Zaawansowane funkcje filtrowania SPAM-u w aplikacji Gmail są jeszcze bliższe perfekcji dzięki uczeniu maszynowemu

Sztuczna inteligencja, uczenie maszynowe i głęboka nauka mogą nadal brzmieć jak niejasne koncepcje lub niewystarczająco dojrzałe technologie, aby móc mieć wpływ na przeciętnego konsumenta urządzeń przenośnych w naprawdę znaczący sposób. Niemniej jednak, przynajmniej zdaniem Google, jednym namacalnym osiągnięciem, które stało się możliwe dzięki technologii o nazwie TensorFlow, jest jeszcze mniej spamu w skrzynkach odbiorczych naszej poczty Gmail.

 

Początkowo stworzony do wewnętrznego użytku Google, TensorFlow to otwarty system uczenia maszynowego (ML, z ang. machine learning), który został wydany na licencji Apache 2.0 ponad trzy lata temu. Od tego momentu „zespoły i badacze z całego świata” wyprodukowali aż 71 tysięcy sekwencji ogólnie dostępnego kodu i innych źródeł otwartego oprogramowania, tworząc dzięki temu silną i aktywną społeczność, która ułatwia szybkie zastosowanie „nowych badań i pomysłów” w praktyce.

 

Jednym z bardziej popularnych pomysłów było dalsze udoskonalenie już i tak imponującej ochrony przed SPAM-em w poczcie Gmail dzięki szybkiemu dostosowywaniu się do ciągle zmieniających się i coraz bardziej wyrafinowanych technik rozpowszechniania niepożądanych wiadomości.

 

Warto przy tym dodać, że już przed wdrożeniem funkcji ochrony opartych na technologii TensorFlow, skuteczność Google w zakresie blokowania SPAM-u, phishingu i innych prób złośliwego oprogramowania była całkiem pokaźna. Można więc zatem spodziewać się, że od teraz będzie ona zasadniczo bezbłędna.

Żeby lepiej oddać Wam obraz tej skuteczności, mówimy tu o 99,9-procentowym wskaźniku skuteczności i dodatkowych 100 milionach niechcianych wiadomości blokowanych codziennie za pomocą technologii uczenia maszynowego. Najnowsze aplikacje Google bazujące na uczeniu maszynowym są rzekomo zdolne do identyfikowania „wzorców w dużych zbiorach danych, których ludzie tworzący reguły mogą nie być w stanie wychwycić”.

 

Zamiast koncentrować się na zaledwie kilku funkcjach poczty e-mail, które na pierwszy rzut oka mogą wydawać się skłonne do SPAM-u lub przypadkowo pasują do ogólnych wytycznych eliminujących SPAM i inne niepożądane treści, uczenie maszynowe zapewnia pełniejszy obraz podejrzanych wiadomości, analizując wszystkie dostępne sygnały przed dokonaniem ostatecznego ustalenia. W związku z tym, liczba tzw. „fałszywych trafień” staje się coraz węższa, a kategorie SPAM-u będące do tej pory szczególnie trudne do wykrycia – takie jak e-maile z ukrytą treścią osadzoną – powoli przestaną pojawiać się w naszych skrzynkach odbiorczych.

 

Cały proces jest oczywiście automatyczny i błyskawicznie się rozwija, chociaż jest również stale udoskonalany w celu zwiększenia jego szybkości i wydajności, dążąc ostatecznie do utopijnego celu uwolnienia wszystkich 1,5 miliarda użytkowników poczty Gmail na całym świecie od SPAM-u na wieki wieków.

 

 

Źródło: www.phonearena.com