Meta пояснила, як працює її алгоритм Instagram та рекомендації у 2023

Як працюють алгоритми Instagram та Facebook зараз, чому вам показують саме такий контент в рекомендаціях, і чому ви не бачите увесь контент людей, на профілі яких ви підписані.

Meta надала новий огляд того, як працюють її алгоритми і як вона використовує передові системи штучного інтелекту, щоб допомогти підібрати потрібний контент за інтересами користувачів у потоці, що може допомогти вам краще зрозуміти, чому ви бачите те, що ви бачите у Facebook та Instagram.

Це пояснення допоможе вам зрозуміти, як залучати цільову аудиторію у Facebook та Instagram.

Як штучний інтелект впливає на те, що ви бачите у Facebook та Instagram

У новому поясненні президент з глобальних питань Meta Нік Клегг наголосив на важливості прозорості у використанні штучного інтелекту в системах рекомендацій Meta та на тому, як люди можуть впливати на свою стрічку на основі своєї діяльності.

Як пояснив Нік Клегг, президент з глобальних питань Meta: "Наші системи штучного інтелекту передбачають, наскільки цінним може бути для вас контент, тому ми можемо показати його вам швидше.

Наприклад, поширення (sharing a post) публікації часто є показником того, що ви вважаєте цю публікацію цікавою, тому передбачення того, що ви поділитеся публікацією, є одним із факторів, які враховують наші системи.

Як ви можете собі уявити, жоден прогноз не є ідеальним показником того, чи є публікація цінною для вас. Тому ми використовуємо різноманітні прогнози в поєднанні, щоб максимально наблизитися до правильного контенту, включно з деякими на основі поведінки, а деякі на основі відгуків користувачів, отриманих під час опитувань".

Як працює алгоритм рекомендацій контенту в Instagram та Facebook зараз

Надання чудових рекомендацій контенту вмісту є важливою частиною того, що робить Facebook та Instagram цінними для людей у всьому світі.

Алгоритми намагаються показувати людям найрелевантніший контент із їхніх конкретних зв’язків — друзів, облікових записів, груп і сторінок, на які вони вибрали підписку.

Але також алгоритми застосують штучний інтелект, щоб надавати високоперсоналізовані рекомендації з десятків мільярдів фрагментів контенту, які знаходяться за межами мережі Facebook або Instagram.

Як зазначив Марк Цукерберг під час останнього звіту Meta щодо доходів,  більше ніж 20% контенту в стрічках Facebook і Instagram користувача тепер рекомендовано ШІ від людей, груп або облікових записів, на які вони не стежать.

На високому рівні система алгоритмів Meta робить такі кроки, щоб досягти максимально точного націлювання контенту в рекомендаціях за інтересами користувачів:

• Розуміння контенту: Meta AI зосередився на передовій дослідницькій роботі, включаючи MViT, XLM-R/XLM-V і FLAVA/Omnivore, щоб цілісно зрозуміти семантичні значення контенту в різних модальностях (таких як зображення, текст, аудіо або відео) – на їхнії напрацюваннях відбувається візуальне розпізнавання, виявлення об’єктів, вилучення тексту та розпізнавання звуку.

   

  Вони також дозволяють виконувати більше завдань, пов’язаних із програмою, як-от класифікація за темою/жанром, передбачення хештегів, зіставлення за подібністю та кластеризація.

  Ці системи також важливі для зусиль з видалення контенту, який порушує Стандарти спільноти, і для зменшення розповсюдження проблемного контенту, який не відповідає Рекомендаціям щодо рекомендацій або Правилам розповсюдження контенту.

• Розуміння налаштувань, пошук і ранжування: Meta створила системи пошуку, яким потрібні лише соті частки секунди, щоб звузити мільярди фрагментів контенту до тисяч, а потім до кількох сотень, які відповідають інтересам конкретної людини.

  Ці системи ранжування потім вибирають остаточні елементи на основі прогнозів за точками й списками.

  Вони також коригують рекомендації, щоб надати збалансоване, привабливе поєднання, щоб люди могли насолоджуватися вмістом за різними інтересами, а поєднання популярних і нішевих публікацій могло з’являтися в стрічках людей.

   

Ці системи розуміють переваги поведінки людей, використовуючи дуже великомасштабні моделі уваги, графічні нейронні мережі, нешвидке навчання та інші методи.

Останні ключові інновації включають нову ієрархічну глибоку нейронну пошукову архітектуру, яка дозволила нам значно перевершити різні найсучасніші базові лінії без зменшення затримки логічного висновку; і нова архітектура ансамблю, яка використовує неоднорідні модулі взаємодії для кращого моделювання факторів, що відповідають інтересам людей.

