داخل التقنية عبارة عن سلسلة من المدونات تسير جنبًا إلى جنب مع بودكاست محادثات التكنولوجيا. هنا، نتعمق أكثر في التحديات التقنية الرئيسية التي نتعامل معها ونشارك الأساليب الفريدة التي نتبعها للقيام بذلك. في هذه الطبعة من داخل التقنية، تحدثنا مع مدير الهندسة الأول ميشيل جونج لمعرفة المزيد حول كيفية مساعدة فريق التخصيص لمستخدمي Roblox في العثور على التجارب التي سيحبونها.
ما هي التحديات التقنية التي تحلها؟
فريقنا – التخصيص، الموجود في مجموعة النمو – مسؤول عن تزويد مستخدمينا بتوصيات مخصصة وذات صلة. نريد تمكين الأشخاص من العثور على المحتوى الذي سيحبونه، وتعزيز المشاركة طويلة الأمد في Roblox، وربط التجارب مع الأشخاص المناسبين لهم.
اليوم، لدينا 66 مليون مستخدم نشط يوميًا، لكن هذا العدد يتزايد بنحو 20% كل عام، وهذا يعني وصول المزيد والمزيد من البيانات. لذا، فإن التحدي التقني الكبير يتمثل في الحفاظ على الاستجابة في الوقت الفعلي والتأكد من عدم توافق التوصيات المخصصة. لا يتطلب انتظارًا طويلًا، كل ذلك دون زيادة تكاليف الخدمة. في الواقع، هذا هو أحد الأسباب وراء إعادة بناء البنية التحتية الخلفية لدينا بالكامل في العام الماضي.
بينما ننمو، نسأل أنفسنا كيف يمكننا تحسين تجربة المستخدم دون الحاجة إلى الكثير من قوة الحوسبة الإضافية. نعتقد أن التعلم الآلي يمكن أن يكون جزءًا من الحل، لكننا رأينا أن حلول تعلم الآلة يمكنها استخدام المزيد من موارد الحوسبة - مما يزيد التكاليف - مع زيادة حجم نماذج البيانات. وهذا ليس قابلاً للتطوير بالنسبة لنا، لذلك نحن نعمل على تحسين البحث والتصنيف في الوقت الفعلي دون تكبد تلك التكاليف الإضافية.
ما هي بعض الحلول المبتكرة التي نبنيها لمواجهة هذه التحديات التقنية؟
نحن نبني نظام توصيات لمساعدة الأشخاص على اكتشاف المحتوى الأكثر صلة بهم بسرعة. للقيام بذلك، نحن نتعلم كيفية تطبيق تقنيات التعلم الآلي الأكثر تقدمًا على المشكلة. على سبيل المثال، قمنا بدمج التعلم الخاضع للإشراف الذاتي، والبنيات والتقنيات المتقدمة من نماذج اللغات الكبيرة (LLMs)، والتقييم المضاد في هذه الأنظمة.
هناك العديد من حاملي شهادات LLM المدربين مسبقًا، لكن لا يمكننا استخدامها بشكل مباشر لأنها تتكبد تكاليف خدمة عالية. وبدلاً من ذلك، نقوم بتدريب نماذجنا الخاصة باستخدام التقنيات المستخدمة غالبًا لبناء ماجستير إدارة الأعمال. أحد الأمثلة هو نمذجة التسلسل، نظرًا لأن كلاً من اللغة وسجل تشغيل مستخدم Roblox عبارة عن تسلسلات. نريد أن نفهم أي جزء من سجل تشغيل المستخدم يمكنه التنبؤ باهتماماته وتفضيلاته الحالية والمستقبلية. وهذا النموذج يساعدنا على القيام بذلك.
وفي الوقت نفسه، يُستخدم الآن التعلم التمثيلي الخاضع للإشراف الذاتي على نطاق واسع في رؤية الكمبيوتر وفهم اللغة الطبيعية، ونحن نطبق هذه التقنية على أنظمة التوصية لدينا.
ما هي الدروس الأساسية من القيام بهذا العمل الفني؟
هدف Roblox هو ربط مليار مستخدم، وللقيام بذلك، نحتاج إلى تحديد الحلول التي توازن بين المنفعة والتكلفة. عندما نقوم بذلك بفعالية، سنكون قادرين على الاستثمار بشكل أكبر في مجتمعنا.
على سبيل المثال، قررنا الاستثمار في مراكز البيانات الخاصة بنا، وهذا الرهان يؤتي ثماره. أهم شيء تعلمناه هو أنه عندما تكون لدينا الموارد والقدرة على القيام بشيء ما بأنفسنا، يكون إنشاء شيء محدد الغرض أكثر كفاءة من دفع تكاليف تكنولوجيا الطرف الثالث. من خلال بناء منصاتنا ونماذجنا من الألف إلى الياء، نحن قادرون على متابعة الحلول المبتكرة التي تم تحسينها لأعمالنا وقيود مواردنا ومتطلباتنا.
ما هي قيمة Roblox التي تعتقد أنها تتوافق بشكل أفضل مع الطريقة التي تتعامل بها أنت وفريقك مع التحديات التقنية؟
احترم المجتمع. نحن نهتم بشدة بمبدعينا ومطورينا. آرائهم مهمة حقا. نحن نأخذ تعليقات المطورين على محمل الجد. أقضي الكثير من الوقت في الإجابة على أسئلة المطورين مباشرةً بالشراكة مع فريق علاقات المطورين لدينا. لقد ساعدنا تخصيص الوقت لفهم ملاحظاتهم، ومعرفة كيف يمكننا تحسين نظامنا الأساسي لهم، على التأكد من أننا نركز أيضًا على الأشياء الصحيحة.
وأود أن أقول أيضا اتخاذ وجهة نظر طويلة. لقد انضممت إلى Roblox لأنني أؤمن حقًا برؤية ديف المتمثلة في اتخاذ وجهة نظر بعيدة المدى. في الواقع، في عملنا اليومي، نتجنب بناء حلول مخترقة قصيرة المدى. وبدلاً من ذلك، فإننا نؤكد على بناء حلول مبدئية وموثوقة وقابلة للتطوير لأننا نبني للمستقبل.
ما الذي يثير اهتمامك أكثر بشأن المكان الذي يتجه إليه Roblox وفريقك؟
لدينا الكثير من التحديات الفريدة. يعد بناء أنظمة التوصية كسوق ثنائي الجانب وللاحتفاظ بالمستخدمين على المدى الطويل فرصة كبيرة للنمو. لكننا نفكر أيضًا في أشياء مثل الفهم البصري وفهم النص لحالات الاستخدام مثل التوصيات والبحث والثقة والأمان وما إلى ذلك.
كما أننا منظمون بطريقة تمكننا من التحرك بسرعة كبيرة ونكون فعالين للغاية. كل عضو في الفريق متحمس للغاية ومتحمس للتحديات التي نواجهها. إذا كان هذا يبدو أنك مهتم به، فلدينا مكان لك.
- محتوى مدعوم من تحسين محركات البحث وتوزيع العلاقات العامة. تضخيم اليوم.
- PlatoData.Network Vertical Generative Ai. تمكين نفسك. الوصول هنا.
- أفلاطونايستريم. ذكاء Web3. تضخيم المعرفة. الوصول هنا.
- أفلاطون كربون، كلينتك ، الطاقة، بيئة، شمسي، إدارة المخلفات. الوصول هنا.
- أفلاطون هيلث. التكنولوجيا الحيوية وذكاء التجارب السريرية. الوصول هنا.
- المصدر https://blog.roblox.com/2023/09/inside-the-tech-solving-for-personalization/
