Jetzt reden alle über die neue Revolution, die durch künstliche Intelligenz und maschinelles Lernen gebracht wird. Intelligente Algorithmen durchdringen alle Lebensbereiche: von der Suche nach dem Higgs-Boson bis zur Auswahl eines Films für den Abend. Die fortschrittlichsten Unternehmen setzen diese Technologien bereits aktiv in ihren Produkten und im Marketing ein. Personalisierte Empfehlungen, Werbung, Website-Oberfläche - all dies ist keine schwarze Magie, sondern bereits verfügbare Technologien.
Auf dem heimischen Markt ist Yandex ohne Zweifel das fortschrittlichste Unternehmen, das die Kraft von Maschinen nutzt. In seinem Bericht an #amoCONF sprach Andrei Sebrant, Marketingleiter von Yandex Services, über die Zukunft und die Chancen, die sich für jedes Unternehmen ergeben. Optimieren Sie Ihr Geschäft für zukünftige Trends!
Haftungsausschluss . Dieser Artikel ist eine Abschrift von Andrei Sebrants Rede. Es gibt Menschen, die sparen Zeit und lieben Text, es gibt Menschen, die keine Videos bei der Arbeit oder unterwegs ansehen können, aber glücklich lesen Habr, es gibt hörgeschädigte Menschen, für die die Tonspur unzugänglich oder schwer zu verstehen ist. Wir haben uns für alle und Sie entschieden, exzellente Inhalte zu entschlüsseln. Wer das Video bevorzugt, ist der Link am Ende.
Maschinenintelligenz und Kommerzialisierung von Technologien
Guten Tag! Hallo, alle versammelten sich bei den Olympischen Spielen. Danke für den Eyeliner. Richtig, ich werde mit gruseligen Worten über die Zukunft sprechen. Ich vermute, dass der Begriff „Kommerzialisierung von Technologien“ niemandem bekannt ist - seien Sie nicht schüchtern, er ist vielen nicht bekannt. Aber es ist nützlich, es ist wirklich einfach. Ich werde später über ihn sprechen. Und ja, es gab den richtigen Satz: Ich werde über die Zukunft sprechen, die kommen wird, einige sind gekommen, so dass nur noch Schaben übrig bleibt.
Das Problem ist, dass ich 20 Jahre lang im Internet gearbeitet habe und es mir so vorkam, als ob alles großartig und schnell geht - wie cool! Ich verstehe jetzt, dass alles, was sich in diesen 20 Jahren ereignet hat, ein ungeheuer hemmender Prozess war, unglaublich langsam, aber er beginnt jetzt schnell. Im Allgemeinen basiert die Geschichte auf dem Prinzip eines seltsamen Mosaiks, eines Mosaiks, das ... Nicht einmal, ich sage es besser so: auf dem Prinzip eines verstreuten Puzzles. Wenn sich durch das Betrachten dieser Teile das Bild aus diesen Puzzleteilen in Ihrem Kopf zu formen beginnt - das Ziel ist erreicht, wenn nicht - na ja, ich weiß nicht, schauen Sie sich die Akte an, probieren Sie es aus - vielleicht wird es sich herausstellen. Weil dies kein Kochbuch ist - ich werde Ihnen nicht sagen, wie es geht. Ich werde Ihnen sagen, in welcher Zukunft, in nur wenigen Jahren, in 3-4-5 (nicht mehr) Sie Ihre Verkäufe organisieren, Kunden anziehen, irgendwie mit Leuten kommunizieren müssen, die mit Ihnen verwandt sind.
Eine Zukunft, die schon gekommen ist. In zwei Fällen geht es nicht um das Internet und nicht um Marketing.
Aber ich erzähle Ihnen ein paar seltsame Fälle. Hier ist die Geschichte eines Mannes aus Kalifornien. Es war kein Zufall, dass ich sein Alter auf die Rutsche brachte - der Mann ist 65 Jahre alt, er ist sogar älter als ich. Er hat ein Problem: Er hat eine Frau, die ihren sauberen Rasen liebt (aber dies ist Kalifornien, es gibt keine zwei Meter hohen Zäune um den Rasen); Nachbarskatzen laufen auf dem Rasen und scheißen. Wie wird diese Aufgabe im Jahr 2016 gelöst?