Meta зазначає, що ці різноманітні вдосконалення алгоритмів штучного інтелекту сприяли збільшенню часу перегляду у відеопрогравачі Reels у Facebook на 15% восени минулого року, водночас дозволяючи більшій кількості людей спілкуватися з авторами, яких вони люблять, і зменшуючи невдоволення, які вимірюється меншими показниками пропусків і приховуванням рейтингу.

• Врахування відгуків людей: Meta вважає, що для них важливо, щоб люди мали можливість керувати типами контенту, який вони бачать.

  Після надання рекомендації їхні системи штучного інтелекту реагують на відгуки й уточнюють, як вони моделюють уподобання кожної людини — наприклад, якщо людина переглянула ціле відео або поставила лайк до публікації.

  Вони також зважують додаткові сигнали, які вказують на те, що хтось не зацікавлений, наприклад перегляд рекомендованого відео лише кілька секунд, перш ніж зупинити його чи натиснути.

  Крім того, вони використовують чіткі відгуки за допомогою функції «Показати більше/показати менше», яка дозволяє людям вказати, чи хочуть вони бачити більше контенту, подібного до того, що вони щойно бачили.

  Алгоритм Instagram та Facebook враховує ці сигнали та налаштовують майбутні рекомендації ближче до вподобань людини. За бажанням вони також можуть використовувати інші параметри, як-от явно приховувати або відкладати дописи.

Розумно узгодити десятки мільярдів одиниць контенту з інтересами майже 3 мільярдів людей-користувачів Instagram та Facebook — це складна інженерна задача. Щоб виконувати це ефективно, Meta розширила межі та створила систему, яка забезпечує:

• Масштабованість: щоб глибше зрозуміти та змоделювати вподобання людей, наші моделі рекомендацій можуть мати десятки трильйонів параметрів — на порядки більше, ніж навіть найбільші мовні моделі, які використовуються сьогодні.

  Вони створили навчальні суперкластери, розширені бібліотеки паралелізму моделей у PyTorch, новий підхід до паралелізму 4D-моделей для ефективного навчання моделей із величезною кількістю параметрів, а також методи низької точності/квантування, щоб значно зменшити розмір моделі та потреби в обчисленнях. Ці та інші оптимізації алгоритмів і систем гарантують, що ці дуже великі моделі можна навчити та ефективно розгорнути в масштабі.

• Реагування в режимі реального часу: люди очікують, що платформи адаптуються до їхніх мінливих уподобань у режимі реального часу, що є складним завданням, враховуючи величезний розмір наших систем і моделей.

  Meta вбудувала асинхронні протоколи оновлення в наші стеки навчання та обслуговування на основі PyTorch, щоб ці моделі розміром у терабайт можна було поступово оновлювати з хвилинною свіжістю. Ці зміни допомогли значно збільшити значущі взаємодії на платформах.

• Холодний початок: нові люди та новий контент з’являються в Instagram та facebook щодня. Це створює так звані проблеми холодного старту, з яких ще немає багато даних, з яких можна вчитися.

  Щоб розвʼязати цю проблему, Meta розробила систему навчання за кількома випадками під назвою Meta Interest Learner, щоб точно підібрати новий контент для потенційної аудиторії на основі її інтересів, навіть якщо залучень дуже мало.

  Вони також використовують різні алгоритми онлайн-навчання, щоб допомогти краще розповсюджувати новий контент, щоб кожна нова частина високоякісного контенту мала шанс бути доступною для великої релевантної аудиторії. Це спонукає творців ділитися цікавими та корисними публікаціями, щоб вони могли знайти свою аудиторію та, можливо, отримати великий успіх.

• Відкриття: хоча Meta хоче, щоб рекомендації Facebook та Instagram дозволили людям поглибити їхні існуючі інтереси, вона також хоче допомогти їм відкрити для себе нові речі, якими вони можуть насолоджуватися. Щоб дізнатися, як пов’язані різні інтереси, вони використовують найсучасніші методи навчання за допомогою вбудовування та навчання на графіках, а також використовують моделювання невизначеності в поєднанні з навчанням з підкріпленням.

  Нещодавня робота включає розробку персоналізованої методології для контролю частоти доставки для оптимізації довгострокової цінності для користувачів і вивчення політики з використанням великих послідовних моделей, щоб допомогти виявити контент, одночасно зменшуючи поширеність контенту-приманки для кліків на платформах.

  Усі системи штучного інтелекту Instagram та Facebook, такі як ці, пропонують досвід, адаптований для кожної людини у великому масштабі.

