingatkan dengan kasar perpecahan atau kelewatan saudara. "Tidak kira betapa baiknya A.I. atau teknologi pembelajaran mesin adalah, kita masih mahu memberi kawalan kepada pengguna, kerana pada akhir hari, matlamat kami adalah untuk mengembalikan semula kenangan yang mereka suka. "Pengguna mendapat suis override:" Jika mereka tahu bahawa, antara tarikh, sesuatu yang negatif berlaku - mereka pecah, atau sesuatu - kami mahu memberi mereka kawalan penuh untuk tidak mengetuk kenangan itu."

Di dalam pilihan untuk Pada Hari Ini, anda boleh katakan Jangan tunjukkan kenangan saya dengan begitu-begitu-kerana dia adalah manusia yang keji atau … dari tiga tahun yang lalu yang menyedihkan dan tidak semestinya perlu diperhatikan.

Looking forward, Paluri menjelaskan mengapa dia teruja untuk terus berusaha membangunkan sistem ini, dan meningkatkan kualiti motherboard Facebook.

Anda telah menyebutkan aplikasi lain yang sudah ada untuk penglihatan dan sistem pemahaman kandungan di Facebook. Adakah terdapat apa-apa yang masih dalam kerja - yang menggunakan sistem ini - yang menggembirakan anda?

Semua keupayaan ini pada video adalah sesuatu yang menggembirakan saya, pasti. Itu sudah pasti wujud; ia adalah perkara yang sedang berlaku, kerana video cukup besar di Facebook. Tetapi saya fikir, pada tahap tertentu, kita mahu menjadi lebih kaya dan kaya dengan memahaminya. Teknologi penglihatan komputer saat ini masih belum ada dalam hal menggambarkan imej cara manusia lakukan. Ia mungkin memberitahu anda bahawa foto ini mempunyai perkara-perkara ini, bahawa ini adalah piksel yang dimiliki oleh kucing, dan sebagainya - tetapi ia terhad. Ia masih tidak memahami hubungan antara perkara-perkara, dan ia masih tidak menerangkannya dengan cara manusia.

Terdapat beberapa kerja di luar sana yang menerangkan imej - ia dipanggil keterangan imej. Terdapat banyak kerja yang keluar dalam dua tahun yang lalu. Tetapi, jika anda melihat keterangan bahawa sistem ini menjana, ia sangat umum. Mereka tidak bersifat deskriptif. Salah satu perkara yang kita mahu, dan yang akan datang pada masa depan dari pihak kita, adalah untuk menerangkan mereka dengan cara yang jauh lebih kaya. Kedua-dua imej dan video. Sekiranya anda mempunyai video dua minit, anda tidak mahu satu deskripsi ayat; apa yang anda mahukan adalah perenggan dengan ketepatan masa untuk perihalan, kan? 'Ini berlaku, maka ini berlaku, maka ini berlaku, betul? Itulah pemahaman yang baik.

Jadi, anda sedang mencari untuk mengetuk saya dari pekerjaan saya, anda katakan. Pendek kata.

Ketawa Tidak, tidak pasti. Saya membuat pekerjaan anda lebih menarik.

Adakah anda merasa seperti Facebook adalah tempat yang ganjil untuk penyelidikan ini berlaku, atau adakah tempat yang sempurna?

Saya fikir ia adalah tempat yang sempurna, kerana pemahaman kandungan adalah dalam DNA Facebook. Jika anda melihat keganasan penggunaan Facebook, Berita Feed adalah salah satu tiang yang membolehkan Facebook menjadi rangkaian sosial yang menakjubkan berbanding pesaing lain. Suapan Berita, masih, adalah saluran pengedaran utama.

Tetapi apabila anda datang ke Berita Feed, anda tidak datang dengan niat tertentu. Anda datang ke sana untuk maklumat. Jadi, penting bagi kami untuk menunjukkan kepada anda perkara yang betul, untuk menunjukkan kepada anda perkara-perkara yang bermakna. Jika anda pergi ke perkhidmatan lain, mungkin anda akan dengan niat, di mana semua perkhidmatan perlu dilakukan adalah memberikan jawapannya. Di sini, ia seperti saya memberi anda soalan dan Saya memberi anda jawapannya. Jadi, anda perlu benar-benar baik bagi seseorang untuk terus kembali.

Itulah sebabnya A.I. dan pemahaman kandungan adalah teras Facebook, dan mengapa ini adalah tempat terbaik untuknya. Memandangkan berapa banyak media ada - memandangkan kandungan di Facebook adalah mengenai imej dan video, dan pergeseran ke arah lebih banyak video dan VR - itu adalah tempat terbaik untuk dilakukan A.I. penyelidikan, visi komputer, dan pembelajaran mesin.

Ia bukan tempat yang aneh: ia yang tempat.