أعلنت شركة ميتا يوم الخميس أنها بدأت حديثًا باستخدام تقنية جديدة للذكاء الاصطناعي تقلل من الوقت اللازم لمعالجة المحتوى الضار على شبكتها الاجتماعية فيسبوك.

وأشارت الشركة في منشور على مدونتها إلى أن المحتوى الضار يستمر في التطور بسرعة – سواء كان مدفوعًا بالأحداث الجارية أو الأشخاص الذين يبحثون عن طرق جديدة للتهرب من أنظمتها – ومن الأهمية بمكان أن تتطور أنظمة الذكاء الاصطناعي بالسرعة ذاتها.

ولكن عادةً ما يستغرق الأمر عدة أشهر لجمع وتصنيف الآلاف، إن لم يكن الملايين، من الأمثلة اللازمة لتدريب كل نظام ذكاء اصطناعي فردي على اكتشاف نوع جديد من المحتوى.

ولمعالجة هذا الأمر، أنشأت ميتا ونشرت حديثًا تقنية Few-Shot Learner – وتعني المتعلم من لقطة قليلة – وهي تقنية ذكاء اصطناعي يمكنها التكيف لاتخاذ إجراءات بشأن أنواع جديدة أو متطورة من المحتوى الضار في غضون أسابيع بدلًا من أشهر.

ويمكن استخدام تقنية FSL بأكثر من 100 لغة وهي تتعلم من أنواع مختلفة من البيانات، مثل: الصور والنصوص. وستساعد هذه التقنية الجديدة في تعزيز أساليب الشركة الحالية لمعالجة المحتوى الضار.

وأوضحت ميتا أن نظامها الجديد يعمل عبر ثلاثة سيناريوهات مختلفة، ويتطلب كل منها مستويات مختلفة من الأمثلة المصنفة، وهي:

• لقطة صفرية: أوصاف السياسة بدون أمثلة.

• لقطة قليلة مع العرض التوضيحي: أوصاف السياسة مع مجموعة لا تتجاوز 50 مثالًا.

• لقطة منخفضة مع ضبط دقيق: يمكن لمطوري (تعلم الآلة) ML ضبط النموذج الأساسي لتقنية FSL مع عدد قليل من أمثلة التدريب.

وذكرت الشركة أنها اختبرت التقنية الجديدة في بعض الأحداث الأخيرة، مثل: المحتوى الذي يتضمن معلومات مضللة أو مثيرة لا تشجع لقاحات (كوفيد-19) COVID-19.

وتعتقد ميتا أنه يمكن لتقنية FSL مع مرور الوقت تحسين أداء جميع أنظمة الذكاء الاصطناعي الخاصة بالنزاهة من خلال السماح لها بالاستفادة من قاعدة معرفية واحدة مشتركة للتعامل مع العديد من أنواع الانتهاكات المختلفة.

يُشار إلى أن معالجة المحتوى الضار ليس المجال الوحيد الذي تستخدم فيه ميتا تقنية الذكاء الاصطناعي، إذ إنها تعمل أيضًا على مشروع بحثي طويل الأمد في مجال الذكاء الاصطناعي يمكن أن يرى بأعيننا ويساعدنا على تذكر مكان الأشياء التي نسينا أين وضعناها، بالإضافة إلى توقع ما علينا فعله في الوقت الحاضر بناءً على فهم تصرفاتنا من الماضي.

وكانت الشركة قد أعلنت في شهر تشرين الأول/ أكتوبر الماضي عن مشروعها المسمى Ego4D، الذي يهدف إلى تحسين فهم الذكاء الاصطناعي للعالم من منظور الشخص الأول.

ولأنه يركز على رؤية العالم بعين الرائي، فإن الشركة تأمل في أن يحسن المشروع استخدام أجهزة، مثل: نظارات الواقع المعزز. فعلى سبيل المثال، يمكن أن يساعد المشروع في مهام يومية، مثل: تذكر مكان وضع المفاتيح.