Ha egy felhasználó megpróbál fegyvereket vásárolni a közösségi hálózaton keresztül, akkor tiltsa le ezt a viselkedést, mielőtt más felhasználókhoz eljutna

@oleaga MADRID Frissítve: 2020.07.25. 09:54

létrehozza

Havonta 2,6 milliárd aktív felhasználóval a Facebook továbbra is a közösségi hálózatok királynője, és mint ilyen, számos támadás, átverés és lopás célpontja is maga a felhasználó ellen. Nem szuper kifinomult digitális eszközökről beszélünk, hanem az egyik felhasználó egyszerű támadásáról a másikra, amit nagyon nehéz észlelni az automatikus rendszerekkel.

Végül is az individualizált emberi viselkedés továbbra is kiszámíthatatlan, nagyon nehéz beilleszkedni a mesterséges intelligencia mintájába. Kutatócsoportja eredményeként a Facebook most bemutatta a WES-t vagy a "Web-Enabled Simulation" -t, amely első kísérlet egy összetett szociális hálózati környezet szimulálására, de botok felhasználásával. A WW-vel, a Facebook-specifikus WES-szel a kutatócsoport kezelőfelület és emberi felhasználói nélkül veszi a Facebook platformot, és robotokkal tölti fel.

A botok ugyanúgy cselekedhetnek, mint az emberek a közösségi hálózaton, barátkozhatnak egymással, üzeneteket küldhetnek vagy megjegyzést fűzhetnek más robotok tartalmához. Eddig pontosan ugyanaz, mint a Facebookon, több millió robot egymással kölcsönhatásban van, de az érdekes dolog akkor jelentkezik, amikor az egyik ilyen robotot „jutalmazzák” a helytelen viselkedésért, amikor a „varázslat” megtörténik, és a tudósok lássa, mi történik, és a megszerzett adatokkal megjósolja a valós felhasználók nem megfelelő viselkedését. Nyilvánvaló, hogy ez a környezet elszigetelt a felhasználó Facebook-jától.

Amikor egy bot "jutalmazásáról" beszélünk, akkor nem az, hogy hogyan értjük a nyereményt egy embernek, sokkal inkább egy célpontot határozunk meg a bot számára, amely jutalomként működik, és a robot keresi a leghatékonyabb módot az eléréshez hogy több millió ismétléssel célozzák meg. Ez az úgynevezett "mély tanulás", amely megmondja a robotnak, hogy merre kell mennie, de anélkül, hogy megmondaná, hogyan. Ezeknek a módszertanoknak az alkalmazásával a nem megfelelő viselkedés új formáit találják meg, amelyek megismétlik a közösségi hálózatok sebességét, nagyságrendjét és realizmusát, nagyon összetett forgatókönyvekkel, és így előre látják.

Mark Harman, a Facebook WES-ért felelős kutatója analógia útján kifejtette, hogy amit létrehozni akarnak, az egyenértékű a sebességdömpinggel. A sebességradar akkor szabja ki a bírságot, ha a szabályokat már megszegték, ami könnyen észlelhető, és a Facebookon az eredmény az, hogy törli annak a felhasználónak a számláját, aki megteszi, de a sebességdombok figyelmeztetnek a sebesség csökkentésére, mielőtt túllépnék, vagy ami ugyanaz, megakadályozzák a jogsértést.

A Facebook célja, hogy ez a rendszer működjön minden társadalmi hálózaton, és képes legyen megakadályozni a rossz viselkedést, mielőtt azok bekövetkeznének. Például, ha egy Facebook-felhasználó megpróbál fegyvereket vásárolni a közösségi hálózaton keresztül, akkor blokkolja ezt a viselkedést, mielőtt más felhasználókhoz eljutna.

A Facebook kutatóközpontok nyitottságának szellemét követve ez az egész környezet elérhető minden olyan kutató vagy tudós számára, aki adatai közreműködésével és ezáltal következtetéseik javításával csatlakozni kíván a platformhoz. És bár a WW a Facebook szimulált környezete, a WES bármilyen társadalmi hálózat reprodukálására használható.

A tömeges közösségi hálózatokban feltehetően vannak olyan felhasználók is, akik megpróbálják megsérteni használati szabályaikat. Ezek a vizsgálatok célja, hogy megelőzzék ezeket a szabálysértéseket, még mielőtt azok bekövetkeznének, azonosítva az emberi viselkedés komplex folyamatát.

Témák

A legtöbb az ABC-n olvasható
Egy hét ezzel a kínai fogadással a csúcskategóriára: megéri-e?

A kínai cég új termináljaiban elkötelezett az 5G technológia és fotózás mellett