5 formas alucinantes en las que Facebook utiliza el aprendizaje automático

¿Qué es lo primero que te viene a la mente cuando piensas en las redes sociales? ¡Es Facebook , por supuesto! ¡Incluso hay una película llamada The Social Network que prueba esta afirmación! Y con 2910 millones de usuarios activos mensuales en el tercer trimestre de 2021, es seguro decir que Facebook en realidad ni siquiera es una red social, sino un fenómeno global. Y, obviamente, el aprendizaje automático es un aspecto vital de Facebook. ¡Ni siquiera sería posible manejar miles de millones de usuarios y brindarles el mejor servicio sin usar Machine Learning! 

Tomemos un ejemplo. Es alucinante cómo Facebook puede adivinar las personas con las que podría estar familiarizado en la vida real usando «Personas que quizás conozca» . Y tienen razón la mayor parte del tiempo!!! Bueno, este efecto mágico se logra mediante el uso de algoritmos de aprendizaje automático que analizan su perfil, sus intereses, sus amigos actuales y también sus amigos y varios otros factores para calcular las personas que podría conocer. ¡Y ese es solo un aspecto en el que Facebook usa Machine Learning! Otros aspectos son el News Feed de Facebook, el sistema de Reconocimiento Facial, la Publicidad Dirigida en tu página, etc.  

Entonces, es obvio que Facebook usa Machine Learning en el funcionamiento de todos sus aspectos con planes para mejorarlo aún más. ¡Pero ese mundo futurista todavía está un poco lejos! Por ahora, veamos algunas de las formas en que Facebook utiliza actualmente el aprendizaje automático para que podamos comprender el alcance completo de sus aplicaciones en el futuro. 

1. Reconocimiento facial

El reconocimiento facial es una de las muchas maravillas del aprendizaje automático en Facebook. Puede que sea trivial para ti reconocer a tus amigos en las redes sociales (¡incluso bajo esa gruesa capa de maquillaje!) pero, ¿cómo lo maneja Facebook? Bueno, si tiene activadas las «sugerencias de etiquetas» o el «reconocimiento facial» en Facebook (esto significa que ha otorgado permiso para el reconocimiento facial), el sistema de aprendizaje automático analiza los píxeles de la cara en la imagen y crea una plantilla que es una string de números. Pero esta plantilla es única para cada rostro (¡una especie de huella digital facial!) y se puede usar para detectar ese rostro nuevamente en otro rostro y sugerir una etiqueta. 

Entonces, ahora la pregunta es: ¿De qué sirve habilitar el reconocimiento facial en Facebook? Bueno, en caso de que alguna foto o video recién subido a Facebook incluya tu rostro pero no hayas sido etiquetado, el algoritmo de reconocimiento facial puede reconocer tu plantilla y enviarte una notificación. Además, si otro usuario intenta cargar tu foto como su foto de perfil de Facebook (¡quizás para ser más popular!), entonces puedes recibir una notificación de inmediato. El reconocimiento facial en conjugación con otras opciones de accesibilidad también puede informar a las personas con discapacidad visual si están en una foto o video. 

2. Análisis textual

Si bien puedes creer que las fotos son lo más importante en Facebook (¡especialmente tus fotos!), el texto es igualmente importante. Y hay mucho texto en Facebook!!! Para comprender y administrar este texto de la manera correcta, Facebook utiliza DeepText , que es un motor de texto basado en el aprendizaje profundo que puede comprender miles de publicaciones en un segundo en más de 20 idiomas con la mayor precisión posible. 

¡Pero entender un texto basado en el idioma no es tan fácil como crees! Para comprender realmente el texto, DeepText debe comprender muchas cosas, como la gramática, las expresiones idiomáticas, las palabras de la jerga, el contexto , etc. Por ejemplo: si hay una oración «Me encanta Apple» en una publicación, entonces el escritor se refiere a la fruta o a la ¿empresa? Lo más probable es que sea la empresa (¡excepto para los usuarios de Android!) pero depende del contexto y DeepText tiene que aprender esto. Debido a estas complejidades, y eso también en varios idiomas, DeepText usa Deep Learning y, por lo tanto, maneja los datos etiquetados de manera mucho más eficiente que los modelos tradicionales de procesamiento de lenguaje natural. 

