close
Facebook的算法在意的是分享照片的人，而不是照片的內容。這也就是為什麼，雖然這些年來我一直在有意地屏蔽食物圖片，卻還是免不瞭被食物圖片籠罩。
鈦媒體註：Facebook擁有強大的算法，能夠預測用戶的各種喜好。然而，它的算法可能還是不夠強大。CHRISTOPHER ZARA在Fast Company網站撰文稱，她自己一直就食物圖片恐懼癥，但是無論她如何屏蔽，Facebook仍然沒能Get到她的這一習慣，還是不斷地推送美食圖片。為什麼會這樣呢？做到這一點到底有多困難？
本文經圖譜科技翻譯，呈現瞭原作者在Facebook的使用經歷，以及對Facebook所宣稱強大的人工智能技術的切身感受。
網絡社交媒體在預測用戶的圖片喜好方面，仍有很長的路要走。
我要坦白：我在Facebook上屏蔽瞭所有關於食物的圖片，包括你分享在Facebook上的熱氣騰騰的牛排、你引以為豪的感恩節大餐，還有你特寫的酥脆甜點。
我從2009年剛開始使用Facebook的時候，就已經把所有關於食物的圖片都屏蔽、隱藏瞭，但我並不是針對某個人。由於一些說不清道不明的特質，我對食物的圖片有種本能的、近乎病態的抵觸和厭惡，以致於我無法直視食物的圖片。
因為厭惡，我會盡可能避免那些會引起我不適的食物圖片。近八年來，我一直在有意地屏蔽Facebook上的食物圖片。盡管如此，食物的圖片層出不窮，我還是遭受到瞭不間斷的困擾 餐廳菜品推廣的廣告、我表妹自制的乳蛋餅 每一天，這些食物圖片都會伴隨著我的Facebook推送出現在我面前，死死地籠罩著我。
不是說Facebook用的是非常強大的算法嗎？不是說它能瞭解每一個用戶的品味偏好嗎？這個世界上最先進的社交網絡，為什麼還是不能夠瞭解我最基本的、對食物圖片的厭惡呢？
很明顯，Facebook隻知道我隱藏、屏蔽瞭食物圖片，但是它的算法沒有將食物作為主要線索，將所有事實串聯起來。
照片來源：Unsplash用戶Erol Ahmed
人各有所好
在對Facebook這一小缺陷展開調查前，我首先跟Facebook內部的熟悉其機器學習操作的人員進行瞭交流。我發現，Facebook確實是具備理解圖片內容的能力的。
他們使用瞭先進的 計算機視覺 技術，這一技術能夠對圖片對象，甚至是整個場景進行識別和分割。你剛剛點贊的圖片到底是 太空針塔 的風景，還是一個被咬瞭一半的熱狗呢？
Facebook的人工智能機器人會運用 計算機視覺 技術進行識別。Facebook發言人Ari Entin表示，
他們的人工智能機器人正變得越來越智能。他說： 從基礎科技的角度來說，我們掌握瞭所有所需的能力和先進的技術。
然而問題在於 這項技術並沒有讓我免受食物圖片的困擾。像我們之前在《快速公司》雜志提到過的，Facebook正以一種激動人心的方式使用 計算機視覺 技術。值得註意的是，
這一技術大大地提高瞭圖像文本特征（專門為那些有視覺受損的人準備的）的準確度。Entin還表示， 計算機視覺 同樣改進瞭Facebook的搜索引擎，幫助網站鑒別並清除瞭不良內容和信息，比如暴力、色情相關的圖片。（Facebook最近公開表示，他們正在使用圖像識別技術來打擊色情信息。）現在，Facebook開發人員正準備著手對 計算機視覺 進行深度開發。
但是推送裡的食物圖片就不在其識別的范圍之內瞭。為瞭弄清這其中的原因，你必須對Facebook算法有一些瞭解。你在Facebook推送中看到的內容，都是根據大量的信號數據向你推薦的，而這些信號都是由你的 Facebook行為 你現有的Facebook好友、你點贊過的頁面、你發表過評論的頁面等等綜合決定的。
計算機視覺 技術現在低音喇叭電容還沒有被應用到識別每一張圖片這一過程。在瞭解你的喜好的過程中，Facebook的算法在意的是分享照片的人，而不是照片的內容。這也就是為什麼，雖然這些年來我一直在有意地屏蔽食物圖片，卻還是免不瞭被食物圖片籠罩。
我喜歡旅遊，我表妹恰巧又是一個旅遊愛好者。她經常在Facebook分享遙遠地區的好看的照片，我點贊、評論瞭大部分她分享的旅遊照片。
