[ad_1]

طی یک سال ، تیم وی این مدل ها و همچنین ابزارهایی را برای طراحی سریعتر و اجرای مدل های جدید تولید کرد. این کار برای ساخت ، آموزش و آزمایش یک مدل جدید به مهندسین Quiñonero شش تا هشت هفته زمان می برد. حالا فقط یکی طول کشید.

خبر موفقیت به سرعت منتشر شد. تیمی که برای تعیین پست هایی که کاربران فیس بوک فردی در خبرهای شخصی خود مشاهده خواهند کرد ، می خواهند از همین روش ها استفاده کنند. همانطور که می توان الگوریتم ها را برای پیش بینی اینکه چه کسی روی کدام تبلیغ کلیک می کند آموزش داد ، می توان آنها را نیز آموزش داد که چه کسی پست را دوست دارد یا به اشتراک می گذارد و سپس به آن پست ها اهمیت بیشتری می دهد. اگر این مدل تعیین کند که شخصی واقعاً سگ را دوست دارد ، به عنوان مثال پست های دوستان سگ در خبرخوان آن کاربر در بالا نشان داده می شود.

موفقیت کویونرو در پخش اخبار – همراه با مطالعه جدید چشمگیر هوش مصنوعی که در خارج از شرکت انجام شده – توجه زاکربرگ و شرپفر را به خود جلب کرد. فیس بوک اکنون بیش از 1 میلیارد کاربر داشت که بیش از هشت برابر بیشتر از هر شبکه اجتماعی دیگر است ، اما آنها می خواستند بدانند که چگونه این رشد را ادامه دهند. مدیران اجرایی تصمیم گرفتند سرمایه گذاری زیادی در زمینه هوش مصنوعی ، اتصال به اینترنت و واقعیت مجازی انجام دهند.

آنها دو تیم هوش مصنوعی ایجاد کردند. یکی از آنها FAIR بود ، یک آزمایشگاه تحقیقاتی بنیادی که می تواند وضعیت هنر را بهبود بخشد. مورد دیگر ، آموزش کاربردی ماشین (AML) ، این قابلیت ها را در محصولات و خدمات فیس بوک ادغام می کند. در دسامبر 2013 ، پس از ماه ها خواستگاری و اقناع ، رهبران جان لكون ، یكی از بزرگترین نام های این حوزه را برای هدایت FAIR استخدام كردند. سه ماه بعد ، Quiñonero دوباره ارتقا یافت ، این بار برای هدایت AML. (بعداً به FAIAR تغییر نام یافت ، تلفظ شد “آتش”.)

“به این ترتیب شما می دانید که او چه فکر می کند.” من برای چند سال همیشه چند قدم از میز مارک فاصله داشتم. “

خواکین کوئینونرو کندلا

Quiñonero در نقش جدید خود یک پلت فرم توسعه مدل جدید ایجاد کرده است که هر کسی در فیس بوک می تواند به آن دسترسی پیدا کند. FBLearner Flow نامیده می شود و به مهندسانی که تجربه کمی در هوش مصنوعی دارند امکان آموزش و پیاده سازی مدل های یادگیری ماشین ظرف چند روز را می دهد. تا اواسط سال 2016 ، توسط بیش از یک چهارم تیم مهندسی فیس بوک مورد استفاده قرار گرفت و قبلاً برای آموزش بیش از یک میلیون مدل از جمله مدل های شناسایی تصویر ، هدف گذاری تبلیغات و تعدیل محتوا مورد استفاده قرار گرفت.

وسواس زاکربرگ در استفاده از همه دنیا از فیس بوک سلاح جدید قدرتمندی پیدا کرده بود. پیش از این ، تیم ها از روش های طراحی ، مانند آزمایش محتوای و فرکانس اعلان ، برای تعامل موثرتر کاربران استفاده می کردند. هدف آنها ، از جمله ، افزایش شاخصی به نام L6 / 7 بود ، نسبت افرادی که شش هفته از هفت روز قبل وارد فیس بوک شده اند. L6 / 7 تنها یکی از روشهای بی شماری است که فیس بوک “تعامل” را اندازه گیری می کند – تمایل افراد به استفاده از سیستم عامل خود به هر طریقی ، خواه با ارسال ، ارسال نظر ، لایک یا اشتراک گذاری یا فقط مرور. اکنون ، هرگونه تعامل با کاربران ، یکبار توسط مهندسان مورد تجزیه و تحلیل قرار می گیرد ، توسط الگوریتم ها تحلیل می شود. این الگوریتم ها حلقه های بازخورد سریع تر و سفارشی تری را برای تغییر و تنظیم خبرخوان هر کاربر ایجاد می کنند تا اعداد تعامل را فشار دهند.

زاکربرگ که در مرکز ساختمان 20 واقع در مقر منلو پارک نشسته بود ، تیم های جدید FAIR و AML را در کنار خود قرار داد. بسیاری از کارمندان اصلی هوش مصنوعی آنقدر به هم نزدیک بودند که میز و میز کارشان تقریباً لمس کننده بود. یکی از رهبران سابق هوش مصنوعی (شعبه فیس بوک که تمام تیم های هوش مصنوعی خود را در خود دارد) می گوید: “پناهگاه داخلی” بود و یادآوری می کند که مدیرعامل مردم هنگام پیروزی یا باختن افراد را به داخل و خارج از آن منتقل می کرد. کیونرو می گوید: “از این طریق می دانید چه چیزی در ذهن او است.” “من همیشه چند سال از میز مارک چند قدم دورتر بوده ام.”

[ad_2]

منبع: unbox-khabar.ir

ایندکسر