3. Publicidad Dirigida

¿Acabas de comprar ropa genial en Myntra y luego viste sus anuncios en tu página de Facebook? ¿O simplemente te gustó una publicación de Lakme y luego mágicamente también viste su anuncio? Bueno, esta magia se hace usando redes neuronales profundas que analizan su edad, sexo, ubicación, me gusta de la página, intereses e incluso sus datos móviles para perfilarlo en categorías seleccionadas y luego mostrarle anuncios dirigidos específicamente a estas categorías. Facebook también se asocia con diferentes empresas de recopilación de datos como Epsilon, Acxiom, Datalogix, BlueKai, etc., y también utiliza sus datos sobre usted para perfilarlo con precisión. 

Por ejemplo, suponga que los datos recopilados de sus intereses en línea, un campo de estudio, historial de compras, elecciones de restaurantes, etc. lo perfilan en la categoría de joven fashionista según el algoritmo de redes neuronales profundas de Facebook. Luego, es probable que los anuncios que se le muestren se adapten a esta categoría para que obtenga los anuncios más relevantes y útiles en los que es más probable que haga clic. (¡Para que Facebook genere más ingresos, por supuesto!) De esta manera, Facebook espera mantener una ventaja competitiva frente a otras empresas de alta tecnología como Google, que también está luchando por obtener nuestra breve capacidad de atención. 

4. Traducción de idiomas

¡Facebook es menos un sitio de redes sociales y más una obsesión mundial! Hay personas en todo el mundo que usan Facebook, pero muchas de ellas tampoco saben inglés. Entonces, ¿qué debes hacer si quieres usar Facebook pero solo sabes hindi? ¡Nunca temas! Facebook tiene un traductor interno que simplemente convierte el texto de un idioma a otro haciendo clic en el botón «Ver traducción» . Y en caso de que se pregunte cómo se traduce con mayor o menor precisión, ¡bueno, Facebook Translator usa Machine Learning, por supuesto! 

El primer clic en el botón «Ver traducción» para algún texto (supongamos que son las publicaciones de Beyonce) envía una solicitud de traducción al servidor y luego el servidor almacena en caché esa traducción para otros usuarios (que también requieren traducción para las publicaciones de Beyonce en este ejemplo) . El traductor de Facebook logra esto mediante el análisis de millones de documentos que ya están traducidos de un idioma a otro y luego busca los patrones comunes y el vocabulario básico del idioma. Después de eso, elige la traducción más precisa posible basándose en conjeturas informadas que en su mayoría resultan ser correctas. Por ahora, todos los idiomas se actualizan mensualmente para que el sistema ML esté actualizado con la jerga y los dichos nuevos. 

5. Fuente de noticias

¡ La sección de noticias de Facebook fue una adición que todos odiaban inicialmente, pero ahora a todos les encanta! Y si se pregunta por qué algunas historias aparecen más arriba en su sección de noticias de Facebook y otras ni siquiera se muestran, ¡así es como funciona! Diferentes fotos, videos, artículos, enlaces o actualizaciones de sus amigos, familiares o negocios que le gustan aparecen en su sección de noticias personal de Facebook de acuerdo con un complejo sistema de clasificación administrado por un algoritmo de aprendizaje automático. 

La clasificación de todo lo que aparece en la sección de noticias se decide en función de tres factores . Sus amigos, familiares, figuras públicas o empresas con las que interactúa mucho tienen la máxima prioridad. Su feed también se personaliza de acuerdo con el tipo de contenido que le gusta (Películas, Libros, Moda, Videojuegos, etc.). Además, las publicaciones que son bastante populares en Facebook con muchos Me gusta, comentarios y acciones tienen una mayor probabilidad de aparecer. en tu sección de noticias de Facebook.