Inside the Tech – Robloxi isikupärastamise lahendamine – Robloxi ajaveeb

Tehnika sees on ajaveebisari, mis käib meiega käsikäes Tehnikavestluste taskuhääling. Siin sukeldume edasi peamistesse tehnilistesse väljakutsetesse, millega tegeleme, ja jagame ainulaadseid lähenemisviise, mida selleks kasutame. Selles väljaandes Tehnika sees, rääkisime vaneminsenerijuhi Michelle Gongiga, et saada lisateavet selle kohta, kuidas isikupärastamismeeskonna töö aitab Robloxi kasutajatel leida kogemusi, mis neile meeldivad. 

Milliseid tehnilisi väljakutseid lahendate?

Meie meeskond – isikupärastamine, mis kuulub kasvurühma – vastutab kasutajatele isikupärastatud ja asjakohaste soovituste pakkumise eest. Soovime anda inimestele võimaluse leida sisu, mis neile meeldib, edendada Robloxi pikaajalist seotust ja luua kogemusi neile sobivate inimestega. 

Tänapäeval on meil 66 miljonit igapäevast aktiivset kasutajat, kuid see arv kasvab igal aastal umbes 20% ja see tähendab, et andmeid tuleb üha rohkem. Seega on suur tehniline väljakutse reaalajas reageerimisvõime säilitamine ja isikupärastatud soovituste tagamine. ei nõua pikki ootamisi, ilma serveerimiskulusid suurendamata. Tegelikult on see üks põhjusi, miks me eelmisel aastal oma taustainfrastruktuuri täielikult ümber ehitasime.

Kasvades küsime endalt, kuidas saaksime kasutajakogemust parandada, ilma et oleks vaja palju täiendavat arvutusvõimsust. Arvame, et masinõpe võiks olla osa vastusest, kuid oleme näinud, et ML-lahendused saavad andmemudelite suurenedes kasutada rohkem arvutusressursse, mis suurendab kulusid. See ei ole meie jaoks skaleeritav, seega töötame selle nimel, et parandada reaalajas otsingut ja asetust ilma neid lisakulusid kandmata. 

Milliseid uuenduslikke lahendusi me nende tehniliste väljakutsete lahendamiseks ehitame?

Loome soovitamissüsteemi, mis aitab inimestel kiiresti avastada nende jaoks kõige asjakohasema sisu. Selleks õpime, kuidas rakendada probleemi lahendamiseks kõige arenenumaid ML-tehnoloogiaid. Näiteks oleme nendesse süsteemidesse lisanud iseseisvalt juhendatud õppimise, täiustatud arhitektuurid ja tehnikad suurtest keelemudelitest (LLM) ning faktipõhise hindamise.

On palju arenenud eelkoolitatud LLM-e, kuid me ei saa neid otse kasutada, kuna neil on suured serveerimiskulud. Selle asemel koolitame oma mudeleid, kasutades LLM-ide ehitamiseks sageli kasutatavaid tehnikaid. Üks näide on järjestuste modelleerimine, kuna nii keel kui ka Robloxi kasutajate esitusajalugu on jadad. Soovime mõista, milline osa kasutaja mänguajaloost suudab ennustada tema praeguseid ja tulevasi huvisid ja eelistusi. See mudel aitab meil seda teha.   

Samal ajal kasutatakse nüüd arvutinägemises ja loomuliku keele mõistmises laialdaselt enesejuhitavat esitusõpet ning me rakendame seda tehnikat oma soovitussüsteemides. 

Mis on selle tehnilise töö põhiõppimine?

Robloxi eesmärk on ühendada miljard kasutajat ja selleks peame leidma lahendused, mis tasakaalustavad kasulikkust ja kulusid. Kui teeme seda tõhusalt, saame oma kogukonda rohkem investeerida. 

Näiteks otsustasime investeerida oma andmekeskustesse ja see panus tasub end ära. Suurim asi, mida õppisime, on see, et kui meil on ressursse ja võime midagi ise teha, on tõhusam luua midagi sihipärast, kui maksta kolmanda osapoole tehnoloogia eest. Ehitades oma platvorme ja mudeleid algusest peale, suudame otsida uuenduslikke lahendusi, mis on optimeeritud meie äritegevuse ning meie ressursipiirangute ja -nõuete jaoks. 

Milline Robloxi väärtus sobib teie arvates kõige paremini sellega, kuidas teie ja teie meeskond tehnilisi väljakutseid lahendate?

Austa kogukonda. Hoolime oma loojatest ja arendajatest väga. Nende arvamus on tõesti oluline. Võtame arendajate tagasisidet väga tõsiselt. Kulutan palju aega arendajate küsimustele vastamisele otse koostöös meie arendajasuhete meeskonnaga. Kui võtsime aega, et mõista nende tagasisidet ja näha, kuidas saaksime oma platvormi nende jaoks täiustada, on see aidanud meil tagada, et keskendume ka õigetele asjadele. 

Ütleks ka, et vaata pikemalt. Liitusin Robloxiga, sest ma tõesti usun Dave'i nägemusse kaugema pilguga. Tegelikult väldime oma igapäevatöös lühiajaliste häkkivate lahenduste loomist. Selle asemel paneme rõhku põhimõtteliste, usaldusväärsete ja skaleeritavate lahenduste loomisele, sest ehitame tuleviku jaoks.

Mis erutab teid kõige enam selles, kuhu Roblox ja teie meeskond liiguvad? 

Meil on nii palju ainulaadseid väljakutseid. Soovitussüsteemide loomine kahepoolse turuna ja kasutajate pikaajaliseks säilitamiseks on tohutu kasvuvõimalus. Kuid me mõtleme ka sellistele asjadele nagu visuaalne mõistmine ja tekstist arusaamine kasutusjuhtudel, nagu soovitused, otsing, usaldus ja ohutus jne.

Lisaks oleme üles ehitatud nii, et suudame liikuda väga kiiresti ja olla väga tõhusad. Iga meeskonnaliige on meie ees seisvate väljakutsete suhtes ülimalt innukas ja põnevil. Kui see tundub midagi, millest olete huvitatud, on meil teile koht. 

• SEO-põhise sisu ja PR-levi. Võimenduge juba täna.
• PlatoData.Network Vertikaalne generatiivne Ai. Jõustage ennast. Juurdepääs siia.
• PlatoAiStream. Web3 luure. Täiustatud teadmised. Juurdepääs siia.
• PlatoESG. Süsinik, CleanTech, Energia, Keskkond päikeseenergia, Jäätmekäitluse. Juurdepääs siia.
• PlatoTervis. Biotehnoloogia ja kliiniliste uuringute luureandmed. Juurdepääs siia.
• Allikas: https://blog.roblox.com/2023/09/inside-the-tech-solving-for-personalization/