Home / Scienza e Tecnologia / Facebook riconoscerà le emozioni dei nostri post

Facebook riconoscerà le emozioni dei nostri post

Il social network più usato al mondo sta sperimentando il deep learning per comprendere meglio i contenuti dei nostri status update.La sperimentazione di Facebook con l’intelligenza artificiale servirà a migliorare il funzionamento dell’algoritmo di selezione dei post, e non solo.Facebook

Nella sede centrale di Facebook è al lavoro un team di otto persone che sta sperimentando il deep learning applicato alle reti neurali per progettare un software di analisi e predizione dei contenuti.

Il Deep Learning è un metodo basato su una serie di algoritmi progettati per imparare a interpretare gli input (nello specifico, i contenuti dei post di Facebook) in base a modelli predefiniti, e a rappresentarli. La tecnica si basa sull’impiego di reti neurali – simulazioni artificiali delle reti di neuroni umani – e consentirebbe ai computer di Facebook di eseguire (alcuni preferiscono “riprodurre” o “mimare”) comportamenti “intelligenti” nella selezione dei contenuti e nella loro rielaborazione.

Il software basato su questa ricerca potrebbe un giorno essere in grado non solo di leggere e “comprendere” i contenuti che pubblichiamo su Facebook, ma anche di interpretarne le emozioni, dedurre riferimenti non espliciti, riconoscere oggetti nelle foto e fare previsioni sui possibili comportamenti futuri di chi ha pubblicato il post.

Gli attuali algoritmi di Facebook sono già in grado di operare una selezione di opportunità sugli status update della nostra rete sociale, scegliendo un numero di contenuti che oscilla tra 30 e 60 tra i circa 1.500 che potremmo mediamente vedere ogni volta che ci colleghiamo. E’ una selezione “tradizionale”, operata su criteri statistici e probabilistici.

L’obiettivo del nuovo studio sull’Intelligenza Artificiale è di mettere a punto algoritmi più evoluti, in grado di operare una selezione di contenuti da servire sul news feed di ogni utilizzatore che si basi non solo su criteri impiegati attualmente (la frequenza di pubblicazione, l’interazione con l’autore ecc) ma anche su criteri di interesse umano, di affinità, di emozione: elementi difficili da comprendere per un algoritmo tradizionale.

Il deep learning è già stato impiegato da Google e Microsoft per compiti specifici di ricerca: per esempio è alla base della capacità di Google Images di riconoscere immagini simili a quella che viene postata: linkando o caricando la foto di un gatto, Google Images è in grado di riconoscere il contenuto della foto senza intervento umano, e mostrare altre immagini di gatti.

Il funzionamento del deep learning applicato ai contenuti pubblicati dalle persone su Facebook (quindi testi e immagini) consentirebbe sia di migliorare la selezione degli status update sul nostro feed delle notizie, che di selezionare advertising più adatto alle nostre esigenze ed esperienze.