आर्थर खाचुआन: मार्केटिङमा आर्टिफिशियल इन्टेलिजेन्स

आर्थर खाचुआन ठूला डाटा प्रशोधनका लागि प्रसिद्ध रुसी विशेषज्ञ हुन्, सोसल डाटा हब कम्पनी (अहिले Tazeros ग्लोबल) का संस्थापक। राष्ट्रिय अनुसन्धान विश्वविद्यालय हायर स्कूल अफ इकोनोमिक्सका साझेदार। नेशनल रिसर्च युनिभर्सिटी हायर स्कूल अफ इकोनोमिक्ससँग मिलेर फेडरेशन काउन्सिलमा बिग डाटासम्बन्धी विधेयक तयार गरी प्रस्तुत गरियो। उनले पेरिसको क्युरी इन्स्टिच्युट, सेन्ट पिटर्सबर्ग स्टेट युनिभर्सिटी, फेडरल युनिभर्सिटी, रुसी संघ सरकार अन्तर्गत, Red Apple, International OpenDataDay, RIW 2016, AlfaFuturePeople मा।

यो व्याख्यान २०१९ मा मस्कोमा भएको ओपन-एयर फेस्टिभल "गिक पिकनिक" मा रेकर्ड गरिएको थियो।

आर्थर खाचुआन (यसपछि - एएच): - यदि ठूलो संख्यामा उद्योगहरूबाट - औषधिबाट, निर्माणबाट, कुनै चीजबाट, केहि, एउटा छनौट गर्न जहाँ ठूलो डाटा, मेसिन लर्निंग, गहिरो शिक्षाको प्रविधि प्रायः प्रयोग गरिन्छ, तब यो सायद मार्केटिंग हो। किनभने विगत तीन वा सो वर्षदेखि, कुनै न कुनै प्रकारको विज्ञापन संचारमा हामीलाई घेरिएको सबै कुरा अब डेटा विश्लेषणमा र ठ्याक्कै कृत्रिम बुद्धिमत्ता भन्न सकिने कुरामा जोडिएको छ। त्यसैले, आज म तपाईंलाई यस बारे धेरै टाढाको इतिहासबाट बताउँछु।

यदि तपाइँ कृत्रिम बुद्धिमत्ताको कल्पना गर्नुहुन्छ र यो कस्तो देखिन्छ, यो सायद यस्तै केहि हो। अनौठो तस्बिर एउटा न्यूरल नेटवर्कहरू मध्ये एक हो जुन मैले मेरो कुकुरले के गर्छ भन्ने निर्भरता पत्ता लगाउन एक वर्ष पहिले लेखेको थिएँ - उसलाई कति पटक ठूलो, सानो जान आवश्यक छ, र यो सामान्यतया उसले कति खान्छ भन्नेमा निर्भर गर्दछ। वा होइन? यो कृत्रिम बुद्धिमत्ता कसरी कल्पना गर्न सकिन्छ भन्ने बारे एक मजाक हो।

तर अझै, यो सबै विज्ञापन संचार मा कसरी काम गर्छ भन्ने बारे सोचौं। त्यहाँ तीनवटा तरिकाहरू छन् जसमा विज्ञापन र मार्केटिङमा आधुनिक एल्गोरिदमहरूले हामीसँग अन्तरक्रिया गर्न सक्छन्। यो स्पष्ट छ कि पहिलो कथा तपाईं र मेरो बारेमा थप ज्ञान प्राप्त गर्न र निकाल्ने उद्देश्य हो, र त्यसपछि यसलाई केहि राम्रो र राम्रो उद्देश्यका लागि प्रयोग गर्न को लागी हो; प्रत्येक विशिष्ट व्यक्तिको दृष्टिकोण निजीकृत गर्नुहोस्; स्वाभाविक रूपमा, यस पछि, मुख्य लक्ष्य कार्य गर्न र एक निश्चित बिक्री सञ्चालन गर्न निश्चित माग सिर्जना गर्नुहोस्।

प्रविधि प्रयोग गरेर, तिनीहरू प्रभावकारी संचारको समस्या समाधान गर्न प्रयास गर्दैछन्

यदि मैले तपाईलाई पोर्नहब र एम. भिडियो", के सोच्दै हुनुहुन्छ?

