Machine Learning trong mạng xã hội đang trở thành công nghệ cốt lõi giúp TikTok, Facebook và Instagram cá nhân hóa trải nghiệm của hàng tỷ người dùng trên toàn thế giới.

Bạn mở TikTok sau giờ học hay giờ làm, định xem “chỉ 5 phút” rồi đi ngủ.

Một video về bóng đá xuất hiện. Bạn xem hết.

Tiếp theo là một video phân tích chiến thuật của Chelsea. Bạn tiếp tục xem.

Rồi một clip về những pha cứu thua đẹp nhất tuần.

Đến lúc nhìn lại đồng hồ… đã gần một tiếng trôi qua.

Điều thú vị là TikTok chưa từng hỏi bạn thích bóng đá hay không. Thế nhưng ứng dụng này vẫn liên tục hiển thị đúng những nội dung khiến bạn muốn xem tiếp.

Facebook cũng vậy. Instagram cũng vậy. Thậm chí Spotify còn biết bài hát nào bạn có khả năng yêu thích trước cả khi bạn nghe nó.

Đây không phải là sự may mắn.

Đằng sau tất cả là Machine Learning – công nghệ giúp các nền tảng học từ hành vi của hàng tỷ người dùng để đưa ra những dự đoán ngày càng chính xác.

Trong bài viết đầu tiên của series này, hãy cùng MCNA Technology School tìm hiểu Machine Learning là gì và vì sao nó được xem là “bộ não” của các mạng xã hội hiện đại.

Machine Learning là gì?

Nếu phải giải thích bằng một câu đơn giản nhất, Machine Learning là cách để máy tính học từ dữ liệu thay vì chỉ làm theo những quy tắc được lập trình sẵn.

Nghe có vẻ trừu tượng?

Hãy thử tưởng tượng bạn làm việc trong một quán cà phê.

Ngày đầu tiên, bạn không biết khách hàng thích uống gì.

Sau vài tuần quan sát, bạn nhận ra:

• Buổi sáng, dân văn phòng thường gọi cà phê đen.
• Buổi chiều, sinh viên thích trà sữa hoặc đồ uống lạnh.
• Cuối tuần, lượng khách gọi đồ đá xay tăng lên đáng kể.

Không ai dạy bạn những quy luật này. Bạn tự quan sát, ghi nhớ và rút kinh nghiệm.

Machine Learning cũng hoạt động gần giống như vậy.

Thay vì quan sát vài trăm khách hàng, máy tính quan sát hàng triệu, thậm chí hàng tỷ hành động của người dùng để tìm ra những quy luật mà con người rất khó nhận ra.

Càng có nhiều dữ liệu, mô hình càng học tốt hơn và đưa ra dự đoán chính xác hơn.

Machine Learning học từ những gì?

Mỗi lần bạn sử dụng một mạng xã hội, bạn đang vô tình tạo ra dữ liệu.

Ví dụ:

• Bạn dừng lại ở một video trong bao lâu.
• Bạn xem hết hay bỏ qua.
• Bạn nhấn thích.
• Bạn bình luận.
• Bạn chia sẻ cho bạn bè.
• Bạn tìm kiếm điều gì.

Riêng từng hành động có vẻ không mang nhiều ý nghĩa.

Nhưng khi kết hợp hàng triệu người dùng cùng lúc, Machine Learning có thể phát hiện ra những xu hướng rất rõ ràng.

Chẳng hạn, hệ thống có thể nhận thấy những người thường xem video về công nghệ cũng có xu hướng quan tâm đến AI, lập trình hoặc khởi nghiệp. Từ đó, các nội dung liên quan sẽ được ưu tiên hiển thị.

Vì sao mọi mạng xã hội đều cần Machine Learning?

Mỗi ngày, các nền tảng như Facebook, TikTok hay Instagram phải xử lý một lượng nội dung khổng lồ.

Hàng triệu video được tải lên.

Hàng triệu bài viết mới được đăng.

Hàng tỷ lượt tương tác diễn ra chỉ trong vài giờ.

Nếu mọi bài đăng đều hiển thị theo đúng thứ tự thời gian, người dùng sẽ nhanh chóng bị “ngập” trong thông tin và rất khó tìm thấy điều mình quan tâm.

Machine Learning giải quyết bài toán đó bằng cách trả lời một câu hỏi quan trọng:

“Trong hàng triệu nội dung đang có, đâu là nội dung người dùng này có khả năng thích nhất?”

Đây chính là nền tảng của mọi hệ thống đề xuất hiện đại.

TikTok: Ví dụ rõ ràng nhất về Machine Learning

Nếu có một ứng dụng thể hiện sức mạnh của Machine Learning rõ nhất, đó có lẽ là TikTok.

Nhiều người nghĩ TikTok chỉ quan tâm bạn đã nhấn “Thích” hay chưa.

