Kunstig intelligens (KI) er en type informatikk. Den utvikler systemer som kan hjelpe til med oppgaver som kan kreve menneskelignende intelligens, for eksempel problemløsning og språkforståelse. Det er to former for klassisk KI:
Hos Pinterest har vi alltid brukt begge former for klassisk KI for å hjelpe folk med å finne inspirasjon til å skape et liv de elsker. Dette kan vises på en rekke måter, blant annet:
Der det er hensiktsmessig, bruker vi menneskelige anmeldere og tilbakemeldinger fra brukere for å finpusse KI-en vår. Vi overvåker og evaluerer kontinuerlig metodene våre for å sikre at opplevelsene fungerer etter hensikten.
Maskinlæring innebærer utvikling av algoritmer og statistiske modeller. Det hjelper datamaskiner å lære av, og ta avgjørelser basert på, eksisterende data. Maskinlæringssystemer er bygget for å utføre spesifikke oppgaver, men de er ikke manuelt programmert til å gjøre det. I stedet finner disse systemene mønstre, kommer med forutsigelser og kan forbedre ytelsen med tiden, etter hvert som mer data samles inn.
Tradisjonell maskinlæring handler først og fremst om å forutsi eller klassifisere eksisterende data. Hvis du f.eks. vil lære en datamaskin å gjenkjenne stoler på bilder ved hjelp av maskinlæring, kan du vise den mange bilder av stoler samt gjenstander som ikke er stoler. Deretter vil datamaskinen lære seg selv å se forskjellen.
Hos Pinterest bruker vi maskinlæring i mange ulike områder av virksomheten. Vi bruker den for eksempel til å anbefale og vise de mest relevante ideene på tvers av startfeeder, søk og relaterte feeder. Vi bruker den også til å øke inkluderende representasjon på tvers av Pinterests anbefalingsfeeder, for eksempel ulike kroppstyper.
Vi utforsker på en gjennomtenkt måte generativ KI-teknologi (også kjent som GenAI) som fremmer innovasjon og kreativitet. Vi bruker f.eks. GenAI-teknologi for å gjøre annonser mer engasjerende og forbedre kampanjeytelsen for annonsører, ved
Vi har har gått til verks for å bidra til å sikre ansvarlig bruk av GenAI.
Vi streber alltid etter å forbedre innholdsmodereringssystemene våre. Som en del av dette har vi inngått samarbeid med Digital Trust and Safety Partnership (DTSP) og deltatt i deres arbeidsgruppe for GenAI og automatiseringer.
Merkingen av KI-generert eller -modifisert innhold bidrar til å gi relevant kontekst om innholdet folk ser på Pinterest.
Pinterest viser en etikett i nærbildet av en bilde-Pin hvis innholdseieren identifiserer at innholdet er endret eller generert med KI.
I tillegg viser Pinterest en etikett i nærbildet av en bilde-Pin når Pinterests registreringssystemer identifiserer at det kan ha blitt generert eller endret med AI. Dette er i henhold til
Finn ut mer om GenAI-etiketter og klageprosessen vår i
Pinterests Navigator er en familie med grunnlagsmodeller med flere modaler som inntar tekst- og bildeinndata for å drive tekstbaserte utdata for en rekke Pinterest-funksjoner, inkludert samtaleopplevelser. Navigator ble bygget ved å finjustere en offentlig tilgjengelig basisspråkmodell med åpen kildekode, ved hjelp av en kombinasjon av syntetiske data, offentlig innhold på plattformen og bruksdata for AI-drevne funksjoner. Pinterest brukte mer enn 150 000 datapunkter bestående av syntetisk genererte eksempler på opplæringstekster som simulerer realistiske samtaler med flere turer, mer enn 1 000 000 flermodale datapunkter bestående av bilde- og tekstprøver og mer enn 100 000 datapunkter som består av samtalelogger i opplæringen. Opplæring i Navigator-familien av modeller med syntetiske data begynte i januar 2026. Perioden for samlinger på innhold dateres til start av Pinterest i 2010, og bruksdata for AI-funksjoner begynte å samles inn etter oktober 2026. Datainnsamlingen pågår. Datasettene ble vurdert, renset og behandlet for kvalitetsformål og for å oppfylle våre standarder for tillit, sikkerhet og andre interne standarder.
De syntetiske dataene er ikke lisensiert eller kjøpt fra tredjeparter, og omfatter ikke personopplysninger eller aggregerte forbrukeropplysninger. Offentlig innhold på plattformen kan være beskyttet av opphavsrett, varemerker eller patenter, og brukes i henhold til lisensen som gis til Pinterest under
Pinterest Canvas («Pinterest Canvas») er en familie med multimodale grunnmodeller som styrker Pinterest-opplevelser ved å gjøre det mulig å forbedre bilder. Pinterest Canvas har fått opplæring i over 600 000 000 datapunkter, bestående av offentlig tilgjengelige Pins, Pin-beskrivelser og Pin-metadata som Pinterest-brukere har lagret eller lastet opp til Pinterest, som brukerne har gitt Pinterest lisens for, samt kontinuerlig bruk av syntetiske data. Rader med treningsdata kan inneholde ett eller flere bilder sammen med tekstinstruksjoner og et målbilde. Dataene i datasettene ble samlet inn av Pinterest så tidlig som i 2009 og ble først brukt i opplæringen av Pinterest Canvas i eller rundt januar 2023. Datainnsamlingen pågår. Datasettene ble renset, behandlet og modifisert for kvalitetsformål og for å oppfylle våre standarder for tillit, sikkerhet og andre interne standarder.
Offentlig innhold på plattformen kan være beskyttet av opphavsrett, varemerke eller patent, og brukes i henhold til lisensen som gis til Pinterest under
Hvis du vil
