Facebook背後你不知道的真相！

Facebook和Instagram我們日日用，自問生活離不開它們的你，又有否想過Social Media是如何營利呢？

其實Facebook背後有著很多鮮為人知的真相，今次就和大家分享一下。

Facebook背後的營運模式，你又知幾多？

在揭曉答案之前，先告訴大家一些有關Facebook的背景資料：

• Facebook是全球最大社交媒體，現時市值已突破3,000億美元；
   
• 於2015年第3季，其月活躍用戶數（Monthly active users，MAUs）為15.5億，日活躍用戶數（Daily active users，DAUs）則達10億；
   
• 根據第3季度業績，2015年第3季Facebook的總收入為45億美元，當中有43億是來自廣告收益，估整體收入95%。

▲ Facebook 2015 Q3 Stat 相片來源：Fimmick

很震撼對吧？其實包括你和我的大眾，就是它吸金能力的來源。事實是，當你擁有一個能接觸15億用戶的平台時，你的確是玩晒的。

具體點說，Facebook賣的Inventory是人們在平台上花的時間和專注力；而Facebook相比傳統電子行銷媒體的優勝之處，就在於其背後一套嚴密的廣告機制，令它可以在對的渠道及時間，為對的受眾提供對的內容（Deliver the right content at the right time across the right channel to the right audience）。

正正是這4個Rights，確保Marketers能將Content Marketing的威力發揮至極致。

Facebook 探索真正人工智能

對普羅大眾而言，Facebook只是一個社交平台，但其實它背後能做到的事遠遠超乎常人所想。

Facebook現時已是全球收集、結合、分析、運用和測試用戶數據做得最透徹和成熟的科技公司，為了能精準地將內容送達至目標群眾，早於2013 年，Facebook創辦人兼CEO Mark Zuckerberg聯同CTO Mike Schroepfer和其他公司高層，回顧公司過去十年創立以來的成就，並思考如何在緊接的十年繼續發展長盛不衰，當時Mark就銳意將人工智能(Artificial Intelligence, AI) 定為Facebook公司發展的長遠基石，並期望將電腦訓練成人類般思考，於是有了成立Facebook人工智能研究室（Facebook Artificial Intelligence Research，簡稱FAIR）的念頭。

▲ Yann LeCun 相片來源：Fimmick

Facebook 當時已經將人工演算法運用到其社群網絡當中，譬如說如何分配用戶每天在自己的 News Feed 中看到什麼內容。

不過對比起當時頂尖的AI科研項目，這只不過是小兒科。Mark於是親自拜訪並遊說了AI發展研究史上傳奇人物 Yann LeCun擔任FAIR主管，再由他親自邀請業內30 個頂尖AI研究科學家及 15 名精英工程師組成這個肩負著 Facebook 未來的小團隊。

Yann 指出迄今AI的最大問題是它們沒有常識，以「一個小孩在浴室中拿起一枝牙刷」為例，人類的大腦不難想像出這個簡單的場景，但對一台電腦來說，在處理這個場景的過程中，就會流失大量有用的資訊。

人類懂得運用經驗去想像和推理事物，電腦卻不能。即使在說話中沒有提到具體動作，但由於這是真實世界非常常見的情境，你並不需要我告訴你所有的細節，都能夠推斷出小孩可能正在刷牙。

FAIR為了解決這個問題，一方面利用supervised learning — 在Facebook的數據庫內抽取成千上萬小孩的照片，直到AI系統了解小孩各項的特徵為止。

另一方面利用 reinforcement learning — 向系統提問各種關於小孩的常識問題，要求它以「是或否」的二選一模式回答。這種混合學習模式雖然比較耗時，但當這兩種方式混合起來時就產生強大功用。 從Facebook發佈的最新影片中，已能看出他們的AI系統已經初步解決這個問題，厲害嗎？

FAIR團隊同時在進行一個名為「Embed the World」難以置信般龐大的計劃。在該項目中，FAIR為了幫助電腦更加理解我們身處的現實世界，團隊正教導電腦學習所有Facebook社群內所發生的事物，如：用戶、帖子、評論、相片及影片等之間的關係。「Embed the World」讓Facebook不只能解讀文字，甚至能解讀、學習和預測用戶在平台上分享的所有內容：

1. 圖像

有試過在Facebook上載相片時，系統會自動為相片中的人作標記嗎？你覺得準確嗎？這就是Facebook 的人臉識別技術－Deepface。這技術已能從照片中的人類面部的4千種特徵去識別一個人，據稱準確度已經達97.35%（只比真人識別的97.5%差一點點！）

