钛媒体注：Facebook拥有强大的算法，能够预测用户的各种喜好。然而，它的算法可能还是不够强大。CHRISTOPHER ZARA在Fast Company网站撰文称，她自己一直就食物图片恐惧症，但是无论她如何屏蔽，Facebook仍然没能Get到她的这一习惯，还是不断地推送美食图片。为什么会这样呢？做到这一点到底有多困难？

本文经图谱科技翻译，呈现了原作者在Facebook的使用经历，以及对Facebook所宣称强大的人工智能技术的切身感受。

网络社交媒体在预测用户的图片喜好方面，仍有很长的路要走。

我要坦白：我在Facebook上屏蔽了所有关于食物的图片，包括你分享在Facebook上的热气腾腾的牛排、你引以为豪的感恩节大餐，还有你特写的酥脆甜点。

我从2009年刚开始使用Facebook的时候，就已经把所有关于食物的图片都屏蔽、隐藏了，但我并不是针对某个人。由于一些说不清道不明的特质，我对食物的图片有种本能的、近乎病态的抵触和厌恶，以致于我无法直视食物的图片。

因为厌恶，我会尽可能避免那些会引起我不适的食物图片。近八年来，我一直在有意地屏蔽Facebook上的食物图片。尽管如此，食物的图片层出不穷，我还是遭受到了不间断的困扰——餐厅菜品推广的广告、我表妹自制的乳蛋饼……每一天，这些食物图片都会伴随着我的Facebook推送出现在我面前，死死地笼罩着我。

不是说Facebook用的是非常强大的算法吗？不是说它能了解每一个用户的品味偏好吗？这个世界上最先进的社交网络，为什么还是不能够了解我最基本的、对食物图片的厌恶呢？

很明显，Facebook只知道我隐藏、屏蔽了食物图片，但是它的算法没有将食物作为主要线索，将所有事实串联起来。

 照片来源：Unsplash用户Erol Ahmed

人各有所好

在对Facebook这一小缺陷展开调查前，我首先跟Facebook内部的熟悉其机器学习操作的人员进行了交流。我发现，Facebook确实是具备理解图片内容的能力的。

他们使用了先进的“计算机视觉”技术，这一技术能够对图片对象，甚至是整个场景进行识别和分割。你刚刚点赞的图片到底是“太空针塔”的风景，还是一个被咬了一半的热狗呢？

Facebook的人工智能机器人会运用“计算机视觉”技术进行识别。Facebook发言人Ari Entin表示，

他们的人工智能机器人正变得越来越智能。他说：“从基础科技的角度来说，我们掌握了所有所需的能力和先进的技术。”

然而问题在于——这项技术并没有让我免受食物图片的困扰。像我们之前在《快速公司》杂志提到过的，Facebook正以一种激动人心的方式使用“计算机视觉”技术。值得注意的是，

这一技术大大地提高了图像文本特征（专门为那些有视觉受损的人准备的）的准确度。Entin还表示，“计算机视觉”同样改进了Facebook的搜索引擎，帮助网站鉴别并清除了不良内容和信息，比如暴力、色情相关的图片。（Facebook最近公开表示，他们正在使用图像识别技术来打击色情信息。）现在，Facebook开发人员正准备着手对“计算机视觉”进行深度开发。

但是推送里的食物图片就不在其识别的范围之内了。为了弄清这其中的原因，你必须对Facebook算法有一些了解。你在Facebook推送中看到的内容，都是根据大量的信号数据向你推荐的，而这些信号都是由你的“Facebook行为”——你现有的Facebook好友、你点赞过的页面、你发表过评论的页面等等综合决定的。

“计算机视觉”技术现在还没有被应用到识别每一张图片这一过程。在了解你的喜好的过程中，Facebook的算法在意的是分享照片的人，而不是照片的内容。这也就是为什么，虽然这些年来我一直在有意地屏蔽食物图片，却还是免不了被食物图片笼罩。

