페이스북은 어떻게'놀랍게'기계 학습을 하는가!

기계 학습: 오늘의 기술!
기술 선구자로부터 알아보도록 하겠습니다.

“It Is The Field of study that gives computers the capability to learn without being explicitly programmed” — Arthur Samuel

Machine learning is a core, transformative way by which we’re rethinking how we’re doing everything. — Sundar Pichai, Google CEO

기계 학습은 컴퓨터 학습의 정확성을 높이는 데 목적을 두고 있다.지난 4년 동안 ML을 받아들인 회사의 수가 270% 증가했다.대부분의 다국적기업들은 이 기술을 사용하여 개성화된 고객 체험을 제공함으로써 가능한 한 많은 고객을 유치하고 있다.
이에 따라 페이스북은 모든 면에서 머신러닝을 사용하고, 머신러닝을 더욱 강화할 계획이 분명하다.

Google은 현재 가장 좋은 머신러닝 알고리즘 중 하나로 훨씬 강력하고 구동력이 강하며 수백만 사용자에게 최고의 사용자 체험을 제공할 수 있다.그들의 플랫폼에서 그들은 거의 모든 곳에서 그것을 사용한다. 뉴스 개요든 친구를 찾든.
ML은 가치를 얻고 페이스북이 사용자에게 더 큰 편의를 제공하는 목표를 실현하도록 돕는 데 사용되는 몇 가지 구체적인 용례가 있다.

얼굴 식별.

당신은 페이스북이 당신의 사진에서 당신의 친구를 알아볼 수 있는 불가사의한 능력을 발전시켰다는 것을 알아차렸습니까?과거 페이스북은 친구의 이름을 클릭하고 입력해 사진에 표시하도록 했다.이제 사진 한 장만 올리면 페이스북은 마술처럼 모든 사람을 표시해 준다.

페이스북은 98%의 정확도로 얼굴을 식별할 수 있는데, 이는 거의 인간과 마찬가지로 좋다!
페이스북은 딥페이스라는 딥러닝 앱을 사용해 사진 속 사람들을 인식하도록 가르친다.
그것은 전 세계에서 가장 선진적인 이미지 식별 도구 중의 하나다.그것은 두 개의 서로 다른 이미지가 같은 사람에게 속하는지 식별할 수 있다.

텍스트 분석

페이스북에 공유된 데이터 중 상당 부분은 여전히 텍스트다.
페이스북은 자체 개발한 딥텍스라는 도구를 사용해 컨텍스트 분석을 학습해 우리가 게시한 단어에서 의미를 추출한다.
현재 이 도구는 사람들이 진행하고 있는 대화에 따라 자신이 구매하고 싶은 제품을 구매하도록 유도하는 데 사용되고 있다. 이 영상은 상하문에 따라 사용자에게 쇼핑 링크를 제공하는 것이 적합한지 여부를 결정하는 방법을 보여 준다.
링크: https://www.facebook.com/Engineering/videos/10154132641047200/

방향 광고

머신러닝을 검색해서 페이스북에서 ML 수업에 대한 광고를 본 적이 있습니까?기계 학습 때문이야.
Google은 심층 신경 네트워크인 심층 학습의 초석을 이용하여 어떤 사용자에게 어떤 광고를 보여줄지 결정한다.
이러한 알고리즘은 당신의 나이, 성별, 위치, 페이지 취향, 심지어 당신의 이동 데이터를 분석하여 특정한 목표의 광고를 수집하고 표시합니다.

뉴스 개요

순위 시스템에 따라 개인 페이스북 뉴스 개요에 다양한 게시물이 올라온다.
순위는 세 가지 요인에 의해 결정된다.당신과 자주 소통하는 친구, 가족, 공인, 기업이 모두 첫 번째로 꼽힌다.
페이스북에서 친구의 개인 정보를 많이 방문할수록, 또는 친한 친구, 심지어 페이스북에서 방문하는 페이지가 많을수록, 그들의 뉴스나 게시물이 구독원 맨 위에 나타나는 횟수가 많아진다.

Facebook 소스 오픈

페이스북은 인공지능 랩인 페이스북 인공지능 연구(FAIR)의 대부분 업무를 누구에게나 무료로 제공하며 마음대로 사용하거나 수정할 수 있도록 하는 오픈소스의 확고한 지지자다.
그래픽 프로세서 유닛(GPU)이 구동하는 인공지능 하드웨어의 디자인까지 공개했는데 이런 하드웨어는 딥러닝 작업을 수행하기 위해 최적화된 초고속 컴퓨터다.
앞으로 딥러닝은 페이스북의 미래 발전에 중요한 역할을 계속할 것이다.
앤드류 오의 말을 들어보자.
심도 있는 학습은 일종의 초능력이다.그것으로 컴퓨터에 신기한 예술을 보여주고 합성하며 언어를 번역하고 의학적 진단을 하거나 오토매틱한 자동차 부품을 만들 수 있다.

자원이 풍부한 인공지능과 딥러닝 실험실의 장기적인 작업에서도 무수한 다른 조직에 이익을 가져다 줄 수 있다.
🎇🎇보너스:
🎇인스타그램은 어떻게 머신러닝을 사용합니까?

인스타그램은 지난해 5월 괴롭힘 행위에 대한 텍스트 필터를 내놓았지만, 이는 트롤이 이미지를 통해 다른 사람을 공격하도록 하는 것일 수 있다.현재 그의 괴롭힘 분류기는 한 사람의 성격, 외모를 모욕하는 등 사진 속의 소란을 식별할 수 있다.
🎇우보는 어떻게 기계 학습을 사용합니까?

우버는 역사 데이터를 바탕으로 수요의 시간과 지역을 예측한다.이 시스템은 이러한 예측을 사용하여 운전자에게 곧 수요가 나타날 구역을 알린다.이것이 바로 예측된 수요 구역에 충분한 택시가 있는 이유다.수요 예측은 이윤 증가에 도움이 된다.
마지막으로 읽어주셔서 감사합니다...
쾌락기계학습😊