ปัญญาประดิษฐ์และการเรียนรู้เชิงลึกจะควบคุมสิ่งที่คุณเห็นใน Facebook ได้อย่างไร

Feed ข่าวของ Facebook เรียกความสนใจจากผู้คนกว่าพันล้านคน มันควบคุมการอ่านข่าวของเรา เหตุการณ์อัพเดทใดบ้างที่เราได้รับ และสิ่งที่เราเรียนรู้เกี่ยวกับเหตุการณ์ต่างๆ ขอบเขตอำนาจและอิทธิพลของมันขยายไปเกินกว่าสิ่งที่เราสามารถจินตนาการได้ ดังนั้นใครหรืออะไร – ตัดสินใจเลือกสิ่งที่เราเห็น?

เป็นไปไม่ได้เลยที่จะจัดเรียงฟีดข่าวมหาศาลโดยปราศจากปัญญาประดิษฐ์ AI


จากการประชุมสุดยอดด้านเทคโนโลยี (ReWork) ในบอสตัน เมื่อวันที่ 25 พฤษภาคม ที่ผ่านมา วิศวกร แอนดรูว์ ทัลโลว์แห่ง Facebook อธิบายว่าเครือข่ายสังคมออนไลน์กำลังใช้เทคโนโลยีอุบัติใหม่ (Emerging Technology) เพื่อจัดลำดับความสำคัญสิ่งที่คุณเห็น และตอบสนองความต้องการของคุณได้ดีขึ้น ปกติแล้ว Facebook รู้จักการประมวลผลและจัดอันดับเนื้อหาในฟีดข่าวอยู่แล้ว แต่เมื่อเร็ว ๆ นี้ได้หันไปใช้เทคโนโลยี “การเรียนรู้เชิงลึก” (Deep Learning) ซึ่งเป็นรูปแบบขั้นสูงของปัญญาประดิษฐ์เพื่อช่วยในการกรองข้อมูล

ทัลโลว์ กล่าวว่า “เราได้มีการจัดเรียงคลังเรื่องราวต่างๆในระดับ มิลลิวินาที milliseconds ซึ่งระบบปัญญาประดิษฐ์มีผลอย่างมากในการปรับปรุงการจัดการข้อมูลในช่วง 2-3 ปีที่ผ่านมา”

แล้ว Deep Learning คืออะไร
การเรียนรู้เชิงลึก Deep Learning คือหมวดย่อยของ AI ที่สอนให้เครื่องระบุและจัดรูปแบบด้วยข้อมูลจำนวนมหาศาล มักเป็นแบบอย่างที่ใกล้เคียงกับสมองของมนุษย์และมักจะพยายามเลียนแบบโครงร่างมนุษย์ซึ่งเป็นผู้รับผิดชอบด้านการประมวลผล ภาษาความคิดที่ใส่ใจการรับรู้ทางประสาทสัมผัส และหน้าที่อื่น ๆ ดังนั้นจึงไม่ควรแปลกใจเลยที่ว่าสาขาวิทยาศาสตร์ที่เกิดขึ้นใหม่ซึ่งสามารถเลียนแบบพฤติกรรมของมนุษย์กำลังเป็นที่นิยมมากขึ้นใน Silicon Valley

ในความเป็นจริงแล้วคุณอาจเห็นมันในการดำเนินการโดยไม่ได้ตระหนักถึงมันและนี่เป็นวิธีที่ Facebook ใช้การเรียนเชิงลึกเพื่อตัดสินเนื้อหาของคุณ (และคุณ)

1 การตรวจสอบข้อความ (Examining text)
ทัลโลว์ อธิบายว่า Talking robots มีได้ระยะหนึ่งแล้ว แต่ความท้าทายที่แท้จริงคือการสร้างสมองหุ่นยนต์ที่ฉลาดพอที่จะฟังและจับภาพความแตกต่างของสิ่งที่เราพูด Facebook ใช้ “การประมวลผลภาษาธรรมชาติ” (Natural Language Processing: NLP) ที่จะสแกน status และโพสต์เพื่อ “ทำความเข้าใจกับภาษาความหมายของข้อความ” จากนั้นจึงจัดลำดับชั้นไว้
สิ่งที่เป็นอุปสรรคแก่ social media editors และแผนกการตลาดขององค์กรส่วนใหญ่ คือเนื้อหามักถูกสแกนหาที่ข้อความหรือ link ที่เข้าข่าย “overly clickbait” หรือ “overly commercial” คือการลิงค์หลอกให้คลิกเพื่ออ่าน ซึ่งโพสต์ประเภทนี้มักจะถูกควบคุมให้มองไม่เห็นในฟีดข่าว

2 การแปลเนื้อหา (Translating content)
เมื่อใช้ภาษาอื่นที่ไม่ใช่ภาษาอังกฤษ Facebook กำลังมีความซับซ้อนมากขึ้นในการเรียนรู้ วิศวกรได้ทุ่มเทระบบการเรียนรู้ที่มีประสิทธิภาพอีกขั้นหนึ่งให้แก่โพสต์ที่เขียนขึ้นในภาษาต่างๆมากกว่า 100 ภาษาที่ใช้บนแพลตฟอร์มทุกวัน
โดยสร้างสภาพแวดล้อมเสมือนจริงที่ผู้คนสามารถติดต่อกันได้ แม้จะมีอุปสรรคด้านภาษาก็ตาม
“เมื่อเพื่อนในเฟสบุคโพสต์เป็นภาษาอื่นๆ โพสต่างๆนั้นก็จะไม่ถูกกีดกันออกไป แต่จะเห็นเป็นเนื้อหาที่แปลแล้วเป็นภาษาตามผู้ใช้ Facebook ในแต่ละที่”

3 การระบุวัตถุในสื่อ (Identifying objects in media)
คล้ายกับวิธีที่แพลตฟอร์มสามารถระบุใบหน้าของเราและให้คำแนะนำเกี่ยวกับการแท็กรูปภาพ Facebook ใช้ การเรียนรู้เชิงลึก (Deep Learning) เพื่อระบุวัตถุในรูปถ่ายและวิดีโอ โดยจะให้คำแนะนำว่าใครอาจจะสนใจโพสต์เหล่านี้หรือหากพวกเขามีความเกี่ยวข้องกับผู้ใช้รายอื่น ๆ ถ้าเราโพสต์รูปถ่าย วันครบรอบ หรือ งานเลี้ยงอาหารค่ำ Facebook สามารถระบุ ใบหน้า แม้กระทั่งถ้วยจานและสิ่งอื่น ๆ ได้ นี่เป็นวิธีที่ทำให้มันเรียนรู้ว่านี่เป็นภาพเกี่ยวกับการพบปะทางสังคม (social gathering) นั่นย่อมส่งผลกระทบต่อการรวบรวมและคัดสรรคอนเทนต์

“เราสามารถไปถึงประวัติภาพถ่ายของคุณบน Facebook และพยายามที่จะเลือกภาพประทับใจของคุณ ที่จะเป็นตัวแทนของคุณได้”

ในอนาคตเมื่อการเรียนรู้เชิงลึก (Deep Learning)  ก้าวหน้ามากขึ้นเรื่อยๆ กว่านี้ บางทีแพลตฟอร์มโซเชียลมีเดียอาจเป็นเหมือนสมองของมนุษย์มากขึ้นเรื่อย ๆ ในขณะนี้เรากำลังให้เครื่องจักรตัดสินเรา  ไม่ได้เป็นเพียงเครือข่ายทางสังคมอีกต่อไป

ที่มา: mic.com