人们平时在使用社交程式时，都会在弹出的推荐页面中看到自己感兴趣的内容，此时内心就会生出疑问：“为什麼它会知道我对这个感兴趣？”至於这背后的原理，事实上是源於叫做神经网络（Neural Network）的技术，该技术会产生连用户自己都察觉不到的关联网络。像谷歌、亚马逊、Instagram、微软旗下的职业社交网站LinkedIn、图片社交平台Pinterest都是利用了这一技术，向不同的用户推送能吸引其眼球的内容及广告。

　　大公报记者 刘嘉仪

　　在众多使用神经网络技术的公司中，以收益最多的Pinterest为例，该公司作为美国老牌的图片分享社交网站，他们则会通过人们发布的图片或是关注的用户，推送出符合每个用户偏好的内容。事实上，找出人们喜欢或偏好什麼的过程并不需要人工干预，这样的过程从头到尾都是一种被称为神经网络的高级人工智能技术处理的，它可以在一秒内进行数百万次的计算，快速找到吸引用户眼球的内容。

　　Pinterest资深科技副总裁、沃尔玛前执行副总裁兼首席技术长Jeremy King表示，神经网络正几乎百分百地推动Pinterest增长。今年首季，神经网络技术为Pinterest吸引到的全球月度活跃用户已达到4.8亿，按年增长30%，期内广告销售额与2018年同期比更是增长了逾一倍。

　　AI分析用家浏览数据

　　神经网络会处理大量用户数据，包括用户搜索或保存了什麼，用户关注的人及关注人钉板裏的内容，神经网络还会查看用户会点击哪些广告，以此来了解用户的兴趣，并提供相关性较高的内容。数据显示，一个专注於Pinterest平台上各类广告的神经网络模型每秒内可以给出逾3000万个用户偏好预测。

　　市场调研公司Forrester和数据分析集团International Data Corporation透露，在使用人工智能技术的公司中，约有三分之一的公司已经或是将在未来12至18个月内採用神经网络技术。例如微软旗下的职业社交公司LinkedIn表示，它利用神经网络提示用户与其有千丝万缕关係的人，或是利用该技术向用户投放广告。

　　至於神经网络在Pinterest中的实际运作流程是怎样的？举例来说，一个屋主正在考虑浴室的地板用什麼样的材料好，她在Pinterest上收藏了一些符合偏好、以用来参考的浴室图片，而神经网络就会根据其收藏页面开始识别图片中是什麼。紧接着，系统将会搜索大量拥有类似材质、大小和颜色的物品的图片，之后神经网络会对浴室地板进行不同风格的标记，并在分析了用户的收藏页面后，根据收藏内容进行相应推送。

　　Pinterest神经网络的强大之处在於，它可以推送用户的关联性内容，例如在上文屋主原本并没有考虑购买一个梳妆台，直到平台弹出一个广告，展示的是一个完全符合她偏好的梳妆台，这也是如同上文中的流程，对该用户钉在其钉板上的图片进行了大量的计算和分析后得到结果，神经网络在不断分析的过程中学习并累计经验，数据越多，越能像一个拥有智慧的生命体一样给出意见，如此一来就令用户体验大大提升。