Nachbarkatzen und Lieblingsrasen: wie man ein Problem mit seiner Frau löst
2016 kauft dieser Mann, Robert Bond, ein wenig Eisen an seinen Heimcomputer, schließt eine bereits stehende Überwachungskamera an, die über den Rasen schaut und eine etwas ungewöhnliche Sache ausführt: Er lädt kostengünstige, kostenlose Open-Source-Software herunter, die ist ein neuronales Netzwerk und beginnt, dieses neuronale Netzwerk zu trainieren, um Katzen im Kamerabild zu erkennen.
Und die Aufgabe scheint zunächst trivial, denn wenn etwas leicht zu lernen ist, sind es Katzen, weil Katzen mit dem Internet übersät sind, sind zig Millionen Katzen im Internet. Wenn alles so einfach war - zu erkennen, kann eine solche "Tag" -Katze auf den "Datensatz" trainiert werden, der sich einfach mit der Geschwindigkeit des Durchsatzkanals lädt. Aber die Dinge sind noch schlimmer: Im wirklichen Leben gehen Katzen meistens nachts in den Müll. Im Internet gibt es praktisch keine Bilder von Nachtkatzen, die auf dem Rasen pinkeln. Mann hatte, wie wir, wie jede Firma, die sich mit normaler Datenwissenschaft und Training neuronaler Netze beschäftigt ... Okay, wir werden die Bilder zusätzlich ausgraben, sie selbst machen; Das Netz, das gelernt hat, Nachtkatzen zu erkennen, ist auch sehr zuverlässig ...
Und danach - der letzte Schritt: Ein elektrisch gesteuertes Ventil wird an den Ausgang dieses Computers angeschlossen. Das Ventil steht auf dem Rohr, das zum Spritzgerät führt. Sobald die Katze den Rasen betritt und sich anpassen möchte, beginnt sie, ihn zu gießen - die Katzendepots.
Damit ist die Aufgabe gelöst, die Frau ist glücklich, die Katzen laufen nicht und das ist alles ein merkwürdiges Wunder - neuronale Netze, die lernen, Katzen zu erkennen, die im Internet herausgefunden haben, dass es verdammt noch mal nicht genug Quellbilder für das Training gibt. Okay, wir werden dich erledigen! Sie beendete ihr Studium. Dies ist wahrscheinlich das einzige neuronale Netz der Welt, das Nachtkatzen erkennen kann.
All dies wird von einer Person ausgeführt, die kein Hyperprogrammierer ist, die sein ganzes Leben lang nicht bei Google oder Yandex gearbeitet hat. Mit Hilfe dieser Hardware ist sie im Allgemeinen recht billig, kompakt und einfach.
Japanische Gurken: wie man Mama hilft
Eine andere Geschichte. Auf der anderen Seite des Ozeans, von Kalifornien aus, bauen Japaner auf einer kleinen Farm Gurken an. Gurken in diesem Formular sind in der Regel in 9 verschiedene Kategorien sortiert.
Diese Sortierung wird manuell von einer alten Mutter durchgeführt. Es ist schwer für sie - sie steht 8 Stunden am Tag in der Nähe des Förderers und sie ist ihr ganzes Leben lang ... Nun, nicht alle, aber sie hat die letzten Jahre ihres Lebens dem gewidmet, was sie versteht, und eine Gurke (Pickel, Farbe, Größe und Form) betrachtet, in der Aus neun Kategorien sollte es zugeordnet werden. Sie haben Probleme - sie können nicht einmal einen Leiharbeiter einstellen, weil dem Arbeiter für mehrere Monate dieser herrliche Prozess beigebracht werden muss - um Gurken zu erkennen. Dann hast du wohl schon geraten.
Es war wieder ein Computer. Diesmal befand sich das Grid jedoch in der Cloud, da der Raspderry Pi-Computer relativ stromsparend ist. Dem Netz wurde beigebracht, was Mutter als Trainingsmuster macht, sie nutzte die Handlung der Mutter selbst: Hier ist ein Foto der Gurke, wo seine Mutter es aufgenommen hat. Nachdem meine Mutter dies zehntausend Mal getan hat: "Setochka, hier ist eine neue Gurke für dich, verstehst du, welche Kategorie er hat?" "Ich verstehe", sagt der Setochka.
