من المعلوم أن فيسبوك يواجه العديد من المشاكل وأهمها الأخبار المزيفة التي يتم تداولها عليه، والمنشورات الداعية للعنف والإرهاب وكذلك مشكلة التأثير على الناخبين الأمريكيين في الإنتخابات الأخيرة، ولذلك برزت أهمية إستخدام تقنيات الذكاء الاصطناعي لإيجاد حلول لتلك المشكلات، وهو ما يتطلب من فيسبوك تحقيق تقدم ملموس في مجال مليء بالتحديات.

وقد بدا واضحًا توجه فيسبوك للاعتماد بشكل أكبر على تقنيات الذكاء الاصطناعي، حيث قام الرئيس التنفيذي لفيسبوك مارك زوكربيرج بذكر كلمة “ذكاء إصطناعي” أكثر من 30 مرة خلال جلستي الإستماع بالكونغرس الأمريكي الشهر الماضي، وذلك عندما كان يقوم بشرح كيفية قيام فيسبوك بالتعامل مع النشاطات التي تجري عليه.

ويبدو أن تنفيذ إستراتيجية الاعتماد على تقنيات الذكاء الاصطناعي قد أصبح من مسؤوليات مايك شكرويبر الذي يشغل منصب كبير مسؤولي التقنية بفيسبوك، والذي قام بالحديث عن ذلك في مؤتمر فيسبوك للمطورين Facebook F8 الذي عقد الأسبوع الماضي، حيث قال أمام الصحفيين والمطورين بالمؤتمر: ” إن الذكاء الإصطناعي هو أفضل وسيلة لجعل فيسبوك أكثر أمانًا”.

الجدير بالذكر أنه بعد جلستي الإستماع اللتان تم عقدهما بالكونغرس قام البعض باتهام مارك زوكربيرج أنه قد أدلى بتصريحات مضللة ليظهر للمستمعين أن كل التحديات التي تواجه فيسبوك هي تحديات تقنية فقط، من جانبه قام  شكرويبر بإبلاغ موقع Wired بأن فيسبوك قد ارتكب أخطاء بالفعل، ولكن مع وجود أكثر من 2 مليار مستخدم للموقع يعتبر الذكاء الاصطناعي هو الوسيلة الوحيدة للتعامل بكفاءة مع بياناتهم.

وأضاف حتى لو كانت الشركة قادرة على تحمُّل نفقات تعيين أشخاص يتحققون من كل منشور فلن ترغب في ذلك، إذا أخبرتك أن هناك شخص يقرأ كل منشور من مشاركاتك قبل أن يُنشر فإن ذلك سيغير ما تريد أن تنشره”.

يستخدم فيسبوك بالفعل الأتمتة للسيطرة على منصته مع بعض النجاح في ذلك، فمنذ عام 2011  استخدمت شركة فيسبوك أداة تُسمى PhotoDNA، التي طورتها شركة مايكروسوفت للكشف عن المواد الإباحية المتعلقة بالأطفال على سبيل المثال. يقول شكرويبر: إن خوارزميات الشركة تحسنت بشكلٍ كافٍ للتعرف على الصور الأخرى التي نرغب في منع نشرها عبر منصتنا.

لكن لا تزال هناك مشاكل صعبة حيث يقول شكرويبر: إن فيسبوك في الأشهر الأخيرة كان يستثمر أكثر من ذلك بكثير في فرق العمل الي تعمل على مشاكل مثل نزاهة الانتخابات، والإعلانات السيئة، والأخبار المزيفة. ويقول: “من العدل أن نقول إننا قمنا بتوجيه نسبة كبيرة من طاقة الشركة خلال الأشهر الأخيرة لكل هذه القضايا”. وقال زوكربيرج في وقت سابق من هذا الأسبوع إنه يتوقع أن يقضي ثلاث سنوات في بناء أنظمة أفضل للعثور على المحتوى غير المرغوب فيه.

تواجه خطة فيسبوك الخاصة بعمل شبكة أمان تعتمد على تقنيات الذكاء الاصطناعي تحديات كبيرة وخاصة مشاكل البرمجيات المطلوب منها أن تقرأ كلام المنشورات وتحدد هل هو ضمن المحتوى غير المرغوب فيه أم لا، أي أن دورها لن يقتصر بعد ذلك على تحديد المحتوى الغير مرغوب فيه من خلال تحليل محتوى الصور فقط وأنما سيمتد إلى تحليل النصوص بالكامل. وهذا سيكون مفيدًا للبرامج التي تُساعد في محاربة الأخبار المزيفة، والتحرشات عبر الإنترنت، وحملات الدعاية مثل تلك التي شنتها روسيا خلال انتخابات 2016 لإنها تحتاج إلى فهم ما يقوله الناس وليس تحليل الصور فقط.

على الرغم من نجاح البحث عبر الويب والترجمة الآلية لكن لا تزال البرمجيات التي تتعامل مع النصوص غير جيدة في فهم سياق اللغة بشكل كامل. وقد أوضح مدير الذكاء الاصطناعي والتعلم الآلي بفيسبوك سرينيفاس نارايانان هذا التحدي خلال كلمته في مؤتمر المطورين الأسبوع الماضي.

يحقق فيسبوك بعض التقدم مع الخوارزميات التي تقرأ، وفي يوم الأربعاء الماضي قالت الشركة إن النظام الذي يبحث عن الدلائل التي تشير إلى إمكانية أن يلحق شخص ضررًا بنفسه قد تلقى أكثر من 1000 نداء لأوائل المستجيبين منذ نشره في أواخر العام الماضي. كما ساعدت خوارزميات اللغة فيسبوك في إزالة ما يقرب من 2 مليون قطعة من المحتوى المرتبط بالإرهاب في الربع الأول من هذا العام.

ويقول شكرويبر: إن فيسبوك قام بتحسين أنظمته للكشف عن التنمر Bullying من خلال تدريبهم على بيانات مزيفة من البرامج التي يتم تعليمها لتوليد الإهانات، وهذا يضع فيسبوك ضمن عدد متزايد من الشركات التي تستخدم البيانات الاصطناعية، أو المزيفة لتدريب أنظمة التعلم الآلي الخاصة بها.

عقبة أخرى يواجها فيسبوك وهي القدرة على فهم لغات أخرى. حيث تعمل تقنية اللغة في فيسبوك بشكل أفضل مع اللغة الإنجليزية، ليس فقط لأن الشركة أمريكية ولكن هذه التقنيات يتم تدريبها باستخدام نصوص مأخوذة من الإنترنت الذي تسود به اللغة الإنجليزية. وتشير أرقام فيسبوك إلى أن أكثر من نصف مستخدميه لا يتحدثون الإنجليزية. وهذه مشكلة كبيرة كما يقول شكرويبر.

في الوقت الحالي يعمل فيسبوك على مشروع يُسمى MUSE  والذي سيسهل تطبيق التطورات الجديدة المخصصة للغة واحدة على لغات أخرى مختلفة دون الحاجة إلى بذل مجهودات تدريبية إضافية لتدريب التعلم الآلي.