أعلنت شركة جوجل اليوم أنها تعمل على تعزيز تقنية اكتشاف البريد العشوائي في جيميل Gmail باستخدام الذكاء الاصطناعي عبر مجموعة من تقنيات التعلم الآلي ML الجديدة التي تدعمها بنية TensorFlow الخاصة بها.
وتقول الشركة إنها تستخدم بعض إمكانات TensorFlow للكشف عن 100 مليون رسالة بريد إلكتروني غير مرغوب فيها يوميًا.
ويقضي الشخص العادي 11 ساعة أسبوعيًا في فحص رسائل العمل ورسائل البريد الإلكتروني غير المرغوب فيها التي تصل إلى 14.5 مليون تقريبًا، والتي يتم إرسالها وتلقيها كل يوم.
ويستخدم بريد جيميل من قبل 1.5 مليار شخص شهريًا، مع 5 ملايين شركة يستخدم موظفوها الخدمة كجزء من حزمة G Suite، ومن بين أهم مزايا الخدمة، الحماية الأمنية المضمنة، مما يجعل الخدمة مجبرة على التعامل مع الكثير من رسائل البريد الإلكتروني.
وادعت الشركة في وقت مبكر من عام 2015 أنها قادرة على حظر 99.9 في المئة من الرسائل غير المرغوب فيها ورسائل التصيد الاحتيالي والبرمجيات الضارة من الوصول إلى صندوق البريد الوارد للمستخدم بمساعدة الشبكات العصبونية الاصطناعية.
موضوعات ذات صلة بما تقرأ الآن:
وتحظر جوجل الآن تصنيفات الرسائل غير المرغوب فيها، والتي كان من الصعب في السابق اكتشافها.
وبالرغم من إمكانيات جيميل في اكتشاف مثل هذه الرسائل، إلا أن هناك صعوبة في الكشف عن رسائل البريد الإلكتروني غير المرغوب فيها التي يتم إخفاءها كرسائل بريد إلكتروني عادية.
وكانت الشركة قد قالت في وقت سابق إنها تحمي المستخدمين من 10 ملايين بريد مزعج ورسائل بريد إلكتروني ضارة في كل دقيقة.
وبفضل استخدام TensorFlow لفحص رسائل البريد الإلكتروني الواردة، أصبحت خدمة جيميل قادرة الآن على حظر الرسائل الأكثر تعقيدًا، مثل رسائل البريد الإلكتروني غير المرغوب فيها المستندة إلى الصور ورسائل البريد الإلكتروني التي تحتوي على محتوى مخفي مضمن ورسائل البريد الإلكتروني من النطاقات المنشأة حديثًا.
وتساعد بنية TensorFlow جيميل أيضًا على توفير مزيد من اكتشاف الرسائل غير المرغوب فيها بشكل شخصي وتخصيص الحماية من هذه النوعية من الرسائل لكل مستخدم، وذلك لأن الرسائل غير المرغوب فيها لشخص ما قد تكون مهمة لشخص آخر.
كما تسهل تقنيات التعلم الآلي ML إمكانية التكيف السريع مع التكتيكات الجديدة المستخدمة من قبل مرسلي المحتوى غير المرغوب فيه.
وتوفر تقنية TensorFlow المرونة لتدريب واختبار نماذج مختلفة في نفس الوقت، الأمر الذي يساعد الشركات على تطوير طرق أكثر فاعلية بدلاً من الاقتصار على تشغيل طريقة واحدة في كل مرة.
كما تجرب جوجل تقنيات التعلم الآلي في المجالات الأخرى ذات الصلة بالأمان مثل التصيد الاحتيالي واكتشاف البرمجيات الضارة ضمن هدفها المستمر لجعل الإنترنت مكانًا أكثر أمانًا.