我喜欢旅游，我表妹恰巧又是一个旅游爱好者。她经常在Facebook分享遥远地区的好看的照片，我点赞、评论了大部分她分享的旅游照片。

因此，尽管我对表妹分享的自制乳蛋饼的照片设置了屏蔽，以表示我对食物图片的厌恶。但对于Facebook来说，我对食物图片屏蔽、厌恶的信号太弱，不足以抵消我点赞、评论过的数百张旅游照片。所以Facebook只知道我喜欢表妹分享的照片，却不知道我喜欢的只是其中的旅行照片，而不是她分享的食物的照片。

在我浏览网页的时候，这样的状况同样会出现。每当《纽约时报》弹出关于食谱的文章，我就感觉很不舒服，所以我会自动屏蔽它。我会在它关于食物的图片下点击“不喜欢”键，这就相当于我发出了“我不喜欢《纽约时报》的信息”的信号。但事实上我不喜欢的只是《纽约时报》的关于食物的内容，而不是全部内容。Facebook接收到了错误的信号，误解了我的想法，导致推文的针对性对我的作用越来越小。

Facebook的这一个小漏洞刚好给了“计算机视觉”技术一个“大显身手”的机会，它给Facebook添加一个文本信息层，这一文本信息层能够建立起“不感兴趣”和“不喜欢”的差别。这对Facebook一直强调的目标——“向公众提供与之关系最密切的新闻和信息”作用非常大。说不定在不久以后，Facebook能完全清楚你的喜好和厌恶，自动帮你屏蔽你不想看到的图片，比如可怕的狗的图片，或是长得像你前任的人的照片。

照片来自：UNsplash用户Brooke Lark

 “厌恶”是一种非理性的情绪

当然，要做到完全了解用户的喜好和厌恶对Facebook来说是一个非常艰巨的任务。社会科学家表示“厌恶”这一情绪最初是一个简单的应对机制，是用来抵御那些可能会对我们造成伤害的对象的。

但是对现代人来说，“厌恶”常常是以极度个人的、复杂的、完全不理性的方式表现出来的。我厌恶食物的照片是事出有因的。我小时候经常见到的意大利、美国食物都是浓油赤酱的，酱汁四溅让我总是下意识地把食物与不干净联系在一起，我对食物图片的厌恶也正是来源于此。

这种厌恶逐渐持续发展成为一种本能反应——对牙医诊所里的美食杂志自动屏蔽，或者在看到《早安，美国》中的烹饪桥段时立刻换频道。一直到现在，我连一集《安东尼的秘密》（旅游美食节目）都无法容忍。

过去，我一直都进行着自我隔离，就像是生活在过滤后的环境中，但是现在不了。当步入社交媒体时代时我就知道，在与网络上的食物图片的对抗中，我是彻底输了。

Facebook、Instagram和其他社交媒体上的食物图片就像网络上的自拍和宠物照片一样常见。不管我喜不喜欢它们，它们已经在已建立的社会规则中找到了一席之地。我现在只能够寄希望于一个更加智能的自动筛选机制。

我问过Facebook现在是否有计划将“计算机视觉”技术应用于新闻源信号识别过程中，但是他们不愿意过多谈论未来的计划。他们公司的一位新闻发言人简单表示他们不排除这种可能。不管怎样，很明显的是“计算机视觉”将在未来的Facebook发挥很大的作用。

在Facebook年度F8开发者大会上，首席技术官Mike Schroepfer在台上大力宣传了他们的一项新技术——面具R-CNN。“面具R-CNN”能够侦测照片中的移动对象。另一位执行技术官在会议上还表示Facebook正在着手研究、开发能够对视频进行侦测和分析的“计算机视觉”技术。

现在，我并不指望这些技术在短期内就解决我的问题，因为真正掌握我们的喜好，不是简单的统计、总结出我们点赞最多的照片。事实上，了解我们真正喜欢什么，比了解我们点赞什么图片要复杂得多。

对一个拥有16亿用户的媒体软件来说，这并不是在淡化其管理的复杂任务。我们应该信任Facebook，相信它能够从所有混乱的文本内容中，理出相对清晰地思路。

每当我听到关于Facebook的强大的能力，或者是Facebook掌握的、大量的关于个人信息的数据，亦或者是关于“人工智能将能够理解人类感情”的大胆推测……我都会思考“既然Facebook都能够如此强大了，何以我不能？”这时，我就会打开我表妹分享在Facebook的自制乳蛋饼的照片，勇敢地直视它。