Deep Learning Recommendation Model, il motore che è alla base delle raccomandazioni social, è adesso un progetto open source su GitHub
Facebook ha annunciato oggi il rilascio open source di Deep Learning Recommendation Model (DLRM), un progetto di IA che mira a fornire risultati personalizzati negli ambienti di produzione. DLRM è online su GitHub mentre le sue implementazioni sono disponibili per PyTorch, oltre che per il framework di apprendimento distribuito di Facebook, Coffe2 e Glow C++. I motori di raccomandazione sono la base di ciò che le persone vedono oggi sui social, sia che si tratti di contenuti virali che di portali di e-commerce, come Amazon. Il mese scorso, proprio la compagnia di Jeff Bezos ha finalizzato la sua intelligenza artificiale per il sistema di raccomandazioni di shopping, chiamato Personalize, basato su AWS.
A cosa servirà
Un documento redatto da una ventina di ricercatori IA di Facebook spiega come il modello utilizza le tabelle di incorporamento per mappare i dati categoriali e le rappresentazioni. La funzione predittiva multistrato (MLP) esegue la maggior parte del calcolo, così come spiegato a inizio anno da Vijay Rao, direttore della strategia di Facebook. Ora, DLRM ha acquisito le caratteristiche di open source per aiutare le imprese e la comunità IA a capire meglio come funzionano i motori di raccomandazione e in che modo le reti neurali associano dati a determinati attributi.
C’è da dire che simili strumenti di Facebook sono stati considerati controversi in passato. François Chollet, creatore di Keras Deep Learning Library, lo scorso anno ha affermato in un lungo post Medium e in una serie di tweet, che i ricercatori IA con un’etica morale non dovrebbero lavorare con Facebook, in parte per la poca trasparenza nel merito delle attività di raccomandazione a scopo di marketing e vendita.
