لطالما كان الذكاء الاصطناعي عنصراً هاماً في نظام إعلانات ميتا. بدأنا بهندسة الخصائص اليدوية للنماذج الصغيرة وتقدمنا نحو بناء المئات من نماذج الشبكات العصبية العميقة مع تريليونات من النطاقات. يتم تحسين كل نموذج بشكل مستقل لتحقيق أهداف مختلفة، مثل تحسين جودة الإعلان لتقديم تجارب أفضل للأشخاص أو زيادة معدلات التحويل لتحقيق عائد أعلى على الإنفاق الإعلاني للمعلنين.
تواصل ميتا اتخاذ خطوات جريئة لتطوير ونشر أحدث تكنولوجيا الذكاء الاصطناعي وتقديم تغيير تدريجي في أداء نظام الإعلانات. نحن بصدد طرح نماذج الذكاء الاصطناعي أكثر فعالية لتحسين الأداء عبر جميع أنواع الإعلانات ومساحات عرض الإعلانات. نهدف إلى تحقيق ذلك من خلال مواءمة أعمق مع أهداف المعلنين، والاستفادة من التوسع السريع في المناطق عالية النمو، مثل نمط الفيديو القصير لتوفير تجارب ممتعة للأشخاص، كل ذلك مع الاستمرار في حماية الخصوصية.
في الآونة الأخيرة، قمنا ببناء ونشر Meta Lattice، وهي بنية نموذج جديدة تتعلم التنبؤ بأداء الإعلان عبر مجموعة متنوعة من مجموعات البيانات وأهداف التحسين التي كانت مدعومة سابقاً بالعديد من النماذج الأصغر حجماً والمنعزلة. وتعزز هذه البنية نظام إعلانات ميتا بالطرق التالية:
- أداء أفضل. بنيةMeta Lattice قادرة على تحسين أداء نظام الإعلانات لدينا بشكل كلي. لقد عززنا أدائها من خلال بنية عالية السعة تسمح لنظامنا الإعلاني بفهم المفاهيم والعلاقات الجديدة في البيانات على نطاق أوسع وأعمق ويفيد المعلنين من خلال التحسين المشترك لعدد كبير من الأهداف.
تظهر النتائج المبكرة على إنستغرام أن مشاركة المعرفة عبر مساحاته المختلفة (على سبيل المثال، الموجز والقصص ومقاطع Reels) وعبر أهداف المعلنين المختلفة (على سبيل المثال، النقرات ومشاهدات الفيديو والتحويلات) أدت إلى زيادة الأداء للمعلنين. أدى التحسين المشترك للقيمة للأشخاص والمعلنين إلى تجارب إعلانية أفضل للأشخاص، حيث أظهر تحسن بنسبة 8% تقريباً في جودة الإعلانات.
● تحسين كفاءة الذكاء الاصطناعي. إن الحفاظ على نماذج أقل وأكثر قوة وتطويرها يجعل نظام الإعلانات العام لدينا أكثر مرونة في تبني ابتكارات الذكاء الاصطناعي المستقبلية، ما يؤدي إلى زيادة القيمة لمعلنينا. نتوقع أيضاً أن يسمح الانتقال إلى Meta Lattice بتحسين كفاءة الحوسبة لدى أسطولنا، ومنحنا المزيد من المساحة للموارد لنستكشف آفاقاً جديدة في الذكاء الاصطناعي.
- تكيف أسرع مع مشهد السوق المتغير. مع استمرار تطور توقعات الأفراد حول كيفية استخدام بياناتهم، تتغير اللوائح والسياسات من الحكومات واللاعبين في الصناعة أيضاً. تعمل لوائح استخدام البيانات المتطورة وممارسات النظام الأساسي على تغيير نوع وكمية البيانات المتاحة لنماذج التعلم الآلي. لقد صممنا Meta Lattice لتعزيز أداء المعلن في بيئة الإعلان الرقمي الجديدة التي أنشأتها هذه القيود. بالإضافة إلى ذلك، فإن Lattice قادر على تعميم التعلم عبر النطاقات والأهداف، وهو أمر بالغ الأهمية بشكل خاص عندما يكون لدى النموذج بيانات محدودة للتدريب عليها. كما أن عدد النماذج الأقل يعني أنه يمكننا تحديث نماذجنا بشكل استباقي وبكفاءة والتكيف مع مشهد السوق سريع التطور.
Meta Lattice: بنية نموذجية أكبر من مجموع أجزائها
قبل استخدام بنية النموذج هذه، كان من المتوقع أن تنمو مساحة نموذج إعلانات ميتا بشكل كبير في السنوات القادمة مع ظهور المساحات ومنتجات المعلنين وممارسات الخصوصية الجديدة. غالباً ما يؤدي الحفاظ على مساحة نموذج كبيرة إلى انتشار أبطأ لابتكارات الذكاء الاصطناعي وعدم كفاءة الحوسبة.
قمنا ببناء بنية نموذج شاملة تتضمن إشارات متباينة وتحقق توازن الأداء عبر المجالات والأهداف. علاوة على ذلك، تعد موازنة أداء النموذج مع كفاءة الحوسبة تحدياً تقنياً معقداً وإلزامياً.