Und all dies war in einem solchen Design enthalten: ein Förderer, Gurken reiten darauf, bevor sie auf den Förderer fallen, eine Kamera schaut auf sie, Schieber stehen entlang des Förderers und schieben eine Gurke in eine Kiste der entsprechenden Kategorie. Auch dies ist die Entscheidung von 2016. Es zeigt einen sehr wichtigen Punkt, der derzeit nur unzureichend verstanden wird. Auf dem Bildschirm steht:
Was wir früher Informationstechnologie nannten, ist in der Tat keine Information mehr. Dies sind Betriebstechnologien: Die trainierte Maschine selbst führt Aktionen aus und informiert uns nicht. die Glocke läutet nicht - „Die Katze ist gekommen. Was wirst du tun Wirst du es mit einem Handtuch binden oder was? " Und es zeigt die Kategorienummer über einer schwimmenden Gurke an. "Nun, jetzt können Sie es mit Ihrer königlichen Hand schieben" ... Nein! Es ist überhaupt keine Person in diesem Prozess, nachdem das Training beendet wurde. Dies ist ein sehr vielseitiges Bild, das charakterisiert, wie die Zukunft funktioniert, in der Maschinen intellektuelle Aufgaben lösen (um eine Katze zu identifizieren, um zu verstehen, zu welcher Kategorie eine Gurke gehört).
Die Informationstechnologie ist in Betrieb gegangen
Und tatsächlich ist dies nicht unsere Laune. Und im Allgemeinen ist dies nicht nur eine Eigenschaft des Internets und einiger virtueller Dinge, die auf einem Computer geschehen. Ich habe speziell die Folie mitgebracht: General Electric ist ein ziemlich großes Unternehmen, das mit gewaltigen Offline-Unternehmen arbeitet, die glauben, dass 2015 das Jahr war, in dem diese Umstellung stattfand - Informationstechnologien wurden betriebsbereit und bestimmen unsere Zukunft. Und um all dies nachzuholen, müssen wir darüber nachdenken, wie wir den gleichen Übergang in unseren Geschäftsprozessen einrichten können, denn Transformation ist immer eine schmerzhafte und keine sofortige Angelegenheit.
Wenn Sie sich jetzt jedoch nicht auf diese Informationen vorbereiten, befinden Sie sich möglicherweise unter denen, auf die getreten wurde. Ein gutes Beispiel: Sie traten auf Kodak, er hielt sich für gut geschützt (eine solche Technologie!). Sie griffen Blackberry an - sie hielten es aufrichtig für nützlich, Druck auf die Tasten auszuüben, und niemand zog seine Finger über den Bildschirm und beschmutzte ihn. Wo ist das Blackberry? ..
Zum Schluss noch ein Hinweis an die Behörden. Zu Beginn dieses Jahres wurden in Davos auf dem Weltwirtschaftsforum genau diese Worte wiederholt geäußert: Wir befinden uns mitten im Zentrum der vierten industriellen Revolution. Diese industrielle Revolution ist hauptsächlich auf die rasante Geschwindigkeit zurückzuführen, mit der künstliche Intelligenz und maschinelles Lernen eingeführt werden.
Ich hasse die Worte "künstliche Intelligenz" und werde jetzt erklären, warum. Denn in der Tat versuchen wir, das Auto an diesem Ort mit uns selbst zu vergleichen und irgendwie das Auto zu erschrecken (es hat keine Angst): "Du wirst dich niemals mit uns vergleichen!" Wir sind Denker! “ Sie sehen, die Maschine in der Geschichte der Menschheit hat bewiesen, dass sie mehr kann - mehr, weil wir sie haben.
Ein Auto kann immer mehr
Hier ist ein gutes Beispiel, das ich gerne für ein paar Vorträge gebe - dies ist eine Geschichte über einen künstlichen Vogel. Wir können das nicht reproduzieren. Wir haben wirklich keine Ahnung, wie jede Feder in ihrem Flügel funktioniert, welche Funktion sie im Flug hat. Darüber hinaus ist die Vielfalt dieser gefiederten Flügel in der Natur ungeheuerlich! .. Und dann gibt es Fledermäuse.
Was ist ein "künstlicher Vogel"?
Natürlich können und können wir nicht nur reproduzieren und können nicht, gemessen an der Entwicklung der Technologie, in den nächsten Jahren - wir können die Physik des Fluges nicht vollständig mit der Genauigkeit verstehen, wie jedes Haar im Flügel funktioniert. Aber wir, da wir Menschen sind, die Menschheit, haben uns vom Vogel als Idee des Fliegens inspirieren lassen. In diesem Sinne war der erste künstliche Vogel ein Ballon, der vor Jahrhunderten hergestellt wurde. Weil er den Leuten erlaubt hat, in die Luft zu fliegen.
