Wie funktioniert unser “Hört auf” Telefone unser Privatleben

Es gibt keinen Grund, keine Zeit oder mehr, keine Erlaubnis, Mikrofone zu aktivieren, nur um uns eine Anzeige für Windeln, Zähne gegen Karies oder billige Flugtickets zu zeigen. Was Sie wirklich tun, ist etwas viel einfacher, aber auch viel... intelligenter.

Die untere Zeile ist ein Modell der Künstlichen Intelligenz namens “Graph Net Network”, oder Februar GNN. Er sieht unsere Daten nicht als eine Reihe von Texten, Klicks, SMS und Karten, sondern als eine Karte menschlicher Beziehungen. Nur statt Menschen hat die Karte kleine Informationspunkte. Und statt Freundschaften ist es verbunden.

Was machst du, GNN?

Stellen Sie sich einen Raum vor, in dem Leute miteinander reden. GNN bekommt Datenstücke und erlaubt ihnen zu sprechen. Nicht darüber, wie ihr Tag war, sondern darüber, wie sie sich untereinander beziehen. == Weblinks ==== Einzelnachweise == Ein Wort, das Sie im Gesandten geschrieben haben, eine Website, die Sie gestern geöffnet haben, Ihre Lage des Hauses, die Zeit, die Sie normalerweise nach Essen suchen.

<x) Welche Wörter erscheinen oft zusammen? Welche Forschung folgt immer? In welchen Bereichen sind Sie, wenn Sie bestimmte Anwendungen öffnen? Mit anderen Worten: GNN speichert nicht die “Sie sagten”. Er hält “s verbunden mit den Dingen, die Sie tun”. Und diese scheinbar einfache Idee macht es extrem gut, vorherzusagen, was Sie wahrscheinlich später sehen wollen.
Welche Daten verwenden Sie?

Bei Nachrichtenempfehlungen, benutzerdefinierten Anzeigen oder Inhalten innerhalb von Apps verwendet die IA vier wichtige Datengruppen:

1. Text Was wir schreibenDazu gehören Texte aus der Forschung, App-Nachrichten, die Daten erlauben (nicht aus codierten Apps wie Whatsapp), YouTube-Beschreibungen, Kommentaren und Beiträgen. GNN liest die Nachricht nicht als “human conversation”, sondern als miteinander verbundene Wörter. Zum Beispiel, wenn Sie “schreiben Ich denke über den Kauf von Vorhängen für mein Haus”, Modell tragen Zeichen: Vorhänge, Häuser, Märkte und Beziehungen. Es bildet kein Bild davon, was Sie mit der Person besprochen haben, mit der Sie gesprochen haben.

2. Die Geschichte der Forschung und Besuche auf Webseiten. Dies ist die größte Informationsquelle. Es ist kein Geheimnis: Die Geschichte des Browsers offenbart Interessen, Zeitgewohnheiten und Modelle. GNN hier liest die Sequenzen: Sie beginnen mit den Nachrichtenseiten, öffnen dann Ihren Sport, dann schauen Sie, wann das Spiel ist, dann schauen Sie auf Ihre Schuhe. Diese Sequenzen werden “inset” auf dem Graphen gemacht.

3. Lage nur, wenn es aktiv ist. GPS gibt geografische Punkte im Zusammenhang mit anderen Gelenken: Intelligenz lehrt, wenn wir zu Hause sind, wenn wir bei der Arbeit sind, in welcher Nachbarschaft wir einkaufen, in welcher Zeit wir sind. Haben Sie jemals eine kommerzielle Show für ein Café in der Nähe Ihres Büros gesehen? Es ist nicht, weil das Telefon “hört auf”, dass Sie aufgeregt sind und schlägt etwas anderes. Weil er notiert hat, dass du jeden Morgen um 9:15 da bist und Facebook geöffnet hast.

4. Allgemeine Gebrauchsmodelle. Wie oft öffnen wir eine App, wie lange wir bleiben, was machen wir noch ein bisschen vor oder nachher? Es ist ein Rhythmus, persönlich und einzigartig. Ihr Telefon ist aus zwei Gründen nicht für Werbung aktiviert: Erstens, weil es rechtlich katastrophal und technisch kompliziert wäre. Zweitens, weil die GNN bereits genug Informationen hat, um vorherzusagen, was Sie interessieren könnte, ohne “clever” nichts.

Wie machen Sie das alles? Durch den Aufbau dieses Beziehungsdiagramms und das Zählen von etwas namens <x0 <x0”, das eine numerische Zusammenfassung der Art des Benutzers ist, den Sie zu sein scheinen. Ein Stock ist wie ein Fingerabdruck. Der Benutzername sagt nicht “interessiert sich für Kühlschränke”, aber der Benutzer “mit diesem Konto ist mit anderen Benutzern verbunden, die an Kühlschränken” interessiert waren. Also macht GNN eine Annahme auf der Grundlage von Modellen, nicht Überwachung.

Wie wird das alles auf Ihrem Handy verwendet?

In jeder Hinsicht. Von den auf Google Discover vorgeschlagenen Nachrichten, zu den in Instagram angezeigten Walzen, YouTube-Berichte, Play Store-App-Vorschläge und natürlich Werbung. Technische Logik ist immer die gleiche: Bauen Sie eine Karte von Beziehungen, die intensiver wird, als das Handy unsere Gewohnheiten lernt. GNNs sind ideal für solche Jobs, weil sie besser lernen als neue Knoten, neue Verbindungen, neue Modelle.

In der Praxis bedeutet das: Wenn Sie Abendnachrichten sehen, passt die Quelle zu den Umständen. Wenn Sie Wochenendausflüge suchen, ändert sich die Werbung. Wenn Sie Sendungen zu bestimmten Bereichen anfordern, erscheinen Vorschläge. Wenn Sie mit Wörtern in Bezug auf Gesundheit, Leben - Stil oder bestimmte Produkte, das System nimmt dies als Hinweis auf eine neue Brauch. Und all das geschieht ohne Kopien Ihrer Gespräche zu behalten. Er hält nur Verbindungen und Modelle.

Ist das gut oder schlecht?

Die Meinungen sind unterschiedlich. Natürlich ist es eine Form der Personalisierung, die uns hilft, die chaotischen Zeitlinien nicht zu verpassen. Aber wie jedes Werkzeug gibt es auch seine dunkle Seite: es schafft “Muluska” Interessen, begrenzt die Vielfalt der Informationen und verstärkt unsere Obsessionen. Wichtig ist hier, dass GNN zeigt, wie künstliche Intelligenz nicht wie ein Spion aussehen muss, um effektiv zu sein. Sie muss nur die Beziehungsnetzwerke beobachten und aufzeichnen. Diese Beziehungen, meist, werden von uns durch unsere eigenen Finger, Bräuche und täglichen Bewegungen geschaffen. Also, Handy “x3> Spuren geben wir ihm.