Facebook là một công ty đa quốc gia có trụ sở tại Mỹ, hoạt động trong lĩnh vực mạng xã hội và truyền thông xã hội. Facebook trở thành một phần của cuộc sống hiện đại trong hơn một thập kỷ nay. Khoảng 2,2 tỷ1 người sử dụng nền tảng truyền thông xã hội Facebook để cập nhật tin tức của bạn bè và gia đình, sắp xếp cuộc sống xã hội, tìm kiếm các doanh nghiệp địa phương và chia sẻ với thế giới về hình ảnh những con thú cưng của họ.
Mỗi khi bất kỳ ai trong chúng ta sử dụng Facebook, chúng ta sẽ tạo ra dữ liệu về những gì chúng ta đang làm, về những nơi chúng ta đến, về những người mà chúng ta đang ở cùng. Trước khi xuất hiện truyền thông xã hội, chúng ta không có bất cứ nơi nào để tải lên 136.000 bức ảnh mỗi phút như cách chúng ta đang làm trên Facebook, chứ chưa nói đến 510.000 bình luận và 293.000 bài đăng.2
Tất cả dữ liệu đó là nguồn năng lượng tuyệt vời cho trí tuệ nhân tạo (AI), và công ty này đã đưa ra một số công cụ và dự án để đưa học máy vào các dịch vụ nhăm phục vụ người dùng.
Facebook sử dụng trí tuệ nhân tạo như thế nào?
Facebook sử dụng công nghệ AI có tên là FBLearner Flow để cá nhân hóa danh sách nội dung cập nhật và trang chủ tin tức của người dùng, sắp xếp các thông tin (và quảng cáo) ngay trước mắt họ, Facebook tin rằng người dùng sẽ thấy chúng hữu ích và đáng quan tâm.3
Facebook sử dụng học máy (machine learning) để phân tích và phân chia nền tảng của hàng tỷ người dùng, nhìn chung là dựa trên thông tin người dùng tự cung cấp – nơi họ sống và làm việc, nơi họ thường lui tới cùng bạn bè, địa điểm du lịch, những gì họ tìm kiếm trực tuyến và ý nghĩa các phản hồi của họ trên mạng xã hội (chẳng hạn như các lượt thích và lượt chia sẻ).
Kiểm soát nội dung
Ngoài việc điền vào danh sách tin tức các cập nhật và câu chuyện thú vị, những thuật toán học máy cũng hoạt động để lọc ra các nội dung bạo lực hoặc hình ảnh khoả thân, mà nó không cho phép người dùng đăng tải trên Facebook.
Một trọng tâm trong mảng này là áp chế những kẻ lan truyền “tin tức giả mạo” – dù là với động cơ chính trị hay là được thực hiện bởi những kẻ lừa đảo với hy vọng kiếm tiền. Các thuật toán học máy được sử dụng kết hợp với những dịch vụ kiểm tra thực tế một cách thủ công và tự động.4 Khi các câu chuyện được đánh dấu là giả mạo bởi máy móc hoặc con người, mạng lưới lan truyền trên Facebook của chúng có thể bị theo dõi và những biện pháp sẽ được tiến hành để ngăn chúng gây hại cho người dùng. Một trong các giải pháp có thể là xóa dữ liệu hoặc đánh dấu vi phạm.
Nhận diện khuôn mặt
Không có gì đáng kinh ngạc khi một lĩnh vực nghiên cứu AI mà Facebook vượt trội hơn hẳn so với đối thủ cạnh tranh là công nghệ nhận dạng khuôn mặt, công nghệ xem xét có bao nhiêu bức ảnh về khuôn mặt của con người mà nó thu được trên các máy chủ của mình.
Công nghệ này được gọi là Deep Face, nó được khởi động khi bạn tải lên một bức ảnh và Facebook bắt đầu đề xuất người mà nó nghĩ là có mặt trong bức ảnh. Nó sử dụng các mạng nơ-ron nhân tạo để phân chia 68 điểm dữ liệu từ mỗi khuôn mặt mà nó phân tích, đo lường các đặc điểm khuôn mặt, màu sắc và tỷ lệ.
Công nghệ này đã được cung cấp bởi hơn 4 triệu hình ảnh khuôn mặt để huấn luyện nó cách nhận biết những yếu tố gương mặt của từng người và hiểu được cách các đặc điểm khuôn mặt mang lại cho mỗi người một vẻ ngoài độc đáo. Khi một bức ảnh khuôn mặt khác mà nó phân tích trùng khớp hoặc gần giống với một mẫu duy nhất mà nó đã ghi lại, thì nó biết được có khả năng hai bức ảnh của cùng một người.
