7 mielenkiintoista tapaa, jolla Instagram käyttää tekoälyä (ilman että ymmärrät sitä)

Siitä lähtien, kun tekoäly räjähti näyttämölle muutama vuosi sitten, ohjelmistoyritykset ja sosiaalisen median jättiläiset ovat yhtä lailla löytäneet tapoja integroida tämä uusi toiminnallisuus tuotteisiinsa. Jotkut esimerkit tekoälystä (kuten Copilot, ChatGPT ja Adoben AI Companion) ovat asiakaskohtaisia, joten voit nähdä ne työssä. Toiset työskentelevät huomaamattomasti taustalla, jotta ohjelmisto toimisi sujuvammin. Suurissa sosiaalisen median verkostoissa algoritmeille on loppujen lopuksi niin paljon sisältöä.

Instagram ei ole poikkeus, sillä se käyttää tekoälyä mielenkiintoisilla tavoilla, joista et ehkä tiedä. Tämä artikkeli paljastaa seitsemän näistä tavoista.

Tutkiminen ja etsiminen

Aiemmin suosituksia ja hakuja tehostettiin “koodaus”-ominaisuuden avulla. Hashtag-haku toisi esiin useita aiheeseen liittyviä viestejä ja kuvia, joista sinäkin luultavasti olisit kiinnostunut. Tämä koodattu sisältö yhdistettynä trendaaviin aiheisiin täyttäisi hakusivusi, kun etsit jotain uutta. Nykyään tekoäly ojentaa melko suuren auttavan käden tähän prosessiin.

Tekoälyä käytetään sisällön luokitteluun ja sen ennustamiseen, mitä haluaisit nähdä henkilötietojesi, sijaintisi ja aiempien selaustottumustesi perusteella. Jatkuva Instagramiin lähetettävä sisältö ei ole tekoälylle ongelma, ja Meta (Instagramin emoyhtiö) tarjoaa teknologian avulla tarkempaa sisältöä mieltymystesi mukaan.

Vaikka sinulle ei ehkä ole selvää, miksi tietyt rullat ja kuvat ilmestyvät syötteeseesi, Instagram on tarjonnut sinulle tavan nähdä syyt. Missä tahansa kuvassa tai videossa, yksinkertaisesti:

1. Napauta toimintopainiketta oikeassa yläkulmassa.
2. Valitse “Miksi näet tämän viestin”.
   
3. Tekijät, jotka saivat sisällön näkymään syötteessäsi, näytetään.

Tutkimustyökalut

Meta toteaa, että he haluavat tekoälymallinsa olevan avoimia ja läpinäkyviä kaikille, erityisesti tutkijoille. Siksi he ovat julkaisseet työkaluja, kuten “Meta Content Library and AI”, jotka tuovat Instagramin luojien ja yritystilien tiedot akkreditoitujen tutkijoiden saataville. Tekoäly auttaa keräämään näitä tietoja ja asettamaan ne näiden tutkijoiden saataville.

Kohdennettu mainonta

Kohdistetut mainokset eivät ole mitään uutta. Tiedät esimerkiksi, että syötteesi ravintola on valittu sijaintisi perusteella. Mutta nykyään tekoäly parantaa suuresti näiden valintojen taustalla olevaa analytiikkaa. Tekoälyn tarjoaman edistyneen laskentatehon ansiosta hakuasetuksiasi, sijaintiasi ja sitoutumisasteitasi voidaan käyttää tehokkaammin määritettäessä, mitä sinulle tarjotaan. Tämä tekniikka auttaa myös mainostajia kohdistamaan kampanjansa paremmin.

Sisällön moderointi

Instagramissa on yksinkertaisesti liian monta viestiä, jotta yksikään ihminen (tai ihmisryhmä) voi seurata niitä tehokkaasti. Ongelmallisista viesteistä ilmoittaminen on aina ollut tuskaa, eikä useimmiten kannata. Näistä syistä Meta käyttää tekoälytyökaluja, kuten Deep Text, sekä etsiäkseen ennakoivasti viestejä, jotka rikkovat sen yhteisön sääntöjä, että vastatakseen käyttäjien ilmoittamiin ongelmiin.

Koneoppimisalgoritmit käyttävät sisällön ilmoittamiseen ja poistamiseen sisällön tyyppejä, jotka käyttäjät merkitsevät loukkaavaksi tai ongelmallisiksi, sekä niitä luovien tilien tyyppejä. Tämä on johtanut moniin vääriin liputustapauksiin, mutta nämä työkalut hiovat jatkuvasti kykyjään ja paranevat ajan myötä. Toiveena on, että tekoäly auttaa hillitsemään verkkokiusaamista ja taistelemaan aktiivisesti haitallisen tai harhaanjohtavan sisällön leviämistä vastaan.

Roskapostin suodatus

Roskaposti- ja roskapostiviestit ovat usein asioita, joita et huomaa ennen kuin olet täynnä niitä. Väärennetyt tilit, robotit ja väärät tiedot ovat suuria ongelmia sosiaalisen median yrityksille, ja tekoälyä käytetään vuoroveden pysäyttämiseen.

Osa ongelmaa on se, että tekoäly itse on vastuussa joistakin uudemmista roskapostin lähteistä. Mutta Meta on kehittänyt tapoja torjua tätä. Deep Text – Facebook-tekniikka – on tekstianalyysialgoritmi, jota myös Instagram käyttää. Sen syvät neuroverkot voivat käsitellä useita tuhansia viestejä sekunnissa ja ymmärtää tekstiä lähes ihmisen tarkkuudella. Se on arvokas työkalu roskapostin ja väärän tiedon luokitteluun ja syötteesi vihdoin saapuvan sisällön valitsemiseen.

Deep Learning Through Unlabeled Data

Syvän tekstin kaltaisen tekniikan syvän ymmärryksen ansiosta ihmisen kirjoittamasta tekstistä ei tarvitse luottaa suuriin ihmismerkintöihin, kuten hashtageihin, algoritmiensa kouluttamiseksi. Sellaisenaan tekoäly voi nyt käyttää Instagramia kouluttautumaan luokittelemattomaan tietoon, mikä mahdollistaa ohjaamattoman oppimisen ja parantaa huomattavasti teknologian kapasiteettia.

Ihmisistä oppiminen

Ihmislaji on laaja, ja sillä on valtava valikoima mieltymyksiä ja käytäntöjä. Tekoälyalgoritmeilla alustoilla, kuten Instagramilla, jolla on yli kaksi miljardia aktiivista käyttäjää, on pääsy todella käsittämättömiin tietomääriin. Laskentatehonsa ansiosta tekoäly pystyy käsittelemään miljardeja kuvia ja rullia muodostaakseen täydellisemmän kuvan käyttäjäkannastaan. Yhdessä tapauksessa 100 miljoonaa valokuvaa käsiteltiin maailmanlaajuisten vaatekuvioiden tutkimiseksi.

Tällainen prosessointiteho yhdistettynä koneoppimiseen voi tuottaa intiimejä oivalluksia ihmiskunnasta ja sen tavoista, jotka eivät yksinkertaisesti olleet mahdollisia aiemmin. Nämä näkemykset tulevat olemaan yhä tärkeämpiä tutkimuksissa ja auttavat muovaamaan suuria päätöksiä tulevaisuudessa.