人們平時在使用社交程式時，都會在彈出的推薦頁面中看到自己感興趣的內容，此時內心就會生出疑問：「為什麼它會知道我對這個感興趣？」至於這背後的原理，事實上是源於叫做神經網絡（Neural Network）的技術，該技術會產生連用戶自己都察覺不到的關聯網絡。像谷歌、亞馬遜、Instagram、微軟旗下的職業社交網站LinkedIn、圖片社交平台Pinterest都是利用了這一技術，向不同的用戶推送能吸引其眼球的內容及廣告。

　　大公報記者 劉嘉儀

　　在眾多使用神經網絡技術的公司中，以收益最多的Pinterest為例，該公司作為美國老牌的圖片分享社交網站，他們則會通過人們發布的圖片或是關注的用戶，推送出符合每個用戶偏好的內容。事實上，找出人們喜歡或偏好什麼的過程並不需要人工干預，這樣的過程從頭到尾都是一種被稱為神經網絡的高級人工智能技術處理的，它可以在一秒內進行數百萬次的計算，快速找到吸引用戶眼球的內容。

　　Pinterest資深科技副總裁、沃爾瑪前執行副總裁兼首席技術長Jeremy King表示，神經網絡正幾乎百分百地推動Pinterest增長。今年首季，神經網絡技術為Pinterest吸引到的全球月度活躍用戶已達到4.8億，按年增長30%，期內廣告銷售額與2018年同期比更是增長了逾一倍。

　　AI分析用家瀏覽數據

　　神經網絡會處理大量用戶數據，包括用戶搜索或保存了什麼，用戶關注的人及關注人釘板裏的內容，神經網絡還會查看用戶會點擊哪些廣告，以此來了解用戶的興趣，並提供相關性較高的內容。數據顯示，一個專注於Pinterest平台上各類廣告的神經網絡模型每秒內可以給出逾3000萬個用戶偏好預測。

　　市場調研公司Forrester和數據分析集團International Data Corporation透露，在使用人工智能技術的公司中，約有三分之一的公司已經或是將在未來12至18個月內採用神經網絡技術。例如微軟旗下的職業社交公司LinkedIn表示，它利用神經網絡提示用戶與其有千絲萬縷關係的人，或是利用該技術向用戶投放廣告。

　　至於神經網絡在Pinterest中的實際運作流程是怎樣的？舉例來說，一個屋主正在考慮浴室的地板用什麼樣的材料好，她在Pinterest上收藏了一些符合偏好、以用來參考的浴室圖片，而神經網絡就會根據其收藏頁面開始識別圖片中是什麼。緊接着，系統將會搜索大量擁有類似材質、大小和顏色的物品的圖片，之後神經網絡會對浴室地板進行不同風格的標記，並在分析了用戶的收藏頁面後，根據收藏內容進行相應推送。

　　Pinterest神經網絡的強大之處在於，它可以推送用戶的關聯性內容，例如在上文屋主原本並沒有考慮購買一個梳妝台，直到平台彈出一個廣告，展示的是一個完全符合她偏好的梳妝台，這也是如同上文中的流程，對該用戶釘在其釘板上的圖片進行了大量的計算和分析後得到結果，神經網絡在不斷分析的過程中學習並累計經驗，數據越多，越能像一個擁有智慧的生命體一樣給出意見，如此一來就令用戶體驗大大提升。