編者按：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。為什么 會這樣呢？做到這一點到底有多困難？
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上屏蔽了所有關于食物的圖片，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，就已經把所有關于食物的圖片都屏蔽、隱藏了，但我并不是針對某個人。由于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，以致于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，我還是遭受到了不間斷的困擾——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？不是說它能了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，為什么還是不能夠了解我最基本的、對食物圖片的厭惡呢？很明顯，Facebook只知道我隱藏、屏蔽了食物圖片，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了交流。我發現，Facebook確實是具備理解圖片內容的能力的。他們使用了先進的“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，還是一個被咬了一半的熱狗呢？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，我們掌握了所有所需的能力和先進的技術。”
然而問題在于——這項技術并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。值得注意的是，這一技術大大地提高了圖像文本特征（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”同樣改進了Facebook的搜索引擎，幫助網站鑒別并清除了不良內容和信息，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。
但是推送里的食物圖片就不在其識別的范圍之內了。為了弄清這其中的原因，你必須對Facebook算法有一些了解。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”技術現在還沒有被應用到識別每一張圖片這一過程。在了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。這也就是為什么，雖然這些年來我一直在有意地屏蔽食物圖片，卻還是免不了被食物圖片籠罩。
我喜歡旅游，我表妹恰巧又是一個旅游愛好者。她經常在Facebook分享遙遠地區的好看的照片，我點贊、評論了大部分她分享的旅游照片。因此，盡管我對表妹分享的自制乳蛋餅的照片設置了屏蔽，以表示我對食物圖片的厭惡。但對于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、評論過的數百張旅游照片。所以Facebook只知道我喜歡表妹分享的照片，卻不知道我喜歡的只是其中的旅行照片，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》彈出關于食譜的文章，我就感覺很不舒服，所以我會自動屏蔽它。我會在它關于食物的圖片下點擊“不喜歡”鍵，這就相當于我發出了“我不喜歡《紐約時報》的信息”的信號。但事實上我不喜歡的只是《紐約時報》的關于食物的內容，而不是全部內容。Facebook接收到了錯誤的信號，誤解了我的想法，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了“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。說不定在不久以后，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，要做到完全了解用戶的喜好和厭惡對Facebook來說是一個非常艱巨的任務。社會科學家表示“厭惡”這一情緒最初是一個簡單的應對機制，是用來抵御那些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干凈聯系在一起，我對食物圖片的厭惡也正是來源于此。這種厭惡逐漸持續發展成為一種本能反應——對牙醫診所里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》（旅游美食節目）都無法容忍。
過去，我一直都進行著自我隔離，就像是生活在過濾后的環境中，但是現在不了。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，我是徹底輸了。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了一席之地。我現在只能夠寄希望于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”技術應用于新聞源信號識別過程中，但是他們不愿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在臺上大力宣傳了他們的一項新技術——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，我并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，了解我們真正喜歡什么，比了解我們點贊什么圖片要復雜得多。
對一個擁有16億用戶的媒體軟件來說，這并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。每當我聽到關于Facebook的強大的能力，或者是Facebook掌握的、大量的關于個人信息的數據，亦或者是關于“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都能夠如此強大了，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。
注：本文由「圖普科技」編譯，您可以關注微信公眾號tuputech，體驗基于深度學習的「圖像識別」應用。
編者按：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。為什么 會這樣呢？做到這一點到底有多困難？
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上屏蔽了所有關于食物的圖片，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，就已經把所有關于食物的圖片都屏蔽、隱藏了，但我并不是針對某個人。由于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，以致于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，我還是遭受到了不間斷的困擾——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？不是說它能了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，為什么還是不能夠了解我最基本的、對食物圖片的厭惡呢？很明顯，Facebook只知道我隱藏、屏蔽了食物圖片，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了交流。我發現，Facebook確實是具備理解圖片內容的能力的。他們使用了先進的“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，還是一個被咬了一半的熱狗呢？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，我們掌握了所有所需的能力和先進的技術。”
然而問題在于——這項技術并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。值得注意的是，這一技術大大地提高了圖像文本特征（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”同樣改進了Facebook的搜索引擎，幫助網站鑒別并清除了不良內容和信息，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。
但是推送里的食物圖片就不在其識別的范圍之內了。為了弄清這其中的原因，你必須對Facebook算法有一些了解。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”技術現在還沒有被應用到識別每一張圖片這一過程。在了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。這也就是為什么，雖然這些年來我一直在有意地屏蔽食物圖片，卻還是免不了被食物圖片籠罩。
我喜歡旅游，我表妹恰巧又是一個旅游愛好者。她經常在Facebook分享遙遠地區的好看的照片，我點贊、評論了大部分她分享的旅游照片。因此，盡管我對表妹分享的自制乳蛋餅的照片設置了屏蔽，以表示我對食物圖片的厭惡。但對于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、評論過的數百張旅游照片。所以Facebook只知道我喜歡表妹分享的照片，卻不知道我喜歡的只是其中的旅行照片，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》彈出關于食譜的文章，我就感覺很不舒服，所以我會自動屏蔽它。我會在它關于食物的圖片下點擊“不喜歡”鍵，這就相當于我發出了“我不喜歡《紐約時報》的信息”的信號。但事實上我不喜歡的只是《紐約時報》的關于食物的內容，而不是全部內容。Facebook接收到了錯誤的信號，誤解了我的想法，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了“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。說不定在不久以后，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，要做到完全了解用戶的喜好和厭惡對Facebook來說是一個非常艱巨的任務。社會科學家表示“厭惡”這一情緒最初是一個簡單的應對機制，是用來抵御那些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干凈聯系在一起，我對食物圖片的厭惡也正是來源于此。這種厭惡逐漸持續發展成為一種本能反應——對牙醫診所里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》（旅游美食節目）都無法容忍。
過去，我一直都進行著自我隔離，就像是生活在過濾后的環境中，但是現在不了。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，我是徹底輸了。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了一席之地。我現在只能夠寄希望于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”技術應用于新聞源信號識別過程中，但是他們不愿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在臺上大力宣傳了他們的一項新技術——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，我并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，了解我們真正喜歡什么，比了解我們點贊什么圖片要復雜得多。
對一個擁有16億用戶的媒體軟件來說，這并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。每當我聽到關于Facebook的強大的能力，或者是Facebook掌握的、大量的關于個人信息的數據，亦或者是關于“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都能夠如此強大了，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。
注：本文由「圖普科技」編譯，您可以關注微信公眾號tuputech，體驗基于深度學習的「圖像識別」應用。
京公網安備 11010502049343號