Google utnyttjar TensorFlow för att blockera 100 miljoner fler skrÀppostmeddelanden i Gmail

Med Gmail kan du Àntligen schemalÀgga e-postmeddelanden nÀr det fyller 15 Är

”TensorFlow Ă€r Googles maskininlĂ€rningsverktyg som inte bara hjĂ€lper till att blockera svĂ„rare e-post utan ocksĂ„ förstĂ„r kontextuellt olika former av skrĂ€ppost”

SkrĂ€ppost Ă€r en stor frĂ„ga för alla vĂ„ra inkorgar. Medan vissa Ă€r till synes ofarliga (till exempel nyhetsbrevet till en tidskrift som du inte lĂ€ngre lĂ€ser), riktar andra dig ofta med kritisk skadlig kod och nĂ€tfiskelĂ€nkar. Efter att ha hanterat dessa frĂ„gor sĂ„ lĂ€nge har Google till synes blivit ganska effektivt nĂ€r det gĂ€ller att filtrera bort skrĂ€ppostmeddelanden, i ett försök att se till att inga meddelanden, som du inte vill se, nĂ„r din inkorg. ÄndĂ„ finns det ett knepigare gĂ€ng spammare och skrĂ€ppostmeddelanden som hittar lösningar pĂ„ Googles filter och Ă€ndĂ„ lyckas nĂ„ dig.

Det Àr att ta itu med detta som Gmail har börjat anvÀnda TensorFlow, dess maskininlÀrningsverktyg, för att bÀttre förstÄ vad som innehÄller skrÀppostmeddelanden som dess filter inte har lyckats lösa Ànnu. Med hjÀlp av detta hÀvdar Gmail att det blockerar och filtrerar 100 miljoner fler skrÀppostmeddelanden varje dag, över de tidigare befintliga skrÀppostfiltret. VÀrldens största e-postleverantör anvÀnde redan en egen maskininlÀrningsalgoritm, tillsammans med en regel och undantagsbaserad mekanism, för att filtrera skrÀppost. Tillkomsten av TensorFlow förbÀttrar dock skrÀppostfiltreringsprestandan ytterligare.

Gmail-logotyp - Utvalda

Det kraftfulla maskininlÀrningsverktyget möjliggör ocksÄ kontextuell förstÄelse av vad som utgör skrÀppost till olika individer. Till exempel, Àven om innehÄllet kan vara lÀmpligt, skulle vanliga e-postmeddelanden frÄn en journal som du inte lÀngre lÀser utgöra skrÀppost för dig, om Àn inte i konventionell mening. Tillsammans med detta hjÀlper TensorFlow ocksÄ att spÄra skrÀppostmeddelanden som inte registreras med Googles vanliga filter.

Förklarar detta mer detaljerat sa Google, ”ML-baserade skydd hjĂ€lper oss att fatta detaljerade beslut baserat pĂ„ mĂ„nga olika faktorer. Bara för att vissa av e-postens egenskaper matchar de som vanligtvis betraktas som “spammy” betyder inte nödvĂ€ndigtvis att det Ă€r skrĂ€ppost. ML tillĂ„ter oss att titta pĂ„ alla dessa signaler tillsammans för att göra ett beslut.“

Gmail vill ocksÄ trÀna nya modeller som utvÀrderar rörledningar i maskininlÀrningsschemat, med TensorFlow. Detta, hoppas Google, skulle ytterligare förbÀttra en plattform som redan anvÀnds av alla.