更恐怖的是，今年六月Yann接受訪問時表示，Deepface 技術又向前邁進了一大步 — 無須看到相中人的臉孔，只從其他的身體特徵，如：髮型、動作、體型和衣著等，Deepface都可辦識出一個人。

至於人樣以外的圖像都一樣能解讀，如果用戶上載大量貓的圖片，Facebook的AI就會將他歸類為愛貓一族；它甚至能分辦菜式，所以將來Facebook就可從一眾「相機食先」的用家上載的相片中，大概了解他們對食物的喜好。

▲ 相片來源：Fimmick

2. 影片

繼圖片後，計劃下個階段的目標是發展影片學習。在現階段的測試中，AI已經可從影片中準確地識別出不同的體育運動，準繩度甚至比肉眼還高！（一般人大概不會看得出「印度式摔角」和摔角的分別吧）

「Embed the World」已經在自動相片標記中使用，接下來的日子將被運用於標記影片。從前大量影片因為缺乏標記，或者沒有任何文字描述，繼而被「淹沒」於資訊大海中。 你可以幻想不久將來﹐如果AI將會能夠「觀看」影片，並大致將它們分類給你搜索會是何等美好！

3. 聲音

你有使用Facebook Messenger的錄音功能嗎？Facebook的AI已進化到不只聲音都聽得懂，公佈的實驗中展示只要有足夠的數據量，系統甚至可以從錄音的內容，猜測你和對方之間的關係，是不是很可怕？

AI經過訓練後甚至比人類更快掌握不同語言的俚語，FAIR最近發現法國球迷經常用一個新的俚語表達「wow」，AI在經過相關訓練後，現在已能可靠地掌握並將說話中的本意翻譯出來。

4. 瀏覽習慣

以為做CD-Rom就可逃過它的法眼？少年你太年輕了。即使用戶從不分享，Facebook一樣有方法了解你。你瀏覽Facebook的所有習慣，看每個Post的時間，以至Mouse-over逗留的時間都會記錄在案，從而得出你對怎樣的內容有興趣。

另外Facebook 的團隊實在太過聰明了，他們於很多年前著手開放它們的開發者介面，讓所有社群外的網站和APP的開發者利用它們的Social ID進行用戶驗證、互動和分享。如果細心留意它們的開發者條款，Facebook是會利用部分資料去完善它們的用戶資料庫呢！

5. 預測結果

FAIR團隊又利用大量數據去訓練AI去預測一系列事情，例如：預測一段影片中，那些堆起的箱子最終會否塌下來。經過多個月的密集訓練後，系統已經能90%成功預測結果，比人類預測更為精準。

6. Facebook M

我們已經開始習慣使用個人手機助理，譬如 Siri 以及 Google Now 。但 Facebook 選擇了一條不同的道路，其名為「M」的新型個人AI助理，擁有比手機更強的處理複雜事物的能力。

Siri 可以發短信，而 M 則可以預定航班或制定旅行計劃。在開發過程中，一位 Facebook 的僱員甚至讓 M 安排了直接訂位。

大數據  提高Targeting精準度

Facebook愈來愈了解它的用戶，不光是性別、年齡，甚至連興趣也能準確掌握。作為Digital Marketer，如何利用這些大數據，作出歸納、分析，得出可用的Insights，提高Targeting的精確度與制定創意內容的方向呢？

這裡試舉香港喜歡「閱讀」這個Target segment為例，不同性別、年齡層的愛書之人，所感興趣的事物也有所不同，從他們各自的Interest group便可得知。

例如原來18-30歲喜歡閱讀的人，他們也會喜歡「賣字」這個專頁；30至40歲喜歡閱讀的男性，反而會「返老還童」喜歡上LEGO等玩物。

至於40歲以上的閱讀者，不少都會留意「香港舊照片」這樣的專頁，足證他們有種懷舊的心理。誰說Social Media無法打動到年紀較大的人？用旁敲側擊的手法，為他們送上啱睇的內容，自然能正中下懷。

在早前一片向經典電影《回到未來》致敬的熱潮中，Facebook 的AI令我想起了另一套科幻電影的情節－就是Terminator 中的超級電腦Skynet！

隨著Facebook等社交媒體的AI發展不斷成熟，它們只會像片中的Skynet一樣愈來愈了解人類。知道了社交媒體背後的真相後，你在使用它們時又會否有一番新的體會？

原文刊於Fimmick，獲授權轉載。