Dann, nach einiger Zeit, kehrten sie zu der Idee eines völlig anderen Flügels mit dem Profil zurück, das der Vogel nicht kennt - er ist statisch, ohne schwingende Bewegungen kann er das Auto in der Luft halten. Aber er hat ein Düsentriebwerk und diese Maschine begann uns über den Ozean zu schleppen, was die Vögel nicht können.
Außerdem sind wir, die Menschheit, irgendwann zu den Sternen geflogen ... Okay, zum Mars! Bisher nicht zu den Sternen, aber diese "Neugier" krabbelt auf dem Mars und überträgt Selfies von dort. Der gleiche künstliche Vogel brachte ihn dorthin. Sie sehen, was wir über die Idee des Fliegens gedacht haben und was ein künstlicher Vogel sein sollte.
Hören Sie, wenn sie mir jetzt etwas über künstliche Intelligenz erzählen ... Nun, wir wissen nicht, wie es funktioniert (zeigt auf den Kopf) ... Ja! Genauso wie wir nichts über den Vogelflügel wissen. Dies hat uns nicht davon abgehalten, als die Ballons auftauchten, einen Abakus zu erfinden und eine bestimmte Operation zu vereinfachen, zu der Tiere nicht in der Lage sind, aber wir haben einen mündlichen Bericht - aber verdammt, es ist einfacher. Dann hat uns die Technologie geholfen, es noch einfacher zu machen, und dann hat die Technologie die neuronalen Netze erreicht, die selbst trainiert werden - das ist wichtig! Sie lernen von selbst!
Was ist künstliche Intelligenz?
Wenn wir uns an das Beispiel einer Katze erinnern, erklärte niemand diesem Raster die formalen Parameter des Unterschieds zwischen einer Katze und einem Baby und einem Hund. Grid studierte sich selbst, sah sich Millionen von Katzenbildern an und lernte schließlich. Wir wissen nicht wie. Wie lernen wir uns selbst?
Und tatsächlich, wovon ich gerade spreche, wird künstliche Intelligenz (maschinelles Sprechen ist noch korrekter) die gleiche Beziehung zu unserem Gehirn haben wie eine Rakete zu einem Spatz - und das Leben so interessant machen. Eine Rakete kann nicht twittern und auf unsere Köpfe scheißen. Spatz kann.
Gleichzeitig kann eine Rakete, wie Sie sich vorstellen können, eine Nuklearladung auf einen Nachbarkontinent, Kurioshiti auf den Mars, eine Satellitenumlaufbahn, damit das Satelliteninternet funktioniert, vieles, aber das hat absolut nichts mit Spatzen zu tun. Genau dasselbe wird mit der maschinellen Intelligenz passieren: Sie wird Dinge tun, die wir nicht herausfinden können, was das Gehirn tun kann, aber es kann.
Gleichzeitig geschah eine andere interessante Geschichte, die nicht so viele Dienste betrifft ... Da ich jetzt über bestimmte Dienste spreche - Bilderkennung, in der Tat die Funktion, um die beide Beispiele aufgebaut waren, um die die Bildsuche aufgebaut ist, einige Dinge. Dies ist jedoch immer noch ein spezifischer Service. Sie können Personalisierung sagen - ich werde separate Beispiele dazu haben. Dies ist auch ein separater Service - um etwas über den Käufer zu verstehen, der zu Ihnen kam. Aber das ist ein Service.
Nicht nur die Dienste selbst, sondern auch die Schnittstellen
Selbstlernende Systeme, in erster Linie neuronale Netze, ermöglichten es, ein weiteres interessantes Problem zu lösen, das absolut so ist - über alle Dienste hinweg. Diese Aufgabe ist Frontend.
Vor einiger Zeit gab es ein solches Problem (obwohl es existierte): Sie müssen die Informationen in maschinenlesbare Form bringen, damit die Maschine damit arbeiten kann. Kein Problem mehr! Denn ... Was ist eine maschinenlesbare Ansicht? Sie kann den Text sogar vom Manuskript lesen, sogar vom Bildschirm, sogar von der Höhlenzeichnung, wenn der Text da ist. Sie kann außerdem verstehen, was auf diesem Bild passiert ist, wenn es sich um ein Bild handelt. Sie kann hören, was laut gesagt wurde, und es in gedruckten Text umwandeln, wenn Sie es aus irgendeinem Grund benötigen. Schlimmer als das - die Bedeutung von all dem ist zu verstehen ...
