Instagram vừa mở rộng tính năng "Your Algorithm" cho phép người dùng chọn chủ đề muốn xem nhiều hơn hoặc ít hơn ngay từ feed chính. Theo ông Adam Mosseri, người đứng đầu Instagram, mục tiêu là biến tùy chỉnh thuật toán từ một cài đặt ẩn thành trải nghiệm trung tâm của ứng dụng. Nhưng đằng sau giao diện đơn giản đó, hệ thống phải giải một bài toán khổng lồ: chọn vài chục bài đăng phù hợp từ hàng tỷ nội dung, trong vài trăm mili giây. Trung tâm của lời giải là kiến trúc two-tower.

Hai tháp, hai góc nhìn

Mô hình two-tower chia bài toán đề xuất thành hai nhánh riêng biệt. User tower (tháp người dùng) là một mạng nơ-ron nhận đầu vào như lịch sử tương tác, thời gian xem, tài khoản theo dõi để tạo ra một vector embedding: một chuỗi vài trăm con số đại diện cho "khẩu vị" của bạn trong không gian nhiều chiều. Item tower làm điều tương tự với nội dung, phân tích ảnh, caption, hashtag và metadata để tạo embedding cho mỗi bài đăng.

Điểm mấu chốt: hai embedding này sống trong cùng một không gian vector. Khi embedding của người dùng nằm gần embedding của một bài đăng (đo bằng cosine similarity hoặc dot product), hệ thống kết luận rằng nội dung đó phù hợp. Hãy tưởng tượng bạn và mỗi bài đăng đều là một điểm trên bản đồ, hệ thống chỉ cần tìm những điểm gần bạn nhất.

Tìm kim trong đống cỏ

Với hàng tỷ bài đăng, việc tính khoảng cách với từng bài là bất khả thi. Vì vậy hệ thống dùng approximate nearest neighbor (ANN) search, thường là thuật toán HNSW hoặc ScaNN, để tìm vài nghìn ứng viên trong vài mili giây. Đây là bước candidate generation. Vài nghìn ứng viên này sau đó đi qua tầng ranking: một mô hình phức tạp hơn đánh giá xác suất người dùng sẽ like, comment, share hoặc xem hết video. Tầng này dùng hàng trăm đặc trưng bổ sung, bao gồm ngữ cảnh thời gian thực như thiết bị, vị trí và thời điểm trong ngày.

Cuối cùng là tầng re-ranking: đa dạng hóa chủ đề, giảm nội dung trùng lặp, lọc vi phạm, và áp dụng các tùy chọn từ "Your Algorithm" mà người dùng thiết lập. Ba tầng này tạo thành pipeline hoàn chỉnh: candidate generation, ranking, re-ranking.

Khi người dùng nói một đằng, làm một nẻo

Tính năng "Your Algorithm" thực chất đang điều chỉnh trọng số trong không gian embedding. Hệ thống kết hợp tín hiệu tường minh (explicit signal) từ lựa chọn của bạn với tín hiệu ẩn (implicit signal) từ hành vi thực tế: bạn dừng lại bao lâu ở một Reel, có xem lại không, có chia sẻ qua tin nhắn không. Hai nguồn tín hiệu này thường mâu thuẫn, vì người dùng nói muốn xem tin tức nhưng lại cuộn qua nhanh, trong khi dừng lại xem mèo. Cân bằng giữa "muốn xem" và "thực sự xem" là bài toán mà mọi hệ thống AI đề xuất đều phải giải.

Kiến trúc two-tower không mới, Google công bố nghiên cứu nền tảng từ năm 2019, nhưng nó vẫn là xương sống của hầu hết hệ thống đề xuất quy mô lớn trong ngành công nghệ nhờ một ưu điểm quyết định: item embedding có thể được tính trước offline và lưu trong index, chỉ user embedding cần tính realtime. Nhờ vậy, hệ thống có thể phục vụ hàng tỷ người dùng mà không cần hàng tỷ phép tính mỗi lần mở ứng dụng.