يعد تعلم الآلة (ML) فئة من الخوارزميات التي تتيح لتطبيقات البرامج أن تصبح أكثر دقةً في التنبؤ بالنتائج دون أن تتم برمجتها بشكل صريح، وقد أصبح تعلم الآلة جزءًا من كل شيء تقريبًا، ويستخدم فيسبوك تعلم الآلة أيضًا وغيره من مواقع السوشال ميديا.
إن الفرضية الأساسية لتعلم الآلة هي بناء خوارزميات يمكنها تلقي بيانات المدخلات، واستخدام التحليل الإحصائي للتنبؤ بالمخرجات أثناء تحديث المخرجات كلما توفرت بيانات جديدة.
من وجهة نظر شركة Facebook فأن تعلم الآلة، والتعلم الآلي التطبيقي آليتان ضروريتان لعمل المنصة، فهو يساعد المستخدمين على اكتشاف محتوى جديد، والتواصل مع الأمور التي يهتمون بها أكثر.
يطور باحثو ومهندسو التعلم الآلي والتطبيقي العاملون لدى فيسبوك خوارزميات تعلم الآلة، التي تصنّف الخلاصات، والإعلانات، ونتائج البحث، وتنشئ خوارزميات جديدة لفهم النصوص التي تحافظ على المحتوى المرغوب فيه، وتقوم بإهمال المحتوى المضلل.
ويمكن لتلك الخوارزميات قراءة الصور ومقاطع الفيديو للمكفوفين وعرض أكثر من 2 مليار قصة مترجمة يوميًا، وتمييز أنظمة التعرف على الكلام تلقائيًا من مقاطع الفيديو التي يتم تشغيلها في موجز الأخبار، وغيرها من الأمور الأخرى.
من الناحية النظرية، يطلق على هذا النوع من التعلم اسم (التعلم الخاضع للإشراف) والذي يتعلم فيه فيسبوك من التجربة السابقة، ويصنفها (مع إعطاء إشارة لوضع علامات) على تلك الصورة المعينة.
مثال يوضح الأمر: افتح صورة في الفيسبوك وانقر بزر الماوس الأيمن على Inspect Element أوF12، ثم تحقق من علامة التبويب التي تظهر، يمكنك رؤية كود html لتلك الصورة، تحقق من محتوى العنصر البديل، سيعطي وصفًا عامًا لصورة الأشخاص، سواء كانوا جالسين أو واقفين أو وهم يضحكون.
هو نظام تعلم الآلة الخاص بفيسبوك للتعامل مع النصوص في الصور، حيث يستخرج النظام نصًا من أكثر من مليار صورة على Facebook و Instagram كل يوم.
لا يقتصر النص على اللغة الإنجليزية فقط، إذ إن Rosetta قادر على التعرف على لغات متعددة في الوقت الحقيقي، ثم يتم تغذية هذه البيانات النصية لنموذج التعرف على النص الذي تم تدريبه لفهم سياق النص في كل صورة.
ويتم تنفيذ استخراج النص في خطوتين:
يستخدم فيسبوك تعلم الآلة لخدمات التصنيف وفهم المحتوى، وهي تشمل على سبيل المثال:
