Πώς εκπαιδεύει το Meta την τεχνολογία
ΕΝΗΜΕΡΩΘΗΚΕ 19 Ιαν 2022
Ορισμένες φορές, η σημασία του περιεχομένου είναι προφανής για τον άνθρωπο αλλά λιγότερο σαφής για την τεχνολογία. Προκειμένου να κρατά τους χρήστες ασφαλείς, το Meta πρέπει να εκπαιδεύει τα συστήματα τεχνητής νοημοσύνης σε επίπεδο εντοπισμού παραβατικών δημοσιεύσεων.
Για παράδειγμα, το παρακάτω περιεχόμενο συνδυάζει κείμενο και εικόνες. Οι 2 από τις εικόνες είναι καλοπροαίρετες, ενώ οι άλλες 2 είναι δυνητικά κακοπροαίρετες.
Χωρίς την κατάλληλη εκπαίδευση, η τεχνητή νοημοσύνη δυσκολεύεται να κάνει αυτές τις διαφοροποιήσεις. Είτε διαβάζει το κείμενο και εξακριβώνει την κυριολεκτική σημασία των λέξεων είτε κοιτάζει την εικόνα για να προσδιορίσει τη γενική έννοια του θέματος της φωτογραφίας. Οι άνθρωποι, από την άλλη, συνδυάζουν ενστικτωδώς το κείμενο με την εικόνα για να καταλάβουν το περιεχόμενο.
Για να αντιμετωπίσουμε αυτό το θέμα, μεταξύ άλλων μεθόδων που χρησιμοποιούμε, εκπαιδεύουμε την τεχνολογία μας έτσι ώστε να ελέγχει πρώτα όλα τα στοιχεία μιας δημοσίευσης και μετά να προσδιορίζει την πραγματική σημασία της. Αυτό μπορεί να βοηθήσει σημαντικά την τεχνητή νοημοσύνη να εντοπίζει με ακρίβεια αυτό που βλέπουν οι άνθρωποι όταν κοιτάνε την ίδια δημοσίευση.
Επίσης, χρησιμοποιούμε ένα σύστημα που καθοδηγεί την τεχνητή νοημοσύνη, ώστε να μαθαίνει απευθείας από εκατομμύρια τρέχοντα στοιχεία περιεχομένου, και βοηθάει στην επιλογή δεδομένων εκπαίδευσης που εκφράζουν τους στόχους μας. Αυτό το σύστημα διαφέρει από τα τυπικά συστήματα τεχνητής νοημοσύνης που βασίζονται σε σταθερά δεδομένα για την εκπαίδευσή τους. Μέσω αυτής της μεθόδου μπορούμε να προστατεύσουμε καλύτερα τους χρήστες από τις εκφράσεις μίσους και το περιεχόμενο που υποκινεί βία.Έχουμε πολλά ακόμα να κάνουμε, αλλά αυτή η εκπαίδευση θα βοηθήσει την τεχνολογία μας να βελτιωθεί και να κατανοεί καλύτερα την πραγματική σημασία του πολυτροπικού περιεχομένου.