Як алгоритм Instagram видає рекомендований контент у 2023

Стрічка Instagram

Коли ви переглядаєте та взаємодієте з Instagram, одна з базових систем штучного інтелекту надає підключений контент, який ви бачите у своїй стрічці, тобто контент облікових записів, на які ви підписалися.

• Стрічка збирає доступні публікації: По-перше, система збирає всі потенційні публікації з облікових записів, на які ви підписалися, наприклад публікації друзів. Потім він видаляє зі стрічки публікації, які суперечать Правилам спільноти.
• Сигнали: Далі система штучного інтелекту розглядає різні вхідні сигнали про кожен пост: хто створив допис або тип контенту в дописі. Спрощена модель виконується для вибору приблизно 500 найбільш релевантних публікацій. Система також перевіряє і видаляє з рейтингу проблемний контент.
• Стрічка робить прогнози: Звідти система штучного інтелекту має моделі, які допомагають їй прогнозувати контент, який ви вважаєте найбільш релевантним і цінним.
• Ранжування публікацій за балами: Нарешті, система обчислює оцінку релевантності приблизно для 500 публікацій і впорядковує їх за цією оцінкою. Публікації, які, за прогнозами системи, будуть більш цінними для вас, відображаються вище у вашій стрічці. Система також намагається забезпечити збалансоване поєднання типів вмісту у вашому каналі.

Історії Instagram

Коли ви переглядаєте Історії Instagram і взаємодієте з ними, базова система штучного інтелекту автоматично визначає порядок, у якому історії людей, на яких ви підписані, відображаються у ваших історіях.

• Збір доступних сторіз: По-перше, система збирає всі потенційні історії, за винятком реклами, якими поділилися облікові записи, на які ви підписалися. Потім він намагається видалити історії, які можуть суперечити правилам спільноти.
• Сигнали: Далі система ШІ розглядає різні вхідні сигнали про кожну історію. Ці сигнали можуть включати, хто створив історію та як ви раніше взаємодіяли з цією людиною.
• Прогнози: На основі цих сигналів система штучного інтелекту робить ряд прогнозів щодо історій, які ви вважаєте найбільш доречними та цінними.
• Додаткові фільтри: Система звужує список придатного контенту до найбільш релевантних для вас історій. Потім до кожної історії застосовуються певні процеси цілісності. Вони визначають, які заходи доброчесності, якщо такі є, потрібно застосовувати до історій, вибраних для ранжування.
• Рейтингові історії: Нарешті система впорядковує всі історії за балами. Історії, які, за прогнозами системи, будуть найбільш цінними або актуальними для вас (ті, що мають найвищий бал), відображаються вам першими в панелі історій Instagram.

Instagram Explore – Цікаве/Пошук Instagram

Instagram Explore показує вам рекомендації контенту, як-от фотографії та ролики з облікових записів, на які ви не стежите.

Ці пропозиції можуть відповідати вашим інтересам або схожі на контент, з яким ви раніше взаємодіяли.

Доступ до вкладки Instagram Explore та контенту, який ви бачите в розділі, можна отримати, вибравши значок лупи на головній панелі навігації.

Примітка: Instagram Explore також може містити рекламу. Цей контент не підтримується ШІ.

• Збір контенту для користувача: Система збирає частину загальнодоступного контенту, доступного в Instagram, який може включати фотографії та ролики, які відповідають нашим правилам якості та цілісності.
• Сигнали: Далі система ШІ розглядає різні вхідні сигнали про контент. Ці сигнали можуть включати те, як ви взаємодіяли з подібним контентом або ваші інтереси.
• Ранжування: Нарешті, система ранжує контент із попереднього кроку. Вміст, який, за прогнозами системи, буде для вас більш цінним, відображається вище у вкладці розділу.

Instagram Reels

Коли ви переглядаєте та взаємодієте з Instagram, одна з базових систем штучного інтелекту доставляє Reels (короткий відеоконтент) у вкладці «Reels».

• Збір інвентаря: спочатку система збирає всі потенційні ролики, які можуть вас зацікавити. Цей контент може включати ролики людей чи облікових записів, на які ви підписалися, або ролики, схожі на ті, з якими ви нещодавно спілкувалися.
• Сигнали: Далі система ШІ розглядає різні вхідні сигнали про кожен Reels. Ці сигнали можуть включати довжину ролика, схожість з іншими Reels та те, наскільки добре Reels відповідає контенту, з яким ви зазвичай взаємодієте. Спрощена модель запускається для вибору приблизно 100 найрелевантніших Reels. Система також застосовує певні процеси перевірки цілісності, щоб видалити контент, який не є рекомендованим або може суперечити Правилам спільноти.
• Передбачення: з цього моменту система штучного інтелекту має моделі, які допомагають їй робити прогнози щодо контенту, який ви вважаєте найбільш релевантним і цінним.
• Ранжування Reels: нарешті система обчислює оцінку релевантності приблизно для 100 Reels і впорядковує їх за цією оцінкою. Peels, які, за прогнозами системи, принесуть вам більше цінності, відображаються раніше.

Пошук в Instagram

Коли ви переглядаєте та взаємодієте з Instagram, одна з базових систем ШІ надає результати під час пошуку контенту.

• Збір: По-перше, система збирає всі придатні результати пошуку, щоб визначити для вас рейтинг. Цей контент може містити хештеги, місця, ролики, публікації, профілі, аудіо та інші результати, які відповідають словам, які ви шукали.
• Оцінка результатів: Далі система оцінює кожен результат пошуку за різними факторами, як-от тип контенту та те, наскільки добре він відповідає тому, з чим ви зазвичай взаємодієте.
• Додаткові фільтри: Система звужує список придатного контенту до найбільш релевантних для вас результатів пошуку. Потім до всіх результатів застосовуються певні процеси цілісності. Вони визначають, які міри цілісності, якщо такі є, потрібно застосовувати до результатів, вибраних для ранжування.
• Ранжування: Нарешті система впорядковує всі результати за балами. Результати, які, за прогнозами системи, будуть найбільш цінними або актуальними для вас, відображаються першими.

Рекомендації в стрічці Instagram

Коли ви переглядаєте та взаємодієте з Instagram, одна з базових систем штучного інтелекту доставляє пропонований контент у вашу стрічку.

Це контент, який може вас зацікавити з облікових записів, публікацій або Reels.

Примітка. Те, що ви бачите під час прокручування каналу, також може містити пов’язаний контент і рекламу.

Система штучного інтелекту, що стоїть за рекомендаціями каналів Instagram, автоматично визначає, який контент відображається у вашій стрічці та в якому порядку, передбачаючи, що вас найбільше зацікавить або чим ви зацікавитеся.

Ці прогнози ґрунтуються на низці факторів, у тому числі на тому: за чим і ким ви нещодавно стежили, лайкали чи спілкувалися.

• Збір: Система збирає частину загальнодоступного контенту, доступного в Instagram, який може включати фотографії та відео, які відповідають правилам якості та цілісності.
• Сигнали: Далі система ШІ розглядає різні вхідні сигнали про контент. Ці сигнали можуть включати те, як ви взаємодіяли з подібним контентом або ваші інтереси.
• Ранжування: Нарешті, система ранжує контент із попереднього кроку. Контент, який, за прогнозами системи, матиме для вас більшу цінність, відображається вище у вашій стрічці. Це допомагає системі надавати рекомендації щодо контенту, які точніше відповідають вашим уподобанням.

Висновки, як працює алгортим Instagram загалом

Meta надавала подібний огляди своїх алгоритмів раніше, щоб детальніше пояснити, чому люди бачать те, що вони бачать у своїй стрічці.

Якщо у цьому звіті компанія пояснює технічні способи, як вони здійснюють ранжування, то у попередньому вона розповідала, як у результаті спрацьовує контент, а отже – які чинники впливають на успіх вашого контенту.

Основними міркуваннями, які враховує алгоритм Instagram, є:

• Звідки надходить публікація – як часто користувач взаємодіє з профілем або особою.
• Коли це було опубліковано – час публікації та перша відповідь на публікацію.
• Наскільки ймовірно, що це сприятиме залученню – система буде оптимізована, щоб найкраще врахувати конкретну поведінку кожного користувача, зокрема ймовірність коментувати чи ділитися.

Параметри керування рекомендаціями

Цього разу Meta також розгортає нові параметри керування контентом у Facebook та Instagram, де ви зможете більше впливати на контент, який ви бачите в кожній програмі: «Ви можете відвідати свої налаштування стрічки в Facebook і центр керування запропонованим вмістом в Instagram через меню з трьома крапками у відповідних публікаціях, а також через налаштування.»

Знову ж таки, тут немає ніякої магічної формули, Meta не відкриває свою чорну скриньку та не відкриває вам усі свої алгоритмічні секрети. Але нові інструменти прозорості надають краще розуміння різних моделей рейтингу та загальних факторів, які він враховує, коли зважує, як формувати досвід кожного користувача.

Джерело: Meta