Пытаясь не отстать от разработок Google в области искусственного интеллекта, Facebook тоже сформировал группу AI Team. Восемь сотрудников группы будут применять самообучаемые нейросети для анализа аудитории социальной сети, в том числе для массивного контент-анализа сообщений, поиска скрытых закономерностей и оптимизации алгоритмов. В общем, предстоит работа в области, которую принято называть “deep learning”.
Использование самообучаемых нейросетей на огромных массивах информации, которые хранятся в Facebook, позволит извлечь ценную дополнительную информацию, разработать новые нужные пользователям функции и, разумеется, улучшить рекламный таретинг. По словам технического директора Facebook Майка Шрепфера (Mike Schroepfer), самое очевидное использование нейросети — индивидуальная оптимизация новостной ленты. Facebook уже сейчас использует нетривиальные алгоритмы, чтобы сократить ленту из 1500 сообщений до 30-60 наиболее релевантных, но эти алгоритмы нуждаются в улучшении.
«Объемы информации растут, у людей становится больше френдов, а с распространением мобильного доступа они чаще появляются в онлайне, — говорит Шрепфер. — Вы уже не просматриваете ленту в конце дня, а постоянно достаете телефон во время ожидания друга или в кафешке. У нас есть не больше пяти минут, чтобы доставить вам максимальное наслаждение».
В отличие от Facebook, специалисты компании Google экспериментируют с нейросетями уже несколько лет. В июне 2012 года нейросеть запустили на кластере 1000 компьютеров (16 тыс. процессорных ядер; 1 млрд связей между нейронами). Эту систему используют для оптимизации различных программ, например, с ее помощью удалось повысить точность распознавания речи на 20-25%. Нейросеть используется также в проекте Google Street View для обработки маленьких фрагментов фотографий, где нужно определить — является число на фрагменте номером дома или нет. В этой задаче нейросеть показывает лучшую точность распознавания, чем люди. В будущем нейросеть будет использована в других продуктах Google, таких как поиск изображений, очки Google Glass и автомобили Google с беспилотным управлением. Мощная нейросеть способна использовать много контекстной информации в процессе тренировки.
Первые результаты эксперимента с нейросетью Google показали, что она успешно поддаётся самообучению. После просмотра 10 миллионов случайных кадров с Youtube в нейросети сформировались нейроны, селективно реагирующие на присутствие лиц на изображениях.
На иллюстрации ниже показано композитное изображение, которое соответствует оптимальному стимулу для нейрона-классификатора кошки.
На другой иллюстрации — композитное изображение, которое соответствует оптимальному стимулу при активации нейрона-классификатора человеческого лица.
Нейросеть самостоятельно обучилась и сформировала у себя эти стимулы.
