Jak nasze “słuchać” telefony nasze życie prywatne

Nie ma powodu, czasu czy więcej, nie ma pozwolenia na aktywację mikrofonów tylko po to, aby pokazać nam reklamę pieluch, zębów przeciwko próchnicy lub tanie bilety lotnicze. To, co naprawdę robisz, jest o wiele prostsze, ale również... mądrzejsze.

Dolna linia jest modelem sztucznej inteligencji o nazwie “Graph Net Network” lub Luty GNN. Widzi nasze dane nie jako kilka tekstów, kliknięć, SMSów i map, ale jako mapę relacji międzyludzkich. Tylko, że zamiast ludzi, mapa ma małe punkty informacji. I zamiast przyjaźni, to jest powiązane.

Co robisz, GNN?

Wyobraź sobie pokój pełen ludzi rozmawiających ze sobą. GNN dostaje dane i pozwala im mówić. Nie o tym, jaki był ich dzień, ale o tym, jak się do siebie odnoszą. Wszelkie “spowodowane” jest elementem. Słowo, które napisałeś w Posłańcu, miejsce, które wczoraj otworzyłeś, położenie domu, czas, kiedy zwykle szukasz jedzenia.

< x) Jakie słowa często pojawiają się razem? Jakie badania zawsze następują? W jakich obszarach jesteś podczas otwierania niektórych aplikacji? Innymi słowy: GNN nie zapisuje pliku “, który powiedziałeś”. Trzyma “s połączone z rzeczami, które robisz”. I ten pozornie prosty pomysł sprawia, że jest bardzo dobry w przewidywaniu tego, co prawdopodobnie chcesz zobaczyć później.
Jakich danych używasz?

Jeśli chodzi o rekomendacje dla wiadomości, niestandardowe reklamy lub zawartość wewnątrz aplikacji, IA wykorzystuje cztery główne grupy danych:

1. Tekst, co piszemy. Obejmuje to teksty z badań, wiadomości aplikacji, które pozwalają na dane (nie z kodowanych aplikacji, takich jak Whatsapp), opisy YouTube, komentarze i posty. GNN nie odczytuje wiadomości jako “ludzka rozmowa”, ale jako słowa połączone razem. Na przykład, jeśli zapiszesz “Myślę o zakupie zasłon do mojego domu”, model znaków nośnych: zasłony, domy, rynki i relacje. To nie jest zdjęcie tego, o czym rozmawiałeś z osobą, z którą rozmawiałeś.

2. Historia badań i wizyt na stronach internetowych. To największe źródło informacji. To nie tajemnica. Historia przeglądarki ujawnia zainteresowania, nawyki czasowe i modele. GNN czyta sekwencje: Zaczynasz od serwisów informacyjnych, otwierasz swój sport, patrzysz, która godzina jest gra, a potem patrzysz na buty. Sekwencje te są wykonane “inset” na wykresie.

3. Lokalizacja tylko jeśli jest aktywna. GPS daje punkty geograficzne związane z innymi stawami: Wywiad uczy, kiedy jesteśmy w domu, kiedy jesteśmy w pracy, w której dzielnicy robimy zakupy, o której jesteśmy na. Widziałeś kiedyś reklamę kawiarni niedaleko biura? To nie dlatego, że telefon “słucha”, że jesteś zdenerwowany i sugeruje coś innego. To dlatego, że nagrywał, że każdego ranka jesteś tam około 9: 15 i otwierasz Facebook.

4. Ogólne modele użytkowania. Jak często otwieramy aplikację, jak długo zostajemy, co jeszcze robimy przed czy po? To rodzaj rytmu, osobistego i wyjątkowego. Twój telefon nie jest dostępny dla reklamy, z dwóch powodów: Po pierwsze, ponieważ byłoby to prawnie katastrofalne i technicznie skomplikowane. Po drugie, ponieważ GNN ma już wystarczająco dużo informacji, aby przewidzieć, co może być zainteresowane bez “sprytny” nic.

Jak ty to wszystko robisz? Budując ten wykres zależności i licząc coś zwanego < x0 < x0”, co jest numerycznym podsumowaniem typu użytkownika, którym wydaje się być. Kijek jest jak odcisk palca. Nazwa użytkownika nie mówi, że “jest zainteresowany lodówkami”, ale użytkownik “z tym kontem jest połączony z innymi użytkownikami, którzy byli zainteresowani lodówkami”. GNN przyjmuje założenia oparte na modelach, a nie inwigilacji.

Jak to wszystko jest używane na twojej komórce?

Na różne sposoby. Z wiadomości sugerowanych w Google Discover, po bębny pojawiające się w Instagramie, raporty YouTube, propozycje aplikacji Play Store i, oczywiście, reklamy. Logika techniczna jest zawsze taka sama: Zbuduj mapę relacji, która staje się bardziej intensywna, gdy telefon komórkowy uczy się naszych nawyków. GNN są idealne do takich zadań, ponieważ uczą się lepiej jako nowe węzły, nowe połączenia, nowe modele.

W praktyce oznacza to: Jeśli oglądasz wiadomości wieczorne, źródło pasuje do okoliczności. Jeśli szukasz weekendowych wycieczek, reklamy się zmieniają. Jeśli żądasz przesyłek do konkretnych obszarów, pojawiają się sugestie. Kiedy piszesz słowami związanymi ze zdrowiem, życiem - stylem lub konkretnymi produktami, system bierze to za wskazanie nowego zwyczaju. I wszystko to jest zrobione bez przechowywania kopii twoich rozmów. Ma tylko powiązania i modele.

To dobrze czy źle?

Opinie się różnią. Oczywiście jest to forma personalizacji, która pomaga nam nie przegapić chaotycznych linii czasowych. Ale, jak każde narzędzie, istnieje również jego ciemna strona: tworzy “muluska” zainteresowania, ogranicza różnorodność informacji i wzmacnia nasze obsesje. Najważniejsze jest to, że GNN pokazuje, że sztuczna inteligencja nie musi wyglądać jak szpieg, by być efektywnym. Musi tylko obejrzeć i nagrać sieci kontaktów. Te relacje, przez większość czasu, są tworzone przez nas przez nasze własne palce, zwyczaje i codzienne ruchy. Więc, telefon komórkowy “x3 > ślady, które mu dajemy.