Έχει γίνει αναφορά στο deep learning σε προηγούμενη ανάρτηση (δείτε εδώ), έναν από τους πιο συναρπαστικούς τομείς της σύγχρονης πληροφορικής: τον τομέα των μηχανών που μαθαίνουν. Αυτό σημαίνει ότι οι μηχανές μπορούν να δρουν χωρίς να έχουν προγραμματιστεί αναλόγως, χωρίς να ακολουθούν κάποιους προδιαγεγραμμένους κανόνες υπό μορφή αλγορίθμου. Ως τώρα, η μόνη μηχανή που μπορεί να το κάνει αυτό καλά είναι ο ανθρώπινος εγκέφαλος.

Οι τεχνικές της βαθιάς μάθησης επιχειρούν να λύσουν δύσκολα προβλήματα, όπως η αναγνώριση αντικειμένων, η όραση υπολογιστή, η αναγνώριση κειμένου, η μοντελοποίηση γλώσσας, η επεξεργασία φυσικής γλώσσας, η ανάκτηση πληροφορίας και άλλα. Μερικά χαρακτηριστικά παραδείγματα όπου χρησιμοποιούνται τεχνικές βαθιάς μηχανικής μάθησης είναι η υπηρεσία φωνητικής αναζήτησης του Bing. Σε μοντέλα βαθιάς μάθησης βασίζεται και η φωνητική αναγνώριση φυσικής γλώσσας στο Xbox One, οι συστάσεις ταινιών στο Netflix, οι προτάσεις μουσικής στο Spotify, και οι προτάσεις προϊόντων στο Amazon. Η μηχανή αναζήτησης Baidu χρησιμοποιεί τεχνικές βαθιάς μάθησης για να προβάλλει σχετικές διαφημίσεις στους επισκέπτες της, οδηγώντας τη μηχανή σε σημαντική αύξηση των εσόδων της. Η PayPal βασίζεται σε τέτοια μοντέλα για την ανίχνευση επιχειρήσεων ηλεκτρονικής απάτης.

Το facebook ανακοίνωσε την υπηρεσία Deep Text που αξιοποιεί τις τεχνικές της βαθιάς μάθησης. Για την ανάπτυξη της  η μηχανή του DeepText αξιοποιεί τα δισεκατομμύρια των αναρτήσεων και σχολίων των χρηστών του. Οι προγραμματιστές που το αναπτύσσουν αναφέρουν ότι  μπορεί να κατανοήσει με ακρίβεια που αγγίζει την ανθρώπινη το περιεχόμενο του γραπτού κειμένου σε αρκετές χιλιάδες post το δευτερόλεπτο, και μάλιστα σε 20 γλώσσες. Το Deep Text πρόκειται να εξελιχθεί με τον χρόνο, διευρύνοντας το φάσμα του σε ολοένα και περισσότερες γλώσσες. Ταυτόχρονα, η νοημοσύνη του θα αυξάνεται με τον καιρό, αφού τα δεδομένα που θα συλλέγει θα το βοηθούν να λειτουργεί ολοένα και αποτελεσματικότερα.

Στόχος του facebook είναι η βελτίωση της εμπειρίας των χρηστών του, αυτοματοποιώντας την προσφορά υπηρεσιών ή μέσων που θα τους διευκολύνουν. Αν γράψει κάποιος  π.χ. «Χρειάζομαι ταξί» στον Messenger, η τεχνητή νοημοσύνη θα επέμβει για να τον εξυπηρετήσει, παραπέμποντας τον στην… Uber. Κυρίως όμως θα το βοηθήσει να “κατανοήσει” καλύτερα τους χρήστες του, προωθώντας στοχευμένες διαφημίσεις και  αναβαθμίζοντας τη μηχανή αναζήτησής του. Σήμερα, όταν γράφουμε μια λέξη στην «αναζήτηση» του Facebook, αυτό βρίσκει στοιχεία που αντιστοιχούν στη συγκεκριμένη λέξη. Με το DeepText η αναζήτηση θα περάσει σε άλλο επίπεδο, αφού το δίκτυο θα μας οδηγεί σε αποτελέσματα που κρίνει πως αντιστοιχούν στο περιεχόμενο όσων γράφουμε. Θα… βγάζει νόημα από τις προτάσεις μας, πιθανότατα θα τα συνδέει με τις πληροφορίες που θα «ξέρει» για εμάς, για να μας οδηγήσει στις πληροφορίες που θα «πιστεύει» πως ψάχνουμε.

Με απλά λόγια το facebook βρήκε τρόπο να οργανώσει και να αξιοποιήσει τον απίστευτο όγκο δεδομένων που συλλέγει καθημερινά από τους χρήστες του. Αν κάποιος έμπαινε στο προφίλ μας και κοίταζε όλες τις δραστηριότητες μας σε βάθος χρόνου, θα ανακάλυπτε πολλά για την ζωή μας. Ποιος όμως θα μπορούσε να μπει σε 1.5 δισεκατομμύριο προφίλ; Μόνο μια μηχανή που αξιοποιεί την τεχνητή νοημοσύνη!

Τι ακριβώς σημαίνει αυτό; Οτι το Facebook πιθανότατα… πλησιάζει ακόμα περισσότερο στην ετοιμολογία του ονόματος του. Γίνεται μια βιβλιοθήκη προσώπων, με την ικανότητα να κατηγοριοποιεί την κάθε σκέψη, επιθυμία και οποιαδήποτε άλλη δραστηριότητα των χρηστών του.

Πηγές : http://tech.in.gr/news/article/?aid=1500081518

             http://www.iefimerida.gr/news/270290/