כיצד להפוך את “listen ל” לטלפונים שלנו

אין סיבה, אין זמן או יותר, אין שום רשות להפעיל מיקרופון רק כדי להראות לנו מודעה לחתולים, שיניים נגד מכוניות, או כרטיסי טיסה זולים. מה שאתה באמת עושה זה משהו הרבה יותר פשוט, אבל גם הרבה יותר חכם.

השורה התחתונה היא מודל של בינה מלאכותית הנקרא “Graph Net Network”, או בפברואר GNN. הוא רואה את הנתונים שלנו, לא כחבורה של טקסטים, קליקים, SMS ומפות, אלא כמפה של יחסי אנוש. רק במקום בני אדם, במפה יש נקודות קטנות של מידע. במקום חברות, זה קשור.

מה אתה עושה, גנן?

דמיינו חדר מלא באנשים שמדברים אחד עם השני. GNN מקבל פיסות מידע ומאפשר להם לדבר. לא על איך היה היום שלהם, אלא על איך הם מתייחסים אחד לשני. כל “בשל” הוא פריט. מילה שכתבת במסנג'ר, אתר שפתחת אתמול, את המיקום של הבית, את הזמן שאתה בדרך כלל מחפש אוכל.

מה מילים מופיעות לעתים קרובות ביחד? איזה מחקר תמיד עוקב? באילו אזורים אתם נמצאים כשאתם פותחים יישומים מסוימים? במילים אחרות: GNN אינה חוסכת את “אמרת”. הוא ממשיך “s מחובר לדברים שאתה עושה”. הרעיון הפשוט הזה עושה את זה טוב מאוד בחיזוי מה שאתה כנראה רוצה לראות מאוחר יותר.
איזה מידע אתה משתמש?

כשמדובר בהמלצות חדשות, מודעות מותאמות אישית או תוכן בתוך יישומים, IA משתמשת בארבע קבוצות נתונים עיקריות:

ספר מה אנחנו כותביםזה כולל טקסטים ממחקר, הודעות אפליקציה המאפשרות מידע (לא מאפליקציות קודמות כמו WhatsApp), תיאורים של YouTube, הערות ופוסטים. GNN לא קורא את ההודעה כ- “שיחה אנושית”, אלא כמילים הקשורות יחד. לדוגמה, אם אתה כותב “אני חושב על קניית וילונות לבית שלי”, מודל הנושא סימנים: וילונות, בתים, שווקים ומערכות יחסים. זה לא יוצר תמונה של מה שדנתם עם האדם שדיברתי איתו.

סיפור המחקר והביקורים באתרי האינטרנט. זהו מקור המידע הגדול ביותר. זה לא סוד: ההיסטוריה של הדפדפן חושפת אינטרסים, הרגלי זמן ומודלים. גנן כאן קורא את הרצף: אתה מתחיל עם אתרי החדשות, ואז פותח את הספורט שלך, ואז לבדוק מה השעה המשחק, ואז להסתכל על הנעליים שלך. רצפים אלה עשויים “inset” על הגרף.

מיקום רק אם הוא פעיל. GPS נותן נקודות גיאוגרפיות הקשורות למפרקים אחרים: אינטליגנציה מלמדת כשאנחנו בבית, כשאנחנו בעבודה, לאיזו שכונה אנחנו קונים, באיזו שעה אנחנו נמצאים. ראית פעם תוכנית מסחרית לבית קפה ליד המשרד שלך? זה לא בגלל הטלפון “listens to” כי אתה מוטרד ומציע משהו אחר. זה בגלל שהוא הקליט שכל בוקר אתה שם בסביבות 9:15 ואתה פותח את פייסבוק.

4 מודלים כלליים של שימוש. באיזו תדירות אנו פותחים אפליקציה, כמה זמן אנו נשארים, מה עוד אנחנו עושים קצת לפני או אחרי? זה סוג של קצב, אישי וייחודי. הטלפון שלך לא ניתן לפרסום, משתי סיבות: ראשית, כי זה יהיה אסון מבחינה טכנית מסובך. שנית, מכיוון של-GNN יש מספיק מידע כדי לחזות מה אתה יכול להיות מעוניין ללא “clever” כלום.

איך עושים את כל זה? על ידי בניית גרף מערכת יחסים זה וספירת משהו שנקרא <x0 <x0 <x0<x0<x0”, המהווה סיכום מספרי של סוג המשתמש שאתה נראה. מקל הוא כמו טביעת אצבע. שם המשתמש אינו אומר “הוא מעוניין מקררים”, אבל “משתמש עם חשבון זה מחובר למשתמשים אחרים שהיו מעוניינים מקררים”. אז GNN עושה הנחה המבוססת על מודלים, לא מעקב.

איך כל זה נעשה בטלפון סלולרי?

בכל מיני דרכים. מהחדשות המוצעות ב-Google Discover, to Reels המופיעות באינסטגרם, דוחות YouTube, Play Store app הצעות וכמובן פרסומות. ההיגיון הטכני הוא תמיד אותו הדבר: לבנות מפה של מערכות יחסים שהופך אינטנסיבי יותר כמו הטלפון הנייד לומד את ההרגלים שלנו. GNNs אידיאלי עבור מקומות עבודה כאלה כי הם לומדים טוב יותר כמו קשרים חדשים, קשרים חדשים, מודלים חדשים.

למעשה, זה אומר: אם אתה צופה בחדשות ערב, המקור מתאים לנסיבות. אם אתה מחפש נסיעות בסוף השבוע, פרסום שינויים. אם אתה מבקש משלוחים לאזורים ספציפיים, הצעות מופיעות. כאשר אתה טקסט עם מילים הקשורות לבריאות, חיים - סגנון, או מוצרים ספציפיים, המערכת לוקחת את זה כאינדיקציה של מנהג חדש. וכל זה נעשה ללא שמירה על עותקים של השיחות שלך. הוא מחזיק רק קשרים ומודלים.

האם זה טוב או רע?

דעות שונות. כמובן, זה סוג של אישיות המסייעת לנו לא להחמיץ את קווי הזמן הכאוטיים. אבל, כמו כל כלי, יש גם הצד האפל שלה: הוא יוצר “muluska” תחומי עניין, מגביל את מגוון המידע, ומחזק את האובססיות שלנו. הדבר החשוב כאן הוא ש-GNN מראה כיצד אינטליגנציה מלאכותית לא צריכה להיראות כמו מרגל כדי להיות יעילה. היא רק צריכה לצפות ולרשום את רשתות היחסים. יחסים אלה, רוב הזמן, נוצרים על ידי אצבעותינו, מכס ותנועות היומיום שלנו. טלפון סלולרי “x3> עקבות שאנו נותנים לו.