للتغلب على هذه التحديات، قمنا ببناء المحاور الرئيسية التالية:
- فهم شامل لأهداف كل من المعلنين والأشخاص. يمكن لـ Meta Lattice فهم كل من أنماط الاستخدام الشائعة وأنماط المشاركة الفريدة والكامنة بين الأشخاص والمعلنين من مصادر البيانات غير المتجانسة، من خلال التعلم متعدد المجالات والمهام، والمعد بتقنيات التنشيط المتناثرة. هذه الآلية مفيدة بشكل خاص لمشكلة “البداية الباردة”، حيث يمكن للأشخاص تلقي توصيات إعلانات أكثر ملاءمة على المنتجات والمساحات الناشئة، على الرغم من وجود القليل من البيانات التي يمكن الاستفادة منها، وذلك من خلال توفير تعميم أفضل.
- التعامل مع ردود الفعل المتأخرة. يمكن أن يمتد التفاعل بين الإعلان والشخص الذي يشاهد الإعلان من ثوان (على سبيل المثال، نقر، إعجاب) إلى أيام (على سبيل المثال، التفكير في عملية شراء، الإضافة إلى عربة التسوق، ثم إجراء عملية الشراء لاحقاً من خلال موقع إلكتروني أو تطبيق). من خلال النمذجة متعددة التوزيع مع الوعي الزمني، لن يكون بإمكان بنية Meta Lattice التقاط نية الشخص في الوقت الفعلي من الإشارات الجديدة فحسب، ولكن أيضاً الاهتمام بعيد المدى من الإشارات البطيئة والمتناثرة والمتأخرة.
- تحقيق التوازن بين مجالات وأهداف متعددة. Meta Lattice قادرة على موازنة الأداء عبر مجالات وأهداف متعددة والوصول إلى حالة لا يمكن فيها تحسين أي هدف دون الإضرار بالباقي (المعروف أيضاً باسم Pareto الأمثل). تساعد تقنيات مثل Pareto-front feature selection, MetaBalance، على تجنب ضبط أداء الآلاف من المجالات المختلفة وعشرات الأهداف المختلفة يدوياً.
- الانتقال نحو تحسين عالمي. تقلل Meta Lattice من عدد التنبؤات والنطاقات الفائقة من خلال الاستفادة من علاقات المهام الأساسية في النموذج. وبدلاً من ضبط مجموعة من النطاقات الفائقة يدوياً في نظام الإعلانات، تتعرف Meta Lattice تلقائياً على القيمة الأمثل الخاصة بها.
- تطوير النموذج المتقدم. تحتوي Meta Lattice على تريليونات من النطاقات مع مئات المليارات من الأمثلة من آلاف نطاقات البيانات، بما في ذلك مساحات منصات ميتا ومنتجاتنا التي تواجه المعلنين. ويعد نموذج شبكة المجموعة العميقة والهرمية المخصص الخاص بنا، القائم على قمة الهيكل الأساسي للمحولات، قابلاً للتطوير بدرجة كبيرة على وحدات معالجة الرسومات.
- تعظيم كفاءة نفقات الذكاء الاصطناعي. تم تدريب مئات النماذج وخدمتها وتحسينها بشكل منفصل في السابق. لقد قدمنا الآن مستويين من مشاركة الموارد: (1) المشاركة الأفقية عبر النطاقات والأهداف وترتيب المراحل عبر التحسين المشترك. و(2) المشاركة الهرمية بين النماذج الكبيرة الصاعدة عالية السعة إلى النماذج الرأسية الهابطة خفيفة الوزن. ويمكننا تقليل مقدار الاحتياجات الحاسوبية بشكل كبير من خلال تحسين مشاركة الموارد.
الدخول في عصر جديد من الإعلانات التي تعمل بنظام الذكاء الاصطناعي
نظراً لأن الأعمال تواجه تحولات مستمرة في سلوك المستهلك وتباطؤ اقتصادي وتغييرات مستمرة في ممارسات وقيود استخدام بيانات بالصناعة، فإننا بحاجة إلى أنظمة ذكاء اصطناعي أكثر ذكاء ومرونة يمكنها مواجهة هذه التحديات بسرعة وكفاءة. Meta Lattice هي إحدى الطرق التي نستخدم بها الذكاء الاصطناعي على نطاق أوسع وأعمق لتحسين نظام إعلانات ميتا. سيتعرف النظام الآن باستمرار على الخصائص الأساسية التي تعمل على تحسين أداء الإعلانات عبر مختلف المساحات والأهداف وأنواع الإعلانات في وقت واحد. من الآن فصاعداً، سنستمر في التكرار على نمط Meta Lattice. ستخلق بنية النموذج الجديدة هذه نظاماً أكثر ذكاءً، نظاماً أكثر قابلية للتكيف مع تغيرات السوق الأوسع ويمكنه الاستفادة بسرعة من ابتكارات الذكاء الاصطناعي الجديدة، ويعمل بكفاءة أكبر لتقديم النتائج التي تساعد الشركات على النمو.
