Snap’in gizli araştırma kolu hakkında bildiklerimiz

Bu noktada insanlar, Snapchat’ın, video paylaşımı, arkadaşlarınızla mesajlaşma yapma ve medya kanallarındaki içeriği inceleme amaçlı mobil uygulaması olan Snap Inc.’in ve Spectacles’ın, video çekimi için bir kamera bulunan gözlüklerle ilgili çok şey biliyor. Snapchat’da paylaşılsın. Artık kamuoyuna geçmek için belgelerini açtığına göre, şirket her zamankinden daha az gizem içeriyor.

Araştırma bölümü, varlığı ilk: Ama yine de kötü anlaşılmaktadır Yapış Inc.’in bir parçası var 2015 yılında ayrıntılı .

Neyse ki, içinde çekin IPO dosyalama şirket araştırmalara harcadığı ne kadar gibi bazı şeyler, ve araştırma kolunun amacı üst düzey bir bakış ifşa yaptı.

Şirketin ABD Menkul Kıymetler ve Borsa Komisyonu’na sunduğu S-1 belgesinde “Araştırma ve geliştirme çabalarımız ürün geliştirme, reklamcılık teknolojisi ve büyük ölçekli altyapı üzerine odaklanıyor” dedi.

Kullanıcılarımız, iş ortaklarımız ve reklamverenlerimiz için ürünler yaratarak ve geliştirerek ürün tekliflerimizi iyileştirmek için acımasız bir şekilde çalışırız. Fotoğraf makinesi deneyimlerini yaratan ve geliştiren ürünler tasarlıyoruz ve yeni teknolojiler bu fırsatların çoğunun merkezinde yer alıyor.

Reklamcılık ürünlerimizi, dağıtım çerçevemizi ve ölçüm özelliklerini sürekli geliştirir ve genişletiriz. Alakalı ve çekici reklamcılık, daha etkili olma eğiliminde ve hem topluluk hem de reklamcılık ortaklarımız için daha iyi olduğuna inanıyoruz. Teknoloji yol haritamız, etkili reklamcılık dağıtımı, sofistike satın alma ve kampanya optimizasyonu ve reklamverenlerimiz için ölçüm çözümleri üzerine odaklanmaktadır. “

Altyapı ile ilgili olarak, şirket şu anda dikkat çekti Google’da bağlıdır kendi hosting altyapısını çalıştırmak için. Araştırmacısı, Snap’ın Google’la yaptığı beş yıllık anlaşmanın sona ermesinin ardından şirketin kullanması gereken sistemleri keşfediyor olabilir.

Facebook, Google ve Microsoft, araştırma ekipleri ve öncelikleriyle ilgili çok sayıda bilgiyi açığa vurmaktadır. Snap, kıyasla açık sözlü değil. Çok az kaynak kodu herkes tarafından paylaşılıyor. Patentler çoğunlukla (ama tamamen değil ) zaten Snapchat uygulamasında canlı özelliklere kapsamaktadır. Araştırma bilim insanları sıklıkla akademik kağıtları yayınlamıyor veya yarışmalara katılmıyorlar. Bu göz önüne alındığında, beş yıllık şirketin araştırma faaliyetinin temel araştırmalardan çok ürün geliştirmeye yönelik olduğu görülüyor.

Kesin olan şey Snap’ın gruba üye olması. LinkedIn verileri, insanların nereden geldiğini, bazıları Carnegie Mellon gibi üniversitelerden, bazıları Qualcomm Research gibi kurumsal araştırma kuruluşlarından ve birkaç tanesi de Google’dan geliyor. LinkedIn verileri, Snap’ın araştırma grubunu 30’dan fazla kişinin oluşturduğunu ve bunların neredeyse tamamının Los Angeles’ta olduğu ve Snap’in merkezinin bulunduğu bölgelerden geldiğini göstermektedir.

Fakat tutulmanın zamanla bir sorun olduğunu kanıtlayabiliriz. Şubat 2015 yılında örgüt liderliğini aday Jia Li, Google’a decamped arama şirketin Bulut Machine Learning grubuna co-kurşun Kasım ayında.

IPO dosyasında Snap’ın araştırma grubunda olağan dışı bir tazminat meselesi açıklanmaktadır. Şirketin “2016 yılının üçüncü çeyreğinde araştırma geliştirme giderleri, bir çalışana verilen RSU şartlarının değiştirilmesinden kaynaklanan hisse bazlı tazminat giderleri nedeniyle önceki dönemlere göre daha yüksek” dedi. Bu ifade mükemmel bir şekilde net değildir, ancak başka bir şirkette yüksek bir maaş teklif edildikten sonra çalışanların daha fazla para istediğini bildirmek için bir yol olabilir. Göz önüne alındığında, şaşırtıcı olmayacaktır yüksek maaşlar bazı şirketler özellikle derin öğrenme, yapay zeka (AI) bir tür alanında, üst yetenek sunuyoruz. Snapchat, bu alandaki birçok araştırmacı çalıştırıyor.

Snap’ın öncelikle AI için hangi teknolojileri kullandığı çok net değildir. Ancak, zaman zaman ekip üyeleri, kendi tescilli sistemlerini kullanmak konusunda ısrarcı davranmak yerine, mevcut teknolojilerle çalışmaya açıktılar gibi görünüyor. Kasım Li, Snap araştırmacıları Linjie Luo ve Ning Zhang ile Toronto Üniversitesi’nde Ph.D. Öğrenci Shenlong Wang yayımlanmış bir kağıt AutoScaler detaylandırma, çoklu ilgili görüntüler arasındaki bağlantıları keşfetmek yardımcı olabilecek bir sistem. Kısa bir süre sonra, geçen yaz Snap, bir araştırma stajyer oldu Wang, AutoScaler kodu yayınladı Bitbucket üzerinde .

Bunu yaparken, Wang kodu dayanıyor gösterdi TensorFlow , Google 2015 yılında açık kaynaklı derin öğrenme çerçevesinde.

Snap, bir açıklama talebine yanıt vermedi.