因此，盡管我對表妹分享的自制乳蛋餅的照片設置瞭屏蔽，以表示我對食物圖片的厭惡。但對於Facebook來說，我對食物圖片屏蔽、厭惡的信號太弱，不足以抵消我點贊、評論過的數百張旅遊照片。所以Facebook隻知道我喜歡表妹分享的照片，卻不知道我喜歡的隻是其中的旅行照片，而不是她分享的食物的照片。
在我瀏覽網頁的時候，這樣的狀況同樣會出現。每當《紐約時報》彈出關於食譜的文章，我就感覺很不舒服，所以我會自動屏蔽它。我會在它關於食物的圖片下點擊 不喜歡 鍵，這就相當於我發出瞭 我不喜歡《紐約時報》的信息 的信號。但事實上我不喜歡的隻是《紐約時報》的關於食物的內容，而不是全部內容。Facebook接收到瞭錯誤的信號，誤解瞭我的想法，導致推文的針對性對我的作用越來越小。
Facebook的這一個小漏洞剛好給瞭 計算機視覺 技術一個 大顯身手 的機會，它給Facebook添加一個文本信息層，這一文本信息層能夠建立起 不感興趣 和 不喜歡 的差別。這對Facebook一直強調的目標 向公眾提供與之關系最密切的新聞和信息 作用非常大。說不定在不久以後，Facebook能完全清楚你的喜好和厭惡，自動幫你屏蔽你不想看到的圖片，比如可怕的狗的圖片，或是長得像你前任的人的照片。
照片來自：UNsplash用戶Brooke Lark
厭惡 是一種非理性的情緒
當然，要做到完全瞭解用戶的喜好和厭惡對Facebook來說是一個非常艱巨的任務。社會科學傢表示 厭惡 這一情緒最初是一個簡單的應對機制，是用來抵禦那些汽車音響改電容可能會對我們造成傷害的對象的。
但是對現代人來說， 厭惡 常常是以極度個人的、復雜的、完全不理性的方式表現出來的。我厭惡食物的照片是事出有因的。我小時候經常見到的意大利、美國食物都是濃油赤醬的，醬汁四濺讓我總是下意識地把食物與不幹凈聯系在一起，我對食物圖片的厭惡也正是來源於此。
這種厭惡逐漸持續發展成為一種本能反應 對牙醫診所裡的美食雜志自動屏蔽，或者在看到《早安，美國》中的烹飪橋段時立刻換頻道。一直到現在，我連一集《安東尼的秘密》（旅遊美食節目）都無法容忍。
過去，我一直都進行著自我隔離，就像是生活在過濾後的環境中，但是現在不瞭。當步入社交媒體時代時我就知道，在與網絡上的食物圖片的對抗中，我是徹底輸瞭。
Facebook、Instagram和其他社交媒體上的食物圖片就像網絡上的自拍和寵物照片一樣常見。不管我喜不喜歡它們，它們已經在已建立的社會規則中找到瞭一席之地。我現在隻能夠寄希望於一個更加智能的自動篩選機制。
我問過Facebook現在是否有計劃將 計算機視覺 技術應用於新聞源信號識別過程中，但是他們不願意過多談論未來的計劃。他們公司的一位新聞發言人簡單表示他們不排除這種可能。不管怎樣，很明顯的是 計算機視覺 將在未來的Facebook發揮很大的作用。
在Facebook年度F8開發者大會上，首席技術官Mike Schroepfer在臺上大力宣傳瞭他們的一項新技術 面具R-CNN。 面具R-CNN 能夠偵測照片中的移動對象。另一位執行技術官在會議上還表示Facebook正在著手研究、開發能夠對視頻進行偵測和分析的 計算機視覺 技術。
現在，我並不指望這些技術在短期內就解決我的問題，因為真正掌握我們的喜好，不是簡單的統計、總結出我們點贊最多的照片。事實上，瞭解我們真正喜歡什麼，比瞭解我們點贊什麼圖片要復雜得多。
對一個擁有16億用戶的媒體軟件來說，這並不是在淡化其管理的復雜任務。我們應該信任Facebook，相信它能夠從所有混亂的文本內容中，理出相對清晰地思路。
每當我聽到關於Facebook的強大的能力，或者是Facebook掌握的、大量的關於個人信息的數據，亦或者是關於 人工智能將能夠理解人類感情 的大膽推測 我都會思考 既然Facebook都能夠如此強大瞭，何以我不能？ 這時，我就會打開我表妹分享在Facebook的自制乳蛋餅的照片，勇敢地直視它。
更多精彩內容，關註鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
全站熱搜
留言列表