Thực tế, thuật toán còn theo dõi rất nhiều tín hiệu khác:

• Bạn xem video bao lâu.
• Có xem đến cuối hay không.
• Có tua lại không.
• Có nhấn vào trang cá nhân của người đăng không.
• Có đọc bình luận không.
• Có chia sẻ cho người khác không.

Tất cả những tín hiệu nhỏ này được tổng hợp để xây dựng hồ sơ sở thích của từng người dùng.

Đó là lý do hai người ngồi cạnh nhau, cùng mở TikTok nhưng gần như không bao giờ có trang “For You” giống nhau.

Facebook và Instagram sử dụng Machine Learning như thế nào?

Machine Learning trên Facebook không chỉ dùng để sắp xếp bảng tin.

Nó còn xuất hiện ở rất nhiều tính năng quen thuộc như:

• Gợi ý kết bạn.
• Đề xuất nhóm phù hợp.
• Hiển thị quảng cáo.
• Phát hiện tài khoản giả.
• Hạn chế spam và nội dung độc hại.

Instagram cũng tương tự.

Trang Explore của mỗi người gần như được thiết kế riêng dựa trên những gì họ thường xem, lưu hoặc tương tác.

Chính vì vậy, hai người theo dõi cùng một tài khoản vẫn có thể nhận được những nội dung được ưu tiên hoàn toàn khác nhau.

Không chỉ mạng xã hội

Machine Learning không chỉ tồn tại trên Facebook hay TikTok.

Có thể bạn đang sử dụng Machine Learning mỗi ngày mà không để ý.

Spotify sử dụng nó để tạo Discover Weekly.

Netflix dùng nó để gợi ý phim.

YouTube quyết định video tiếp theo bạn nên xem.

Google Maps dự đoán tình trạng giao thông.

Gmail tự động lọc thư rác.

Amazon đề xuất sản phẩm bạn có thể muốn mua.

Điểm chung của tất cả những ứng dụng này là chúng đều học từ dữ liệu để đưa ra quyết định tốt hơn theo thời gian.

Machine Learning có thật sự “hiểu” chúng ta?

Đây là một câu hỏi thú vị.

Câu trả lời là không.

Machine Learning không hiểu cảm xúc hay suy nghĩ như con người.

Nó chỉ rất giỏi trong việc tìm ra các quy luật từ dữ liệu.

Ví dụ, nếu hàng triệu người từng xem hết video A cũng thường thích video B, hệ thống sẽ đề xuất video B cho những người có hành vi tương tự.

Nó không biết vì sao bạn thích nội dung đó.

Nó chỉ biết xác suất bạn sẽ thích là rất cao.

Chính khả năng dự đoán này đã tạo nên trải nghiệm cá nhân hóa mà chúng ta thấy hằng ngày.

Machine Learning có phải là AI?

Đây là nhầm lẫn khá phổ biến.

AI là khái niệm rộng, bao gồm nhiều lĩnh vực khác nhau.

Machine Learning chỉ là một nhánh của AI, tập trung vào việc giúp máy tính học từ dữ liệu.

Bên trong Machine Learning còn có những hướng phát triển chuyên sâu hơn, nổi bật nhất là Deep Learning – công nghệ đứng sau nhiều ứng dụng như nhận diện khuôn mặt, xe tự lái hay các mô hình AI tạo sinh.

Nói cách khác, nếu AI là một “cây lớn”, thì Machine Learning là một trong những cành quan trọng nhất của cái cây đó.

Kết luận

Có thể bạn chưa từng học Machine Learning, nhưng gần như mỗi ngày bạn đều đang tương tác với công nghệ này.

Mỗi lần lướt TikTok, xem Reels trên Instagram, đọc News Feed của Facebook hay nghe playlist trên Spotify, Machine Learning đều đang âm thầm phân tích, học hỏi và đưa ra dự đoán để mang đến trải nghiệm phù hợp nhất với bạn.

Tham khảo: https://developers.google.com/machine-learning

Trong những bài viết tiếp theo của MCNA Technology School, chúng ta sẽ đi sâu hơn vào từng ứng dụng cụ thể của Machine Learning. Bài tiếp theo sẽ giải đáp một câu hỏi mà rất nhiều người tò mò:

TikTok đã làm gì để chỉ sau vài phút sử dụng có thể “đọc vị” sở thích của người dùng?

Tác giả: Bùi Đình Tuyển – Data Analyst tại MCNA Technology School

📞 Hotline: 0939.866.825 (Mr. Minh Khang)
🌐 Website: mcna.vn
📍 Hà Nội: 30 Trung Liệt, Đống Đa | Liền kề 44B TT2 Văn Quán, Hà Đông
📍 TP.HCM: 50B Phan Tây Hồ, Cầu Kiệu