Spracherkennung, Bilderkennung, Sprachsynthese
Und dies ist die interessanteste Geschichte, die derzeit passiert. Was gerade passiert, verändert das Leben in ein paar Jahren auf unglaubliche Weise. Damit die Maschine lernen konnte, nicht dumm zuzuhören und Laute einfach in Buchstaben zu übersetzen, musste ihr eine Bedeutung beigebracht werden. Hier begann eine interessante Aufgabe, eine absolut praktische Aufgabe, die von außen nicht sichtbar ist, und dies ist ein großer Durchbruch, der zum Beispiel von Suchmaschinen gelöst wurde, die das Problem lösen mussten ...
Wissen Sie, für einige psychische Erkrankungen (wenn Psychologen im Raum sind - sie kennen einen solchen Test) geben sie vier oder mehr Objekte und sagen: „Was ist hier überflüssig? Finde es. " In vielen Fällen für einige Krankheiten völlig überraschende, seltsame Antworten, die uns täuschend vorkommen. Also, die gleiche Aufgabe für das Auto: vier Objekte - finde das Extra.
Und es stellt sich heraus, dass dies im alten, traditionellen Modell der Sprachanalyse ein großer Hinterhalt ist. Denn wenn wir uns Objekt Nr. 2 und Objekt Nr. 4 ansehen, stellt sich heraus, dass LOCK und LOCK sich nicht unterscheiden, obwohl dieser geschriebene Text und die Betonung nicht gehört werden. Darüber hinaus zeigt auch eine eingehende Analyse des Adjektivs, dass dies etwas ist, das das Material beschreibt, aus dem dieses Substantiv anscheinend besteht. Und es scheint, dass diese beiden Objekte sehr nahe sind (weist auf "Steinburg" und "Eisenburg"), und dieses ("Alte Festung") ist im Allgemeinen nirgendwo, es gibt nichts Ähnliches. Aber Sie und ich verstehen, dass die Geschichte völlig anders ist: Im Allgemeinen ist dieses Objekt (das Eiserne Schloss) überflüssig, aber diese drei sind gleich. Wie erklärt man das einem Auto? Insbesondere, wenn es um die Tatsache geht, dass es ein Bild im Allgemeinen und der Einfachheit halber oder eher aus Gründen des Realismus gibt, gehen wir davon aus, dass dieses Bild keinen Text in Bildern enthält - zum Beispiel auf der Seite, auf der es sich befindet. Nur ein Bild. Im Fotoalbum. Wie klassifiziere ich es? Soll ich es auf Verlangen der "alten Festung" ausstellen?
Und es stellte sich heraus, dass es so etwas gibt, das für einige Zeit unwissenschaftlich zu sein schien, wie einen sehr mehrdimensionalen Bedeutungsraum, in dem man einer Maschine beibringen kann, einige Vektoren zu bauen. Teile dieser Vektoren werden unter den Bildern gezeigt, und selbst ein flüchtiger Blick zeigt, dass diese (die ersten drei Bilder) im Allgemeinen ähnlich sind - Leute, es gibt etwas 8, 7, 1, 3 ... und hier - brrr, es ist offensichtlich etwas ... das ist überhaupt nicht Das heißt, diese drei ragen irgendwo an einem Ort heraus, in einem Bereich, ungefähr in einem Bereich dieses monströsen mehrdimensionalen Bedeutungsraums, und der vierte irgendwo dort.
Und das löst das Problem, die Bedeutung zu verstehen, zumindest unter dem Gesichtspunkt, welche Objekte sinnvoll nahe beieinander liegen. Es ist cool, dass diese Aufgabe jetzt, zum Beispiel zur Lösung ähnlicher Probleme, es demselben Microsoft ermöglicht, eine hervorragende Simultanübersetzung in Skype bereitzustellen. Weil in diesem Moment anstelle der klassischen Sprachmodelle, die über dieses Problem stolpern (lock - lock), neuronale Netze verbunden waren, wurde es sinnvoll zu übersetzen. Und dann, Jungs, verbinden sie schon Sprache für Sprache. In dem Moment, in dem Ihr Raum für diese Bedeutungsvektoren voll ist, ist die Projektion in eine beliebige Sprache eine rein technische Operation. In diesem Moment verschwinden Sprachprobleme auf unserem Planeten als Klasse.
