LoboHuargo
1
Eta
Verificado
Verificación en dos pasos activada
Verificado por Whatsapp
¡Ha verificado su Paypal!
Suscripción a IA
- Desde
- 11 Jun 2013
- Mensajes
- 1.356
Cómo Facebook Emplea Inteligencia Artificial (IA) en el News Feed de tu cuenta.
Los últimos cambios importantes en la alimentación de las noticias que salen en nuestras cuentas requieren una mayor comprensión de cómo Facebook puede determinar los empleos a nivel técnico a través de cosas como la inteligencia artificial, aprendizaje automático, y Deep Learning. Para el vendedor medio, la diferencia entre estas técnicas/tecnologías es insignificante. Para simplificar las cosas, nos vamos a centrar y se refieren a la tecnología como la Inteligencia Artificial (AI por sus siglas)
Facebook utiliza AI para comprender mejor, identificar y gestionar el servicio de noticias. Muchos vendedores encuentran este concepto confuso o poco claro. AI tiene una fuerte connotación dentro de nuestra cultura, sin embargo lo mejor es pensar en este tipo de IA como elaboradas matemáticas que tratan de comprender mejor cómo la gente percibe el servicio de noticias. Se trata de encontrar las "señales" que aumentan la probabilidad de que un mensaje es lo que están buscando.
Analogía
Vamos a empezar con una analogía. Yo creo que los estereotipos son una de las maneras más fáciles de construir una analogía de la IA. Me referiré brevemente a un par de cosas acerca de una persona hipotética. ¿Qué tipo de persona cree usted que es?
-Fútbol
-Chaqueta Letterman
-sombrero de béisbol
-Ojos Marrones
La mayoría de la gente está naturalmente van a suponer que la persona descrita anteriormente tiene una alta probabilidad de ser un "deportista".
Pero que realmente ocurrió aquí? Nuestros cerebros tomaron unos señales (fútbol, chaqueta de Letterman, sombrero de béisbol) e hicieron un pronóstico de que la persona que estamos encontrando tiene una alta probabilidad de ser un "deportista".
¿Por qué fueron estas señales las señales que pronosticaban "jock" en lugar de "nerd?" Lo más probable debido a una mezcla de la cultura pop y la experiencia personal, tendemos a ver "deportistas" con balones de fútbol, chaquetas Letterman, y gorras de béisbol, más por lo que hemos observado "nerds" con estos elementos.
¿Qué pasa con la información sobre "los ojos marrones?" La mayoría de la gente ignora "los ojos mariones" al considerar los estereotipos de este usuario. ¿Por qué el cerebro haría caso omiso de esta señal de datos? En la cultura americana, no hay estereotipos alrededor de los ojos marrones. Por lo tanto, el cerebro ignora esta señal. Esto es importante para recordar: el cerebro no valora necesariamente todas las señales, la clave es identificar los más importantes.
La señal de "ojos marrones " es una analogía importante para la IA. Es una señal, pero no se utilizan todas las señales. Cuando tratamos de entender cómo un AI iba a funcionar, tenemos que tener en cuenta tanto lo que se está examinando y lo que no.
Nuestros cerebros toman esto, pronostica un paso más allá y empezan a asignar probabilidades a las distintas características de este usuario. ¿Esta persona es más o menos inteligente que la persona media? ¿Qué pasa con la capacidad atlética? Independientemente de las respuestas de su mente, se trata de supuestos superpuestos en estereotipos muy probablemente no fundamentadas por las estadísticas reales.
AI de Facebook está tratando de identificar estas señales para que pueda entender mejor lo que es un post en su sistema.
Antes de pasar a partir de nuestra analogía, debemos abordar lo que cada pieza representa:
Fútbol, Letterman chaqueta, sombrero de béisbol hacia atrás = señales significativas
Ojos Marrones = señal no significativa
"Jock" = Identificación de AI
Estereotipo = AI de Facebook
¿Cómo identifica cambios recientes como contenido de Meme, como hostigamiento y el contenido Original Facebook?
Como cebo-Señales:
Palabras tales como "like, comentar o compartir"
Patrones inusuales de engagement
Meme Señales de contenido:
Votos negativos categorizado como "contenido meme"
El análisis visual de texto superpuesta en la imagen
Contenido original Señales:
Ha existido la imagen / video en Open Graph antes?
¿Se ha publicado el enlace antes?
* Algunos de los artículos anteriores son la teoría
¿Cómo se aplica esto a mi comercialización de Facebook?
En este momento, Facebook tiene más probabilidades de que se trate con la penalización de ciertos tipos de contenido. La clave aquí es evitar este tipo de contenido. El objetivo de este articulo es ayudar a usted como un vendedor intuitivamente entender cómo Facebook clasificaría el contenido de modo que usted puede evitar ser penalizado (esto no sugiere intentar "engañar" a Facebook, pero tiene una comprensión de las "reglas" ).
Hay continuamente cambios de Facebook en relación con el algoritmo de suministro de noticias. En su mayor parte, esto se explicar su lógica detrás de estos cambios. Si no, la mayoría de los cambios se pueden observar mediante el control de los datos de muchas páginas. Cuando Facebook anuncia estos cambios es importante para entender lo que significan desde el punto de vista matemático para asegurarse de que está aplicando técnicas óptimas.
Para utilizar nuestra analogía, tenemos que identificar lo que Facebook va a utilizar como señales de mensajes "estereotipo" en el suministro de noticias. Mensajes que coinciden con los estereotipos que están buscando lo más probable es que se distribuyen en el suministro de noticias. Mensajes que coinciden con los estereotipos "negativos" serán potencialmente dar lugar a sanciones por la página, algo que debe evitarse absolutamente.
