Gmail anti-spam più efficace grazie a TensorFlow

Gmail è sempre più efficace nel bloccare la posta indesiderata, denominata anche spam. Tutto ciò è merito dell’implementazione del framework di machine learning TensorFlow. I numeri parlano chiaro: i filtri anti-spam di nuova generazione integrati in Gmail rilevano fino a 100 milioni di messaggi in più, su base quotidiana, rispetto al passato.

Grazie all’utilizzo del framework TensorFlow, open-source e sviluppato dalla stessa Google, Gmail riesce a identificare i messaggi indesiderati più difficili e insidiosi. Sia che la posta elettronica spam sia basata su immagini o contenga codice malevolo o provenga da domini appena creati; l’utilizzo di TensorFlow risulta fondamentale per comprendere e bloccare la propagazione di messaggi spam sempre più avanzati.

Il machine learning di TensorFlow al servizio di Gmail

Alla base di tutto vi è il machine learning. Quest’ultima tecnica di apprendimento automatizzato permette di analizzare grandi quantità di dati, mantenendo una visione d’insieme e rilevando anche schemi di attacco spam inediti.

Non solo, sempre tramite il machine learning, vi è una miglior capacità di adattamento alle preferenze di ogni account. Ad esempio, alcuni utenti potrebbero considerare spam messaggi di newsletter o notifiche, mentre per altri potrebbero essere contenuti interessanti.

Complessivamente, l’azienda di Mountain View aveva già implementato funzionalità per bloccare il 99,99% della posta indesiderata, solamente rimaneva uno 0,01% a cui, adesso, ci pensa l’intelligenza artificiale sviluppata con TensorFlow.

Ricordiamo, infine, che Tensorflow ha avuto un grandissimo successo a livello mondiale, anche con adozione da parte di terzi. Ad oggi vi sono oltre 71 mila fork del codice sorgente e, al tempo stesso, Google sta testando nuovi modelli di rilevamento di phishing o malware, sempre con l’aiuto del machine learning.