Facebook riconoscerà le emozioni dei nostri post
Scritto da Filippo Panza | Yahoo Notizie – 20 ore fa
Deep learning: due parole di cui si sentirà sempre più parlare nel prossimo futuro. Vi conviene, però, cominciare ad imparare subito il significato di questa espressione. Soprattutto se siete frequentatori di Facebook e degli altri social network. Il deep learning, letteralmente ‘apprendimento profondo’, è una tecnica di intelligenza artificiale che, attraverso un insieme di algoritmi, simula il funzionamento del cervello umano. E, in particolare, permette di comprendere cosa c’è veramente dietro ciò che viene detto nei contenuti on line. Quindi con quali sottintesi, emozioni, modalità ed intenti interagiscono gli utenti protagonisti di uno specifico dialogo. Una tecnica in grado di superare la logica del cosiddetto machine learning, basato sulle parole chiave e la semplice analisi dei post, per arrivare a una conoscenza molto approfondita di testi, immagini e video.
La conseguenza più diretta sarà la produzione di contenuti pertinenti e di inserzioni pubblicitarie sempre più mirate al singolo utente/cliente. Una vera manna per qualsiasi azienda commerciale.Il deep learning è una frontiera su cui stanno lavorando molte grandi corporation dell’economia mondiale. Non ultima Facebook. Il sito, lanciato nel 2004 da Mark Zuckerberg e da alcuni suoi compagni dell’Università di Harvard, infatti, oggi ha più di un miliardi di utenti attivi in tutto il mondo. Una miniera di contatti da cui poter trarre lauti profitti.
Guarda anche: L’83% dei ragazzi lombardi ha un profilo Facebook attivo
Per farlo al meglio il più conosciuto servizio di social network, quotato anche a Wall Street, ha creato una vera e propria task force tecnologica interna dedicata al deep learning. Un AI Team, un’equipe dell’intelligenza artificiale, composta da otto esperti di tecnologia, che si sta muovendo nel massimo riserbo. All’opera, tra gli altri, ci sono Marc’Aurelio Ranzato, proveniente da Google, Yaniv Taigman, cofondatore della startup Face. Com, Lubomir Bourdev, grande conoscitore della visione artificiale e l’ingegnere Keith Adams, uno dei veterani di Facebook. A supervisionare l’operazione è Mike Schroepfer, Chief technology officer dell’azienda americana con base a Menlo Park, cittadina di circa 30mila abitanti situata nella contea di San Mateo, in California.
“La mole d’informazione sta crescendo – ha spiegato il Cto alla Mit Technology Review – le persone hanno sempre più amici e col boom del mobile sono sempre online”. Difficile stabilire quando lo sviluppo del deep learning permetterà di prevedere con certezza scientifica i comportamenti on line delle persone. I tempi, comunque, saranno piuttosto ravvicinati. Per Facebook avere aggiornamenti di stato rilevanti sul News Feed, di fronte all’enorme mole di informazioni disponibili, è una necessità sempre più forte. Non si tratta di filosofia, ma di crescita economica. Contenuti più pertinenti significano banner più mirati, quindi maggiore visibilità, più click e guadagni in aumento. E l’attuale tecnica del machine learning ha un’elaborazione troppo lenta e legata all’intervento umano per poter essere utile. Non a caso un colosso come Google è già molto avanti sulla strada verso il deep learning.
Guarda anche: Vietnam, condannato per aver chiesto su Facebook scarcerazione fratello
Del resto il sogno di replicare il pensiero umano attraverso dei software ha già una storia abbastanza lunga. Recentemente il miglioramento del riconoscimento vocale su Android, della traduzione di testi e della comprensione di singoli oggetti nelle immagini hanno nettamente avvicinato il traguardo.
