DeepText è la nuova intelligenza artificiale di Facebook che capisce cosa scriviamo nei post. Secondo il social network DeepText comprende i testi con una "precisione quasi umana", ed è così potente da analizzarne migliaia di post al secondo in oltre 20 lingue diverse.
"DeepText sfrutta diverse architetture di rete neurali profonde, incluse reti convoluzionali e ricorrenti, e può apprendere sia a livello di parola che carattere", spiega il social network. Capire un testo, specie per un servizio che delle parole fa un suo punto di forza - in abbinamento a video e immagini - è cruciale sotto diversi aspetti.
Capire gli utenti vuol dire offrire un'esperienza migliore in ogni frangente e allo stesso tempo soddisfare gli inserzionisti con pubblicità sempre più mirate. La comprensione include più step, come una classificazione generale per determinare di cosa tratta un post (per esempio il basket) e il riconoscimento dei soggetti citati (i nomi dei giocatori), le statistiche di una partita e altre informazioni rilevanti.
L'obiettivo di Facebook è far sì che la tecnologia comprenda anche aspetti come slang e disambiguazioni. La strada è già stata tracciata. Il deep learning, che si rifà al modo in cui il nostro cervello gestisce le informazioni, sembra in questo caso essere più efficace delle tecniche NLP (Neuro-Linguistic Programming) nel capire il testo in lingue differenti, ed è in grado di usare etichette in modo più efficiente.
"Usando il deep learning siamo in grado di ridurre la dipendenza dalla conoscenza delle singole lingue, in quanto il sistema può imparare da un testo con nessuna o poca pre-elaborazione. Questo ci aiuta a lavorare su più lingue in modo rapido, con uno sforzo ingegneristico minimo".
Nelle tradizionali tecniche NLP le parole sono convertite in un formato comprensibile a un algoritmo. La parola "brother" (fratello) potrebbe essere assegnata all'integer 4598 mentre la parola "bro" potrebbe essere identificata da un altro integer, ad esempio il 986665. Questa rappresentazione richiede che ogni parola, per essere capita, sia vista all'interno dei dati di apprendimento con l'ortografia esatta.
Con il deep learning Facebook usa invece ciò che chiama "word embeddings", un concetto matematico che preserva le relazioni semantiche tra le parole. Così, se i calcoli sono svolti correttamente, i word embeddings di "brother" e "bro" sono vicini. Questo tipo di rappresentazione permette di cogliere il significato semantico più profondo delle parole.
Lo stesso metodo consente anche di capire la stessa semantica in lingue diverse, nonostante le differenze di forma. DeepText è già in test in servizi come Messenger per intuire, quando state chattando con un amico, se avete bisogno di qualcosa di specifico, ad esempio un taxi, e darvi l'opportunità di chiamarlo.
Il futuro di DeepText però riguarda tutto il social network, anche nell'ottica dell'arrivo dei bot che avvicineranno aziende che offrono servizi e utenti. Conoscere al meglio il testo consentirebbe, in linea teorica, di creare un motore di ricerca di contenuti, trasformando Facebook - ancora una volta di più - in un concorrente di Google.
Altro risvolto potrebbe riguardare il filtro di contenuti potenzialmente offensivi, anche se a questo proposito potrebbero emergere problemi per il social network, accusabile di ergersi a censore della libertà di parola. Il prossimo passo concreto è però estendere le capacità di DeepText, permettendo la comprensione di contenuti testuali abbinati a video e foto.
 | MSI Gaming GE72-6QD161 Apache Pro | |
 | MSI Gaming GS60 6QE(Ghost Pro) | |
 | MSI Gaming GT80-2QE16SR221BW |