Dies ist eine sehr nicht triviale Geschichte! Ich sage nicht, dass das geniale Yandex, das geniale Microsoft und das geniale Google es jetzt tun. Ich spreche davon, wie es Leben verändert, wie wir es uns irgendwie nicht vorstellen können - mit einem halben Tritt. Wir werden nicht einmal sehen, dass plötzlich alles in der Benutzeroberfläche selbst übersetzt wurde. Es wird so aussehen - nicht wie ein separater Super-Service.
Versuch auf traditionelle Wissenschaft? Nein, Symbiose mit ihr!
Ich möchte am Beispiel der Wissenschaft zeigen, was mit traditionellen Bereichen geschieht, und nicht mit einem kommerziellen Produkt. Schauen Sie, die Wissenschaft, die uns alle angeht, ist die Meteorologie. Wir alle wollen verstehen: Müssen wir einen Regenschirm mitnehmen, wird es heute regnen? Vielleicht ist es in der Tat nicht notwendig, einen Regenschirm zu haben, sondern sich nur wärmer anzuziehen, und es wird nicht regnen, und der Bastard ist schrecklich.
Und hier werde ich jetzt über die Yandex-Lösung sprechen, weil sie wieder ... Ich möchte Yandex hier nicht verkaufen, sie ist ohne meine Verkäufe groß genug. Diese Vorgänge mit Meteorologie werden jetzt von allen großen Unternehmen durchgeführt, die Wetterphänomene auf der Welt prognostizieren: Sowohl der Weather Channel als auch andere, die IBM im Hinblick auf maschinelles Lernen verbunden hat. Glücklicherweise haben wir eine Prognose (einer der Yandex-Dienste) und für etwas haben wir genug maschinelles Lernen.
Über die Wettervorhersage und Meteum
Das Meteum erscheint also. Eine kurze Tour über die Wettervorhersage. Dies ist eine erstaunliche, völlig unterschiedliche Datenmenge, die in Echtzeit in Supercomputer fließt. Die Daten werden von dem übernommen, was jetzt auf dem Bildschirm angezeigt wird. Dies sind Dutzende von meteorologischen Satelliten, von denen Informationen über den Teil der Erde, der sich unter ihnen befindet, in verschiedenen Teilen des Spektrums fließen. , (, , ) : , , , , , , – .
, , , , , - ( , ) – , , , , – , ( ), , (, , ).
-, , , -, ( «» )… , , , , , , .
, , - . : +30 (). , ( , ) – , , , , ?
, – , «» ( ). , , : -- (, 9 «»). , , – , 9 , . , . - .
Ihre Aufgabe ist es, die ganze Zeit zu lernen und zu vergleichen, wie jedes dieser Modelle an einem bestimmten Punkt von der tatsächlichen Beobachtung abweicht. Lernen Sie, dieses Delta zu minimieren, und lernen Sie, Ihre eigene Prognose zu erstellen, deren Delta (Abweichung von der Realität, der Temperatur oder dem Niederschlag oder einer anderen Metrik) kleiner ist als die Abweichung eines dieser Modelle.Beachten Sie dabei das Wichtige: Wir unterrichten diese Maschinenphysik nicht, wir haben keine Professoren, wie im Institut für Atmosphärenphysik der Akademie der Wissenschaften. Diese Maschine lernt selbst, einen bestimmten Parameter zu minimieren, dh eine genauere Vorhersage zu machen. Warum? ! , . , , , , , , -.
«.» , , -, , , … - - . , , . «» , , , … , – . , - .
Und jetzt kommt sie an den Punkt, an dem sie jede Saison mindestens einmal überleben wird. Wir haben es erst im Spätherbst gestartet. Jetzt wird der Winter für sie keine Neuheit sein - sie hat einmal den Winter studiert. Und dies wird die Wettervorhersage verbessern, ohne unser Verständnis der in der Atmosphäre ablaufenden Prozesse zu verbessern. Nun, Sie verstehen, ich konzentriere mich speziell auf diese Worte, denn das wird mit Ihrer Arbeit passieren. Die Maschine neben Ihnen löst wichtige, intelligente und intellektuelle Aufgaben, ohne zu verstehen, was wirklich passiert. Niemand hat es ihr erklärt, da wir ihr nichts über Physik erklärt haben.Personalisierung: die unvermeidliche Zukunft der Kundenkommunikation
- - , . , . , : amoCRM , , , , .
, , , amoCRM. , amoCRM, , ( , , ).
2016 : , . : , – , , , - , «», 20 . , , - , – , , , , , , . , , – . , «-» . – , .