Los últimos cambios importantes en la alimentación de las noticias que salen en nuestras cuentas requieren una mayor comprensión de cómo Facebook puede determinar los empleos a nivel técnico a través de cosas como la inteligencia artificial, aprendizaje automático, y Deep Learning. Para el vendedor medio, la diferencia entre estas técnicas/tecnologías es insignificante. Para simplificar las cosas, nos vamos a centrar y se refieren a la tecnología como la Inteligencia Artificial (AI por sus siglas)
Facebook utiliza AI para comprender mejor, identificar y gestionar el servicio de noticias. Muchos vendedores encuentran este concepto confuso o poco claro. AI tiene una fuerte connotación dentro de nuestra cultura, sin embargo lo mejor es pensar en este tipo de IA como elaboradas matemáticas que tratan de comprender mejor cómo la gente percibe el servicio de noticias. Se trata de encontrar las "señales" que aumentan la probabilidad de que un mensaje es lo que están buscando.
Analogía
Vamos a empezar con una analogía. Yo creo que los estereotipos son una de las maneras más fáciles de construir una analogía de la IA. Me referiré brevemente a un par de cosas acerca de una persona hipotética. ¿Qué tipo de persona cree usted que es?
-Fútbol
-Chaqueta Letterman
-sombrero de béisbol
-Ojos Marrones
La mayoría de la gente está naturalmente van a suponer que la persona descrita anteriormente tiene una alta probabilidad de ser un "deportista".
Pero que realmente ocurrió aquí? Nuestros cerebros tomaron unos señales (fútbol, chaqueta de Letterman, sombrero de béisbol) e hicieron un pronóstico de que la persona que estamos encontrando tiene una alta probabilidad de ser un "deportista".
¿Por qué fueron estas señales las señales que pronosticaban "jock" en lugar de "nerd?" Lo más probable debido a una mezcla de la cultura pop y la experiencia personal, tendemos a ver "deportistas" con balones de fútbol, chaquetas Letterman, y gorras de béisbol, más por lo que hemos observado "nerds" con estos elementos.
¿Qué pasa con la información sobre "los ojos marrones?" La mayoría de la gente ignora "los ojos mariones" al considerar los estereotipos de este usuario. ¿Por qué el cerebro haría caso omiso de esta señal de datos? En la cultura americana, no hay estereotipos alrededor de los ojos marrones. Por lo tanto, el cerebro ignora esta señal. Esto es importante para recordar: el cerebro no valora necesariamente todas las señales, la clave es identificar los más importantes.
La señal de "ojos marrones " es una analogía importante para la IA. Es una señal, pero no se utilizan todas las señales. Cuando tratamos de entender cómo un AI iba a funcionar, tenemos que tener en cuenta tanto lo que se está examinando y lo que no.
Nuestros cerebros toman esto, pronostica un paso más allá y empezan a asignar probabilidades a las distintas características de este usuario. ¿Esta persona es más o menos inteligente que la persona media? ¿Qué pasa con la capacidad atlética? Independientemente de las respuestas de su mente, se trata de supuestos superpuestos en estereotipos muy probablemente no fundamentadas por las estadísticas reales.
AI de Facebook está tratando de identificar estas señales para que pueda entender mejor lo que es un post en su sistema.
Antes de pasar a partir de nuestra analogía, debemos abordar lo que cada pieza representa:
Fútbol, Letterman chaqueta, sombrero de béisbol hacia atrás = señales significativas
Ojos Marrones = señal no significativa
"Jock" = Identificación de AI
Estereotipo = AI de Facebook
¿Cómo identifica cambios recientes como contenido de Meme, como hostigamiento y el contenido Original Facebook?
Como cebo-Señales:
Palabras tales como "like, comentar o compartir"
Patrones inusuales de engagement
Meme Señales de contenido:
Votos negativos categorizado como "contenido meme"
El análisis visual de texto superpuesta en la imagen
Contenido original Señales:
Ha existido la imagen / video en Open Graph antes?
¿Se ha publicado el enlace antes?
* Algunos de los artículos anteriores son la teoría
¿Cómo se aplica esto a mi comercialización de Facebook?
En este momento, Facebook tiene más probabilidades de que se trate con la penalización de ciertos tipos de contenido. La clave aquí es evitar este tipo de contenido. El objetivo de este articulo es ayudar a usted como un vendedor intuitivamente entender cómo Facebook clasificaría el contenido de modo que usted puede evitar ser penalizado (esto no sugiere intentar "engañar" a Facebook, pero tiene una comprensión de las "reglas" ).
Hay continuamente cambios de Facebook en relación con el algoritmo de suministro de noticias. En su mayor parte, esto se explicar su lógica detrás de estos cambios. Si no, la mayoría de los cambios se pueden observar mediante el control de los datos de muchas páginas. Cuando Facebook anuncia estos cambios es importante para entender lo que significan desde el punto de vista matemático para asegurarse de que está aplicando técnicas óptimas.
Para utilizar nuestra analogía, tenemos que identificar lo que Facebook va a utilizar como señales de mensajes "estereotipo" en el suministro de noticias. Mensajes que coinciden con los estereotipos que están buscando lo más probable es que se distribuyen en el suministro de noticias. Mensajes que coinciden con los estereotipos "negativos" serán potencialmente dar lugar a sanciones por la página, algo que debe evitarse absolutamente.
Última edición:
