Facebook построит свой собственный кремний для фильтрации содержимого в реальном времени

Фильтрация содержимого является серьезной проблемой для всех сайтов социальных сетей. Столкнувшись с лавиной настоящий материал загружается каждую секунду, фирмы, как Facebook, Instagram и YouTube боролись, чтобы справиться набор проблем, начиная от мирского обнаружения авторского права и маркировки вопросов, как мести порно. Люди намного лучше, чем компьютеры в классификации контента, и определяют, нарушают ли изображения и видео условия обслуживания сайта. Но человеческое сканирование плохо масштабируется и часто вызывает значительные уровни психологического стресса для рассматриваемых сотрудников. Существует огромный потенциальный рынок для продуктов, которые могут более эффективно справляться с этой работой - и FB, по-видимому, бросает свою шляпу в кремниевое дизайнерское кольцо.

На конференции Viva Technology главный научный сотрудник Facebook Айан ЛеКун сказал, что компания хочет вмешаться в случай, когда кто-то загружает видео или убивает убийство или самоубийство, но теперь для нынешних решений требуется либо огромное количество вычислительной мощности , много электричества, или и то, и другое. Tom's Hardware сообщает LeCun:

Есть огромный диск для разработки чипов, которые для этого более энергоэффективны. На это работает большое количество компаний, в том числе Facebook ... Вы видели эту тенденцию от таких компаний, как Intel, Samsung, Nvidia. Но теперь вы начинаете видеть людей ниже в процессе использования, имеющих свои собственные потребности и работающих на своем собственном оборудовании.

С одной стороны, совершенно очевидно, что Facebook и другие компании в социальных сетях будут работать над такими возможностями. В прошлом году YouTube был забит из-за несоответствующего контента, созданного ботами и сбрасываемого в каналы, предназначенные для детей. Решение Facebook, чтобы порноместь включает превентивно загрузки порно себя в компании, и доверять им, чтобы использовать его в качестве плана для удаления незаконных загрузки если когда-нибудь произойдет. Между тем, трюки, используемые для обхода методов сканирования и фильтров, стали все более сложными.

Создание аппаратных решений, которые могут обрабатывать эту рабочую нагрузку в режиме реального времени, также представляет собой потенциальное оружие. На Западе, где свобода слова, как правило, хорошо защищена, это не является проблемой. Но это совершенно пугает, когда в сочетании с аспектами Великого брандмауэра Китая или недавнего перехода страны на развертывание системы социального кредитования. И, конечно же, системы, которые могут быстро указывать контент для того, чтобы быть за или против условий обслуживания данной компании, могли быть перепрофилированы по другим причинам, а также - включая мониторинг того, что люди публикуют и помещают контент, который можно рассматривать как «проблемный» по причинам, выходящим за рамки изображая самоубийство, убийство или аналогичную незаконную деятельность.

Система социального кредитования в Китае - это не просто средство для мониторинга граждан - оно также относится и к компаниям, с оценкой штрафов за фирмы, которые не платят налоги вовремя или продают некачественные продукты. Внешняя политика содержит подробную информацию о том, как эта схема была реализована до настоящего времени в Китае, и о том, в какой степени она уже выпекается в решениях о том, кто имеет право на социальные услуги в этой стране. На данный момент даже дистопию не следует предлагать правдоподобное будущее, в котором машинный интеллект и мониторинг контента в режиме реального времени используются для создания системных профилей того, как люди используют социальные сети для контроля доступа к различным социальным преимуществам. Это будущее буквально происходит. И такие проекты, как Facebook, а также благие намерения, скорее всего, встраивают такие инициативы еще дальше в общество.

Другая серьезная встряска, подразумеваемая подобной работой, будет иметь меньшее влияние на общество, хотя это предполагает огромный сдвиг в компьютерной индустрии. В течение десятилетий общая производительность вычислений была выдвинута генералами. Во-первых, процессоры ускоряют производительность рабочей нагрузки по всей отрасли. Затем такие компании, как Nvidia и AMD, создали программируемые графические процессоры, которые можно рассматривать как предлагающие «обобщающие» программируемые ядра для некоторых конкретных типов проблем (это одна из причин, почему аббревиатура GPGPU или блок общей обработки графического изображения иногда используется для ссылки к современным программируемым графическим процессорам). В обоих случаях аргумент заключается в том, что такие компании, как Facebook, Google и Microsoft, могут максимизировать стоимость своих расходов на исследования и разработки, полагаясь на вычислительные возможности, создаваемые специализированными фирмами, такими как Intel, AMD и Nvidia.

Если крупные игроки, такие как Facebook и Google, продолжают разрабатывать свои собственные специализированные аппаратные средства, они могут коллективно оспаривать доминирование основных игроков оборудования, которые эффективно определили вычисления на протяжении десятилетий. Если вы должны составить список компаний, которые сформировали среду, в которой мы вычисляем, это не очень большой список, а основные входы и выходы имеют тенденцию также возникать в случае значительных сдвигов в вычислительных парадигмах.

Фирмы, которые доминируют в одну эпоху, не всегда преуспевают в более поздние периоды времени, и это не является необычным для компании, которая играет роль в несколько отдельных периодов времени, чтобы играть роль совершенно по-разному. Например, IBM за последние несколько десятилетий перешла от аппаратно-ориентированного бизнеса к поставщику программного обеспечения и решений. Intel, AMD, Nvidia и множество других компаний делают ставку на то, что они могут перейти к центру, ориентированному на центр обработки данных, включив эти новые вычислительные парадигмы с аппаратным обеспечением общего назначения. Если самооценка сохраняется, она может угрожать этим потокам доходов в долгосрочной перспективе.

Читать далее

Как работают кэши ЦП L1 и L2 и почему они являются неотъемлемой частью современных микросхем

Вам когда-нибудь было любопытно, как работает кеш L1 и L2? Мы рады, что вы спросили. Здесь мы глубоко погружаемся в структуру и природу одного из самых фундаментальных проектов и инноваций вычислительной техники.

Размещение продукта скоро поступают на классический фильм, современный телевизор рядом с вами

Новая компания Marketing Ai-Marketing хочет рекламировать места, которые ранее думали о недоступных, чтобы поставить больше продуктов перед вашими глазными яблоками.

RISC VS. CISC не является неправильным объективом для сравнения современного X86, ARM CPU

Попробуйте исследовать различия между семействами процессоров X86 и ARM (или X86 и Apple M1), и вы увидите CRONIMES CISC и RICH. Это распространенный способ оформить обсуждение, но не очень полезно. Сегодня «RISC против CISC» скрывает больше, чем это объясняет.

Худшие носители для хранения всех времен

Мы уже накрыли лучшие носители для хранения всех времен - теперь как насчет худшего?