Το Facebook ισχυρίζεται ότι η τεχνητή νοημοσύνη του είναι ταχύτερη από τον προκάτοχό του στο να πιάνει κακό περιεχόμενο

Facebook έχει αποκαλύψει λεπτομέρειες για το νέο της σύστημα τεχνητής νοημοσύνης (AI) και ισχυρίζεται ότι είναι ακόμα καλύτερο στο να αποκαλύπτει κακές δημοσιεύσεις από την προηγούμενη επανάληψη. Το κοινωνικό δίκτυο αντιμετωπίζει εδώ και καιρό προκλήσεις όσον αφορά την αστυνόμευση περιεχομένου στην πλατφόρμα του, μια κατάσταση που επιδεινώνεται μόνο από το μέγεθος της βάσης χρηστών του και τον τεράστιο όγκο των γλωσσών που υποστηρίζει. Όσο περισσότεροι εγγράφονται στο Facebook, τόσο περισσότεροι πρέπει να παρακολουθεί τι λένε, και τις αντιθετικές γλώσσες με τις οποίες το λένε.

Με τα χρόνια, η εταιρεία που ανήκει στη Meta έπρεπε να αντιμετωπίσει τα πάντα πορνό εκδίκησης και παραπληροφόρηση COVID-19 για παρέμβαση στις εκλογές και γενοκτονία στη Μιανμάρ. Όμως, όπως κάθε πρόβλημα είναι διαφορετικό, τόσο συχνά απαιτούνται οι δεξιότητες για τον εντοπισμό και την κατάργηση σχετικού περιεχομένου. Για αυτό, η εταιρεία βασίζεται σε μια στρατιά ανθρώπων συντονιστών των οποίων η δουλειά είναι να εξετάζουν αναφορές για πιθανώς προσβλητικές αναρτήσεις. Ωστόσο, για μια λειτουργία του μεγέθους του Facebook, η στρατολόγηση αρκετών ανθρώπων για να κάνει μια τέτοια δουλειά είναι δύσκολο να κλιμακωθεί και επομένως βασίζεται σε εργαλεία τεχνητής νοημοσύνης για να χρησιμεύσει ως άμυνα πρώτης γραμμής. Αυτά τα προγράμματα εκπαιδεύονται σε μια πληθώρα δειγμάτων δεδομένων (εικόνες, βίντεο, κείμενο), επιτρέποντας στο μηχάνημα να μάθει αποτελεσματικά τι συνιστά κακό περιεχόμενο, ώστε στη συνέχεια να καταργηθεί.

Το Facebook παρουσίασε ένα νέο σύστημα τεχνητής νοημοσύνης με το όνομα Few-Shot Learner, το οποίο λέει ότι είναι πιο αποτελεσματικό στην αποκάλυψη προβληματικού υλικού. Οπως και Ενσύρματο σημειώνει, η κοινωνική πλατφόρμα που βασίζεται στο Menlo Park ισχυρίζεται ότι το Few-Shot Learner μπορεί να εργαστεί με ένα μικρότερο σετ εκπαίδευσης, επιτρέποντάς του να αντιμετωπίσει περιεχόμενο παραβίασης σε μόλις έξι εβδομάδες, χαμηλότερα από το προηγούμενο εύρος των έξι μήνες. Το Facebook λέει ότι παρουσίασε για πρώτη φορά το Few-Shot Learner νωρίτερα φέτος και ότι μπορεί ήδη να το χειριστεί δημοσιεύσεις που ενθαρρύνουν άλλους να μην κάνουν εμβόλια για τον COVID-19, κανόνας που τέθηκε σε ισχύ Σεπτέμβριος.

Καλύτερη ερμηνεία κανόνων

Η Cornelia Carapcea, υπεύθυνη προϊόντων τεχνητής νοημοσύνης στο Facebook, λέει ότι δεν είναι μόνο η ικανότητα να δουλεύεις με μικρότερα σετ εκπαίδευσης που κάνει το Few-Shot Learner τόσο χρήσιμο, είναι ότι μπορεί επίσης να ερμηνεύσει καλύτερα την πλατφόρμα της όρους χρήστη. Συνήθως, οι ανθρώπινοι συντονιστές πρέπει να παραπέμπουν σε ένα εγχειρίδιο που καλύπτει χιλιάδες κανόνες και τροποποιείται συνεχώς ώστε να καλύπτει όλο και περισσότερες περιπτώσεις αιχμής. Ήταν εν μέρει λόγω αυτού του επιπέδου πολυπλοκότητας που το Facebook παρουσίασε ένα Εποπτικό Συμβούλιο να παρακολουθεί τους κανόνες που εφάρμοζε. Η Carapcea ισχυρίζεται ότι το Few-Shot Learner μπορεί να εντοπίσει καλύτερα τις παραβιάσεις χρησιμοποιώντας μόνο ευρείες προτροπές.

Ωστόσο, παρά την υπόσχεση, η ικανότητα του Facebook να ελέγχει το περιεχόμενο σε μη αγγλόφωνους πολιτισμούς ήταν συχνά ένα βασικό σημείο κριτικής. Στις αρχές του Φθινοπώρου του 2021, α πρώην Facebook υπαλλήλους διέρρευσαν έγγραφα που σχετίζονται με την εσωτερική έρευνα και τόνισε τις αδυναμίες της σε παγκόσμια εποπτεία στους νομοθέτες των ΗΠΑ και του Ηνωμένου Βασιλείου. Τώρα το κοινωνικό δίκτυο προσπαθεί να αντιμετωπίσει αυτές τις επιθέσεις αποκαλύπτοντας έργα του Few-Shot Learner σε 100 γλώσσες. Αυτό απέχει πολύ από τα εκατοντάδες που χρησιμοποιούνται στην πλατφόρμα, αλλά είναι ένα σημάδι ότι η εταιρεία βρίσκεται σε καλύτερη θέση από ό, τι ήταν. Εάν η εταιρεία μπορεί να συνεχίσει να επαναλαμβάνει το εργαλείο, μπορεί να βοηθήσει με κάποιο τρόπο να το επιδιορθώσει κατεστραμμένη φήμη.

Πηγή: Ενσύρματο

The Batman: WB Deciding Between Two Cuts of Movie

Σχετικά με τον Συγγραφέα