Cùng với việc gắn thẻ (tag) mọi người vào các bức ảnh của bạn một cách thuận tiện, Facebook cũng đã sử dụng công nghệ này để giúp người dùng theo dõi những nơi mà ảnh của họ bị cắt xén trên trang web và cũng để tạo ra mô tả âm thanh của các bức ảnh để hỗ trợ những người khiếm thị.5
Facebook nói rằng những thuật toán nhận dạng khuôn mặt này có tỷ lệ thành công là 97,35% khi sử dụng các bộ dữ liệu thử nghiệm công khai có sẵn – rất gần với độ chính xác của con người.6
Thấu hiểu văn bản
AI cũng được Facebook sử dụng để đưa ra những thông tin hữu ích từ nửa triệu bình luận văn bản được đăng lên trang web mỗi phút. Mục đích của nó ở đây là sử dụng phân tích ngữ cảnh để hiểu sâu hơn về những gì chúng ta đang cố gắng nói và các thông tin được cung cấp hoặc dịch vụ mà chúng ta thấy hữu ích mà chúng ta không cần yêu cầu. Một ví dụ mà Facebook đưa ra là các thuật toán học máy, “lắng nghe ngầm” một cuộc trò chuyện giữa những người bạn về một hành trình mà họ phải thực hiện, để có thể tự động đưa ra các liên kết đến các dịch vụ gọi xe có mặt tại địa phương.7
Một đề án nâng cao hơn đang được nghiên cứu sẽ được tiến hành khi người dùng tạo một bài đăng nói rằng họ, ví dụ, có một chiếc xe đạp mà họ muốn bán. Nó có thể tự động tạo một bài đăng theo kiểu quảng cáo, xác định giá bán chính xác dựa trên mô tả của người dùng và hướng họ đến các trang bán hàng địa phương nơi mà họ có thể tìm thấy người mua.
Hệ thống này được gọi là Deep Text, bởi vì nó dựa vào các mạng nơ-ron nhân tạo của học sâu để phân tích văn bản và thấu hiểu không chỉ các từ ngữ, mà còn là ý nghĩa của một từ phụ thuộc vào vị trí của nó trong một bài đăng và những từ ngữ khác kết hợp với nó. Đây là một hình thức học bán-không giám sát (semi-unsupervised learning) bởi thay vì dựa vào một bộ quy tắc, chẳng hạn như một cuốn từ điển hoặc một cuốn sách về các nguyên tắc ngữ pháp, nó tự học cách các từ ngữ được sử dụng bằng cách “lắng nghe” – giống với cách thức một con người thực hiện.
Ngăn ngừa tự sát
Facebook cũng sử dụng AI để theo dõi cách người dùng tham gia dịch vụ và tìm kiếm các dấu hiệu cho thấy các cá nhân có thể bị trầm cảm hoặc có nguy cơ làm tổn thương chính họ.8
Nó thực hiện điều này bằng cách tìm kiếm những kiểu mẫu trong hành vi đăng bài của người dùng phù hợp với các bài đăng khác mà trước đây được đánh dấu với những chỉ số xác định rằng ai đó có thể tự tử.
Các dấu hiệu có thể bao gồm người dùng nói trực tiếp về việc họ đau khổ hoặc không vui, hoặc họ nhận được rất nhiều tin nhắn từ bạn bè bày tỏ mối quan tâm hoặc hỏi xem họ có cần giúp đỡ hay không.
Khi một cảnh báo được đưa ra, nó sẽ được các chuyên gia tâm lý xem xét trước khi đưa ra quyết định về việc có nên can thiệp hay không, bằng cách cung cấp cho người dùng cách họ nên nhận sự giúp đỡ.
Hiện tại, mạng xã hội hiện không liên lạc trực tiếp với người dùng, thay vào đó đưa thông tin đến tay của người dùng một cách kịp thời. Tuy nhiên, nó đang kiểm tra tính khả thi của việc đưa cảnh báo đến “mạng lưới hỗ trợ” thực tế từ bạn bè và gia đình của người dùng. Tuy nhiên, điều đó rõ ràng sẽ có ý nghĩa riêng tư đáng kể.