Maschinenintelligenz lernt von Menschen
Verstehst du, dass dies nicht so lange dauern wird? Du verstehst, dass es früh genug ist, eine Website zu haben, die nicht so schlau ist wie die Werbung ... na ja ... na ja, es ist widerlich, auf einer solchen Website zu sein ?! Es ist widerlich, zu einer Site zu gehen, deren Gesicht für alle gleich ist, auf einer Produktkarte, die für alle gleich ist, und so weiter und so fort.
Das ist die Geschichte, die Sie überall mit Personalisierung überraschen wird. Und je weiter, desto besser und besser wird es, denn noch einmal: Maschinen lernen von Menschen. Es ist sehr wichtig, dass wir sie nicht ausbilden, wir verstehen nichts Neues und deshalb haben wir nichts, um die Maschine zu unterrichten. Ja, sie selbst lernt die ganze Zeit von selbst, denn die ganze Zeit gibt es diese Millionen, Milliarden von Klicks, die sie für sich nimmt.Krypta
, – … -, . , , , , « » , «» - «».
!
Übersetzt in die üblichen Marketingbegriffe bedeutet dies: Keine Mittelwertbildung mehr, keine Segmentierung mehr, Sie können auf der Ebene der Personalisierung arbeiten. Dieser bekannte Cocktail aus mehreren Komponenten ist in der Lage, unser schwaches Gehirn zu halten. Das Auto braucht nicht. Sie muss nicht in zehn Kategorien eingeteilt oder in eine Art RFM-Segmentierung eingeteilt werden, in der wiederum ... Nur wenige fortgeschrittene Vermarkter können mehr als zwanzig Segmente im Kopf behalten. Und das Auto kümmert sich nicht darum, es braucht keine Segmente - es arbeitet direkt mit Hunderten von Millionen, wie beispielsweise in unserem Fall mit verschiedenen Nutzern.Gleichzeitig zeigt ein cleverer Algorithmus nicht nur etwas Ähnliches (es wird für eine Person traurig sein), er kann etwas öffnen, er kann eine Person zeigen - „Wow! Wie konnte ich das nicht wissen? " Ich ging zur Seite - und zum Text; klebt ...
Ist es möglich, von "Ähnlichkeit" wegzukommen?
Und so funktionieren beispielsweise alle modernen Streaming-Dienste, so funktioniert YouTube. Die Empfehlungen beginnen sich an jede einzelne Person anzupassen. Zur Veranschaulichung gibt es ein Diagramm, in dem dargestellt ist, wie sich die für den Dienst aufgewendete Zeit erhöht, wenn Sie die "Black Box" einschalten ... und-und-und ... eine Person beginnt zu bleiben, weil sie Songs empfiehlt, die sie ständig hören möchte.
Yandex Zen
Oder wie es in unserem fortschrittlicheren, zuletzt eingeführten und in einer Reihe verschiedener Länder vorkommenden Zeitkiller "Zen" passiert. So ein Service. Es ist entweder im "Lancer" auf dem Handy oder im Browser auf dem Handy. Es gibt einen für jede Person individuell optimierten Content-Stream von ganz unterschiedlicher Art: Nachrichten, Bilder, Katzen, Rezepte - was eine Person lesen möchte.
Aber sie ist für ihn absolut automatisch personalisiert. Zum ersten Mal waren wir davon überzeugt, dass es uns egal ist, wo der Dienst gestartet wird - in Brasilien, Indonesien oder Russland. Wir müssen uns nicht lange mit kulturellen Merkmalen befassen, mit den Merkmalen des Konsums von Inhalten in diesem Land - all dies wird durch den Algorithmus erledigt.Soziales Experiment Yandex
Wir haben dieses Experiment auf unserer Marketingkonferenz in Yandex Ende Juni dieses Jahres durchgeführt. Wir haben es auf der Konferenz gemacht, weil es einige rechtliche und technische Feinheiten gibt, weshalb wir es nicht auf die Straße bringen konnten. Nun, auf der Straße wird es in einem Jahr sein.
Hier geht ein Mann am Monitor vorbei. Die Kamera zeigt nicht nur das Bild, sondern es dreht sich auch Müll über seinen Kopf. Eine Person zeigt mit der installierten Anwendung die Kamera seines Smartphones auf die Personen in der Lobby, und andere Bilder drehen sich über ihnen. Diese Bilder sind die Interessen dieser Menschen. Wir haben sie nicht danach gefragt. Und ich werde dir nicht sagen, welche Art von Magie, dann was ...Um es zusammenzufassen ...
