Εξυπηρετώντας πάνω από ένα δισεκατομμύριο ανθρώπους ημερησίως, το facebook έχει αρκετή δουλειά όταν έρχεται η ώρα να τους προμηθεύσει με, προσαρμοσμένη στον καθένα, ροή ειδήσεων. Εκεί είναι που ο κολοσσός των κοινωνικών δικτύων εκμεταλλεύεται τη βαθιά μάθηση για να προσφέρει τις πιο σχετικές ειδήσεις στην τεράστια βάση χρηστών του.

Όπως δήλωσε ο Andrew Tulloch, μηχανικός λογισμικού, το facebook έχει δυσκολευτεί για να βρει το καλύτερο, προσωποποιημένο περιεχόμενο. Δήλωσε πως το περασμένο χρόνο χρησιμοποίησαν όλο και περισσότερο τεχνικές βαθιάς μάθησης για να έχουν το αποτέλεσμα που βλέπουμε στη ροή ειδήσεων.

Εφαρμόζοντας τέτοιες τεχνικές, όπως τα νευρωνικά δίκτυα, η βαθιά μάθηση χρησιμοποιείται στη παραγωγή, στην πρόβλεψη γεγονότων, στα μεταφραστικά μοντέλα, στην κατανόηση της φυσικής γλώσσας και σε πολλά άλλα. Για παράδειγμα, η πρόβλεψη γεγονότων είναι ένα από τα μεγαλύτερα προβλήματα μηχανικής μάθησης για το Facebook, που πρέπει να προσφέρει τις 2-3 κορυφαίες επιλογές ιστοριών μέσα από χιλιάδες επιλογές για τους χρήστες, μέσα σε δέκατα του δευτερολέπτου.

Και δεν σταματάει εκεί το πρόβλημα. Η εταιρεία πρέπει να τα βγάλει πέρα καθημερινά με περιεχόμενο που ποστάρεται σε πάνω από 100 γλώσσες, κάνοντας την κατάσταση ακόμα πιο περίπλοκη. Τα κείμενα πρέπει να κατανοούνται σε μεγάλο επίπεδο για να επιτευχθεί το επιθυμητό αποτέλεσμα. Με τη βοήθεια της βαθιάς μάθησης, το Facebook δημιούργησε τη μηχανή DeepText για να διαβάζει και να κατανοεί τα post των χρηστών και ένα μέρος αυτής της μηχανή είναι δωρεάν για χρήση από όλους.

Επιπλέον, το Facebook πρέπει να λάβει υπόψιν το οπτικό περιεχόμενο. Από τη στιγμή που ο υπολογιστής καταλαβαίνει μια φωτογραφία ή ένα βίντεο σαν μια σειρά από pixels η πρόκληση είναι μεγάλη. Και σε αυτό το πεδίο η βαθιά μάθηση έχει έρθει για να βελτιώσει τα πράγματα. Ένα παράδειγμα είναι η αυτόματη ομαδοποίηση των βίντεο.

Γενικά, η βαθιά μάθηση είναι πολύ γενικός όρος και πολλές προσεγγίσεις της εφαρμόζονται σε πολλούς κλάδους. Το facebook δείχνει πόσο έχει βοηθήσει στην αντιμετώπιση των ζητημάτων του και πόσο ακόμα μπορεί να βελτιώσει τέτοια προβλήματα μέσω της έρευνας και της εφαρμογής των τεχνικών της.