Gmail用人工智能技術判定垃圾郵件

極客網(wǎng)北京7月10日消息，據(jù)國外媒體報道，谷歌表示，在人工智能技術的幫助下，Gmail垃圾郵件識別率如今提升到了99.9%。

大約10年前，垃圾郵件幾乎要毀了電子郵箱。一場拯救人們的郵箱的比賽隨即打響，兩大科技巨頭也力爭奪得垃圾郵件頭號殺手的頭銜。

2012年2月，微軟聲稱，它能夠過濾掉Hotmail 97%的垃圾郵件。谷歌后來作出回應，稱它的Gmail能夠過濾掉大約99%的垃圾郵件，而且誤判率（將沒問題的郵件誤判為垃圾郵件的比例）也只有1%。

兩家公司的成果表明，啟發(fā)式檢測技術——按照預設規(guī)則識別垃圾郵件——能奏效。

不過，它們還不夠出色。1%的垃圾郵件還是會讓人很煩惱，而1%的誤判率也可能帶來不小的麻煩，尤其是錯過重要的信息的話。因此，這些公司繼續(xù)不斷改良各自的垃圾郵件過濾技術?，F(xiàn)在，憑借一系列新的人工智能工具，谷歌在這方面又上了一層樓。

谷歌時隔3年再一次公布了Gmail的垃圾郵件數(shù)據(jù)，稱它的垃圾郵件比例已經(jīng)削減至0.1%，誤判率也下降至只有0.05%。該公司將此主要歸功于類大腦的“神經(jīng)網(wǎng)絡”的引入。引入到垃圾郵件過濾器后，該類技術能夠通過分析大量計算機上的信息來學習識別垃圾郵件和釣魚信息。

“機器學習的一大好處在于，它能夠自行適應不同的環(huán)境?！盙mail高級產(chǎn)品經(jīng)理約翰·瑞伊-格蘭特（John Rae-Grant）指出。谷歌稱，Gmail目前的全球用戶量達到9億。換言之，Gmail的垃圾郵件過濾器并不只是通過實施預設的規(guī)則來清楚垃圾，它們在運行期間還能夠自行制定新規(guī)則。

針對你不想看到的

與Facebook和Twitter一樣，谷歌也是神經(jīng)網(wǎng)絡領域的領先者。近年來，該公司利用該類技術來識別你向Android手機發(fā)出的語音指令，辨別你發(fā)布到Google Photos服務的照片，等等。據(jù)谷歌工程師杰夫·迪恩（Jeff Dean）稱，公司將這些技術應用于其互聯(lián)網(wǎng)帝國上的各種服務。

神經(jīng)網(wǎng)絡技術也能有效用于識別垃圾郵件其實并不令人意外。百度在使用該類技術來推送你可能會有興趣的廣告，F(xiàn)acebook利用它來在動態(tài)消息（News Feed）中判斷你可能想看的內(nèi)容。在某種程度上，垃圾郵件識別技術只是這些系統(tǒng)的相反面，它針對的是你不想看到的信息。

其它公司也在探索將神經(jīng)網(wǎng)絡用作過濾工具。除了識別垃圾信息之外，Twitter還計劃利用該技術在其社交網(wǎng)絡上識別淫穢內(nèi)容。

粗略地說，這些神經(jīng)網(wǎng)絡是機器的巨大合集，模擬大腦中的神經(jīng)細胞網(wǎng)絡。在谷歌，迪恩和由其他人工智能工程師組成的核心小組負責運作這些網(wǎng)絡，提供軟件庫，從而讓包括Gmail團隊在內(nèi)的其它谷歌團隊能夠用得上。據(jù)谷歌軟件工程師維賈伊·埃蘭蒂（Vijay Eranti）稱，Gmail團隊幾個月前才開始采用該項技術。

說到神經(jīng)網(wǎng)絡，瑞伊-格蘭特指出，“從研發(fā)到初始應用再到廣泛的應用，事情的發(fā)展非常迅速，尤其是這個領域?！?/p>

個性化調(diào)整

微軟現(xiàn)在的垃圾郵件過濾率達到多少呢？該公司還沒有公布Hotmail（現(xiàn)改稱為Outlook.com）這方面的最新數(shù)據(jù)。不過它也在部分產(chǎn)品中采用神經(jīng)網(wǎng)絡技術。正是由于該技術，Skype電話的即時翻譯功能才得以實現(xiàn)。

然而，正確來說，應用神經(jīng)網(wǎng)絡只是像谷歌這樣的公司打擊垃圾郵件和確保用戶收到正當內(nèi)容的舉措的一部分。瑞伊-格蘭特還表示，Gmail利用數(shù)項工具來調(diào)整垃圾郵件過濾器，從而使得它們符合用戶特定的偏好。

“這方面有灰色地帶，一個人的垃圾對另一個人來說可能是寶貝?！彼f道。

“我們會追蹤并試圖粗略估計你想要看到什么內(nèi)容，不想看到什么內(nèi)容，具體是根據(jù)你之前關注過什么信息，標記了哪些內(nèi)容為垃圾信息。所以，除了應用接收所有人的反饋的大機器學習模型，我們還會針對個人進行適當?shù)恼{(diào)整?！保┗郏?/p>

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。