http://it.notizie.yahoo.com/facebook-riconoscera-emozioni-nostri-post-115125162.html
Le password piu sicure? Sono quelle biometriche
Qual è la password più sicura del mondo? Una cosa è sicura, i codici alfanumerici non bastano più. E non importa quanto siano complessi, perché nonostante nessuno osi più utilizzare password come “abc123” – e le combinazioni siano diventate molto più complesse – la verità è che nessuna di queste è al riparo dagli attacchi degli hacker. Lo dimostrano i tanti casi di furti di password a colossi dell’informatica come LinkedIn o Ubisoft. Molto più sicuri, ma più complessi da usare e comunque non adatti per tutti i casi, sono i token: dispositivi che creano password temporanee da utilizzare sul momento. Oppure le cosiddette “battaglie navali”, schede che ci forniscono i numeri da inserire seguendo le combinazioni richieste dal sito o dal programma in cui dobbiamo accedere. Ma nessuna di queste soluzioni, per quanto avanzate, è al riparo dagli attacchi dei pirati informatici. Ragion per cui la ricerca per la password più sicura si è da tempo spostata nel campo dei codici biometrici: l’identificazione biologica di una persona effettuata utilizzando le impronte digitali, il battito cardiaco, la retina degli occhi e altri metodi più o meno avveniristici. Ecco quali sono le nuove frontiere delle password.
http://it.notizie.yahoo.com/foto/le-password-piu-sicure-sono-quelle-biometriche-slideshow/
Facebook is working on ‘deep learning’ neural networks to learn even more about your personal life
- By Graham Templeton on September 23, 2013 at 5:43 pm
Facebook is beginning to take a new approach to the task of digitizing our personalities and spinning them into nicely saleable little packages. After all, posting and updating an exhaustive list of your favorite bands tends to lose its appeal around the end of adolescence; if Facebook wants to truly understand our material wants and needs, it will have to look into our much more personal, much less intelligible communications. This week, Facebook’s chief technology officer said the company’s newly formed AI team has its sights set on building neural networks to learn about your personality in a new and remarkably human way.
A simple model for a neural network.
Artificial neural networks mirror biological ones, using nodes rather than neurons but building the same sorts of complex interconnections between them. Rather than storing all data in a huge pool to be analyzed as a whole, neural networks remember associations between concepts, streamlining the process of retrieval and analysis. They allow computer scientists to make algorithms for something called “deep learning,” which arranges ideas as layers of definitions. Small concepts collectively define larger ones, which define larger ones, and so on. With enough input information, a sufficiently detailed neural network can learn quite deeply indeed — and, with the possible exception of Google, nobody has access to more raw information than Facebook.
The primary goal of all this is supposedly to improve the venerable News Feed, but when it comes to Facebook the primary goal is always ad sales. Still, powerful deep learning algorithms have the potential to change most of how we interact with social media. What if Facebook or Twitter could recommend a slight rewording to your latest update — switch the word “CPU” for “processor” and get an average 2.4% more attention! What if an algorithm could tell you which cover image will get your photo album the most interest, or search your images for only happy situations? (The “find bikini pics” option will likely be third party, but quick to appear.)
Google’s work with machine learning let an algorithm autonomously learn to recognize a cat’s face.
This isn’t all speculation, either. Google famously taught a neural network to recognize human faces, and Microsoft is using them to bring speech recognition and translation into real time. This all requires that the network make sense of uncategorized information — in other words, it has to be able to turn an arcane posting like “i <3 u babe” into a series of machine learning events, from an increase in babe’s visibility on your News Feed to an automatic alert should the babe in question change their relationship status. Discussing podcasts with a buddy should flag you as a fan of not just the specific shows you mention, but of the medium as a whole, and add to the probability that you also like, say, video games. Deep learning is about making data analysis sophisticated enough to derive your personality from your natural social output.
The AI team tasked with achieving those sorts of gains only recently began this effort, but it brings together experts from all over the field. Yaniv Taigman was the cofounder of facial recognition company Face.com and now works with the team alongside academics like Marc’Aurelio Ranzato and Facebook old-timers like Keith Adams. Though other companies have a head-start, the sheer breadth of information available to Facebook gives its efforts some uniquely personal implications.
Myself, I don’t mind if Facebook peeks in on my activity, just a bit. If we take it as given that social media will be ad-driven for the foreseeable future, we might as well try to make sure those ads remain relevant to our interests. If a banner ad can alert me to a great sale on my impending purchase, or a local tour date for my favorite band, advertising can actually enhance the usefulness of the site as a whole. Sometimes we’re nice enough to place that sort of information in an easily analyzed form — I put Star Trek on my list of favorite TV shows, and an algorithm shows me an ad for Into Darkness. It’s a fairly straightforward process and (leaving aside any possible leakage to government overseers) one that should not overly bother most users.
Now read: Facebook creates Internet.org alliance to reduce price of mobile data plans to 1% of current price