В ста километрах к югу от Полярного круга, на берегу Ботнического залива стоит небольшой шведский город Лулео. Здесь расположен один из дата-центров Facebook. Огромные вентиляторы, бесконечные ряды серверов и аккуратно уложенные километры кабелей — все это помогает крупнейшей в мире социальной сети работать без перебоев круглые сутки. Но Facebook — это не только обмен лайками и просмотр перезалитых из YouTube роликов десятилетней давности, это еще и различные исследования и проекты, которые зачастую намного интереснее пользовательского контента социальной сети.
Интернет через беспилотники
Facebook заинтересована в как можно большем числе пользователей. Но число пользователей, очевидно, напрямую зависит от числа людей, имеющих доступ в интернет. Для того чтобы предоставить доступ в интернет жителям удаленных регионов, компания работает над проектом беспилотника Aquila, которому предстоит функционировать в качестве летающего ретранслятора сигнала с других беспилотников и спутников. Обмен данными между ними будет осуществляться при помощи лазерного луча. Aquila впервые поднялся в воздух этим летом, его полет продлился 96 минут. По планам Facebook, в будущем благодаря солнечным батареям беспилотник сможет находиться в воздухе до трех месяцев.
Наследование профессии
На первый взгляд может показаться, что традиция передачи профессии детям давно осталась в прошлом, но это не так. Конечно, для исследования таких связей нужен анализ огромного массива данных, содержащих информацию о родственных отношениях и профессиях многих людей. Само собой, Facebook идеально подошел для дата-майнинга такого рода и показал интересные результаты. Например, профессию медсестры наследуют 8,5 процента дочерей — это в 3,75 раза превышает средний показатель для других профессий. Кроме того, оказывается, можно говорить не только о наследовании: братья и сестры выбирают одинаковую специальность в 15 процентах случаев, а однояйцевые близнецы — в 24,7 процента случаев. В общем, много интересного можно вытащить из большого массива персональных данных — главное, суметь их собрать.
Влияние на мнение избирателей
Политологи обнаружили, что комментарии на Facebook способны повлиять на мнение избирателей по поводу кандидатуры того или иного политика. Причем зависимость оказалась очень простой: позитивные комментарии в постах о политиках улучшают их имидж в глазах избирателей, а негативные комментарии оказывают прямо противоположный эффект. По словам авторов исследования, это может означать, что старые методы продвижения того или иного кандидата больше не работают — ключевую роль в выработке предпочтений избирателей начинает играть коллективное мнение в соцсетях.
Виртуальная реальность
Среди многочисленных проектов Facebook есть открытый проект платформы для панорамной стереовидеосъемки под названием Surround 360. В платформе используются целых 17 камер, которые снимают стереовидео разрешением 8K. Такой подход позволяет создавать качественные панорамные съемки для просмотра в очках виртуальной реальности, а концепция открытого проекта подразумевает, что любой желающий может воспользоваться наработками Facebook для постройки собственной панорамной камеры.
Стресс из-за «друзей»
Психиатры и нейробиологи выяснили, что если количество «друзей» у подростка превышает средний показатель в 300 человек, то в его организме на протяжении дня вырабатывается больше кортизола, или гормона стресса, чем у сверстников. Необходимо отметить, что на самом деле все не так просто, и это только один из многих факторов, которые могут влиять на уровень кортизола в организме. Даже сами авторы работы предостерегают от поспешных выводов и подчеркивают, что исследование носит предварительный характер.
Нейросети
Естественно, Facebook с таким объемом размеченных данных не стоит в стороне от машинного обучения. Специалисты Facebook по искусственном интеллекту даже разработали алгоритм, способный опознать человека со спины. При распознавании алгоритм действует так же, как и люди, к которым знакомые повернулись спиной. Программа анализирует прическу, одежду, жесты и телосложение конкретного человека, запечатленные на уже известных ей фотографиях, после чего учитывает эти параметры для опознания человека на других снимках.
В другом проекте разработчики использовали нейросети для составления карты плотности населения для 20 стран мира по спутниковым снимкам. Сначала один алгоритм отфильтровал и убрал снимки с однородным изображением: водоемы, леса, пустыни. С оставшимися снимками работал другой алгоритм, причем для анализа плотности населения исследователи использовали наиболее очевидный признак присутствия человека — наличие видимых зданий и инфраструктурных сооружений.