FBLearner Flow
Nền tảng “xương sống” trong công nghệ AI của Facebook là nền tảng FBLearner Flow. Nó được thiết kế để cho phép những kỹ sư máy tính triển khai AI trong bất kỳ lĩnh vực hoạt động nào của công ty, mà không cần các kỹ sư phải chuyên về lĩnh vực học máy.9
Hiện tại, nó được sử dụng bởi hơn 25% những nhóm kỹ sư của Facebook và chịu trách nhiệm đưa ra 6 triệu dự đoán/giây cho doanh nghiệp và khách hàng. Nó được thiết kế để tạo ra các thuật toán có thể dễ dàng được sử dụng lại trong nhiều dự án khác của Facebook, một khi chúng đã chứng minh được tính hiệu quả.
Nghiên cứu AI của Facebook
Nghiên cứu và phát triển học máy của Facebook được điều phối bởi bộ phận Nghiên cứu AI của nó. Các lĩnh vực nghiên cứu bao gồm các cách thức giúp công nghệ học máy thông minh có thể được tích hợp với những dịch vụ của Facebook, các cách cải tiến có thể được thực hiện trong mảng trí tuệ nhân tạo cốt lõi, chẳng hạn như quy trình xử lý ngôn ngữ tự nhiên và thị giác máy tính, và thậm chí bao gồm cả cách thức mà tương lai của xã hội hóa được định hình bởi công nghệ thực tế ảo và thực tế tăng cường.
Năm nay, Facebook đã công bố kế hoạch phát triển bộ phận này cho khoảng 170 nhà khoa học và kỹ sư dữ liệu trải khắp các văn phòng toàn cầu của mình, bao gồm các văn phòng ở Montreal, Pittsburgh, Paris, London và Tel Aviv.10
Những thách thức và bài học chính được rút ra
- Lượng thông tin mà chúng ta chia sẻ về cuộc sống của mình trên Facebook ngày càng khổng lồ, điều đó có nghĩa là Facebook có quyền truy cập vào nhiều dữ liệu hơn bất kỳ ai khác.
- Facebook đã tận dụng điều này để xây dựng các tính năng khiến chúng ta quay trở lại trang web (và chia sẻ nhiều dữ liệu hơn), cũng như kết nối với những nhà quảng cáo có sản phẩm phù hợp mà chúng ta có thể muốn mua.
- Tất cả các dữ liệu này, bao gồm hình ảnh và thông tin dưới dạng văn bản của chúng ta, trở nên vô giá đối với Facebook khi nói đến việc huấn luyện thuật toán nhận dạng khuôn mặt và xử lý ngôn ngữ tự nhiên.
- Facebook hiểu biết về cuộc sống của chúng ta với mức độ đáng kinh ngạc chưa từng thấy, đồng nghĩa với việc nó có thể đưa ra những dự đoán ngày càng chính xác hơn về chúng ta – từ những gì muốn mua cho đến những khi chúng ta nghĩ đến việc tự sát.
Tham khảo
1. Statistica, Number of monthly active Facebook users worldwide as of 2nd quarter 2018 (in millions): https://www.statista.com/statistics/264810/number-of-monthly-active-facebook-users-worldwide/
2. Zephoria, Top 15 Valuable Facebook Statistics: https://zephoria.com/top-15-valuable-facebook-statistics/
3. Facebook, Introducing FBLearner Flow: Facebook’s AI backbone: https://code.fb.com/core-data/introducing-fblearner-flow-facebook-s-ai-backbone/
4. Facebook, Increasing Our Efforts to Fight False News: https://newsroom.fb.com/news/2018/06/increasing-our-efforts-to-fight-false-news/
5. Facebook, Managing Your Identity on Facebook with Face Recog- nition Technology: https://newsroom.fb.com/news/2017/12/managing-your-identity-on-facebook-with-face-recognition-technology/
6. Facebook, DeepFace: Closing the Gap to Human-Level Performance in Face Verification: https://research.fb.com/publications/deepface-closing-the-gap-to-human-level-performance-in-face-verification/
7. Facebook, Introducing DeepText: Facebook’s text understanding engine: https://code.fb.com/core-data/introducing-deeptext-facebook-s-text-understanding-engine/
8. BBC, Facebook artificial intelligence spots suicidal users: https://www.bbc.co.uk/news/technology-39126027
9. Facebook, Introducing FBLearner Flow: Facebook’s AI backbone: https://code.fb.com/core-data/introducing-fblearner-flow-facebook-s-ai-backbone/
10. Washington Post, Facebook, boosting artificial-intelligence research, says it’s “not going fast enough”: https://www.washingtonpost.com/technology/2018/07/17/facebook-boosting-artificial-intelligence-research-says-its-not-going-fast-enough/?noredirect=on&utm_term=.f9551f216f87