Ich kann mir vorstellen, was passiert, wenn ich jetzt ... In welcher Tasche habe ich ein Smartphone?Hier wird es nicht funktionieren. Aber stellen Sie sich vor, ich habe ausgegeben - und ich weiß, worüber ich mit jedem von Ihnen sprechen soll., . , – . – , , «», . , -. , . , : – , – . , , «-» , API – , ( ).
, , , , .
2020+:
Jungs, als sie mich gebeten haben, diese Folie zu machen: "Nun, erzählen Sie mir etwas über zwanzig oder zwanzig?" Ich sage: "Ja, es ist einfach." Weil es auf drei Hauptpunkte ankommt.
Sie müssen mit kreativen intelligenten Maschinen zusammenarbeiten (wenn Sie wollen, wenn Sie nicht wollen, wird es) Es ist verdammt schwer. Ich weiß aus eigener Erfahrung bei Yandex. Hier (ich sehe dich wegen der blendenden Scheinwerfer nicht gut) bitte ich dich, die Frage laut zu beantworten: Gibt es hier Leute, die andere Mitarbeiter in der Unterordnung haben (sie sagen "Ja" vom Publikum)? Okay, war es für Sie einfach, an sie zu delegieren („Nein“ vom Publikum)? Erwartet Uns auch! Stellen Sie sich vor: Sie müssen an die Maschinen delegieren und werden abends nicht mit dem Auto ausgehen, um ein Bier oder etwas zu trinken und sagen: "Vasya, was bist du ... Komm schon, so wirst du nicht mehr sein." Diese Maschine kann Ihnen wirklich nicht erklären, warum sie diese Entscheidung getroffen hat. Aber wenn Sie nicht lernen, wie man damit arbeitet (ja, es wird manchmal "fakapit", wie jeder von uns und jeder unserer Mitarbeiter), dann ist es nur eine "Tarnung".
Clarks Gesetz
Dies ist die aktuellste Folie. Dies ist eines von Clarks Gesetzen. Ich gehe mit einem grauen Schwanz aus und sage ein paar seltsame Dinge. Es gibt ein Gesetz, das besagt: Wenn eine Person in meinem Alter herauskommt, fängt es an, etwas über die Tatsache zu sagen, dass - „Dies wird niemals passieren! Der Mensch ist das Maß aller Dinge, also wird die Maschine niemals ... (holt tief Luft) Das ist Alterskonservativ, Leute, es tut mir leid. “
Und wenn jemand sagt: „Hören Sie zu, trotz meines Konservativismus!“, Dann hat er höchstwahrscheinlich recht, wenn er ein Experte in dieser Angelegenheit ist. Aber ich habe in den letzten zwanzig Jahren im Internet gekocht.
Also danke! So oder so, aber es wird passieren!
Ein bisschen Werbung :)
Vielen Dank für Ihren Aufenthalt bei uns. Mögen Sie unsere Artikel? Möchten Sie weitere interessante Materialien sehen? Unterstützen Sie uns, indem Sie eine Bestellung aufgeben oder Ihren Freunden empfehlen,
Cloud-VPS für Entwickler ab 4,99 US-Dollar , ein
30-prozentiger Rabatt für Habr-Benutzer auf ein einzigartiges Analogon von Einstiegsservern, das wir für Sie erfunden haben: Die ganze Wahrheit über VPS (KVM) E5-2650 v4 (6 Kerne) 10 GB DDR4 240 GB SSD 1 Gbit / s ab 20 US-Dollar oder wie man einen Server freigibt? (Optionen sind mit RAID1 und RAID10, bis zu 24 Kernen und bis zu 40 GB DDR4 verfügbar).
Dell R730xd 2 mal günstiger? Nur wir haben
2 x Intel TetraDeca-Core Xeon 2 x E5-2697v3 2,6 GHz 14C 64 GB DDR4 4 x 960 GB SSD 1 Gbit / s 100 TV ab 199 US-Dollar in den Niederlanden! Dell R420 - 2x E5-2430 2,2 GHz 6C 128 GB DDR3 2x960 GB SSD 1 Gbit / s 100 TB - ab 99 US-Dollar! Lesen Sie mehr über
das Erstellen von Infrastruktur-Bldg. Klasse mit Dell R730xd E5-2650 v4 Servern für 9.000 Euro für einen Cent?