दर्शकहरूबाट टिप्पणीहरू (यसपछि C को रूपमा उल्लेख गरिएको छ): - टिभी, दर्शक।

ओह: - मेरो धारणा यो हो कि यी दुई ठाउँहरू छन् जहाँ मानिसहरू एक निश्चित प्रकारको सेवाको लागि आउँछन्, वा यसलाई निश्चित प्रकारका सामानहरू भनौं। र यो दर्शक फरक छ कि यसले विक्रेतालाई केहि भन्न चाहँदैन। उनी भित्र आउन चाहन्छिन् र केहि स्पष्ट वा निहित रूप मा उनको रुचि के प्राप्त गर्न चाहन्छ। स्वाभाविक रूपमा, कोही पनि एम. भिडियो” कुनै पनि विक्रेताहरूसँग कुराकानी गर्न चाहँदैन, बुझ्न चाहँदैन, तिनीहरूको कुनै पनि प्रश्नको जवाफ दिन चाहँदैन।

त्यसैले, पहिलो कथा यी सबैबाट पछ्याउँछ।

जब अतिरिक्त ज्ञान प्राप्त गर्नका लागि प्रविधिहरू एक व्यक्तिसँग कुराकानी गर्नबाट बच्नको लागि देखा पर्‍यो। हामी सबैलाई यो मनपर्छ जब हामी बैंकलाई कल गर्छौं र बैंकले हामीलाई भन्छ: "नमस्ते। एलेक्सी, तपाईं हाम्रो VIP ग्राहक हुनुहुन्छ। अब कोही सुपर प्रबन्धकले तपाईसँग कुरा गर्नेछन्।" तपाईं यस बैंकमा आउनुहुन्छ, र त्यहाँ एक अद्वितीय प्रबन्धक हुनुहुन्छ जसले तपाईंसँग कुरा गर्न सक्नुहुन्छ। दुर्भाग्यवश वा सौभाग्यवश, कुनै पनि कम्पनीले हजार ग्राहकका लागि एक हजार व्यक्तिगत प्रबन्धकहरू कसरी भर्ती गर्ने भनेर अहिलेसम्म पत्ता लगाएको छैन; र यी मध्ये धेरैजसो मानिसहरू अहिले अनलाइन भएकाले, काम भनेको यो कस्तो प्रकारको व्यक्ति हो र उहाँसँग कुनै विज्ञापन स्रोतमा आउनु अघि उहाँसँग कसरी सही रूपमा कुराकानी गर्ने भनेर बुझ्नु हो। र त्यसकारण, वास्तवमा, प्रविधिहरू देखा परेका छन् जुन यो समस्या समाधान गर्न प्रयास गर्दै छन्।

डाटा निकासी नयाँ तेल हो

कल्पना गरौं कि तपाईं फूलको स्टलको मालिक हुनुहुन्छ। तिमीलाई भेट्न तीन जना आउँछन्। पहिलो धेरै बेर उभिन्छ, हिचकिचाउँछ, तपाईंसँग कुरा गर्न खोज्छ, कुनै प्रकारको गुलदस्ता लिन्छ - तपाईं यसलाई बेराउन जानुहुन्छ, त्यहाँ केहि गर्न बाहिर जानुहोस्; ऊ यो गुलदस्ताको साथ स्टलबाट भाग्छ - तपाईंले आफ्नो तीन हजार रूबल गुमाउनुभयो। किन यस्तो भयो ? तपाईलाई यस व्यक्तिको बारेमा केहि थाहा छैन: तपाईलाई आन्तरिक मामिला मन्त्रालयमा उनको गिरफ्तारीको इतिहास थाहा छैन, तपाईलाई थाहा छैन कि उनी एक क्लेप्टोमानियाक हुन् र मनोचिकित्सक औषधालयमा दर्ता छन्। किन? किनभने तपाईंले यो पहिलो पटक देख्नुभयो, र तपाईं व्यवहार विश्लेषक हुनुहुन्न।

अरू कोही आउँछ... Vitaly। Vitaly लाई पनि यो पत्ता लगाउन धेरै समय लाग्छ, उनी भन्छन्, "ठीक छ, मलाई यो र त्यो चाहिन्छ।" र तपाईं उसलाई भन्नुहुन्छ, "आमाको लागि फूल, हैन?" र तपाईंले उसलाई एउटा गुलदस्ता बेच्नुहुन्छ।

यहाँ अवधारणा भनेको व्यक्तिलाई वास्तवमा के चाहिन्छ भनेर बुझ्नको लागि पर्याप्त डाटा फेला पार्नु हो। सबैजनाले तुरुन्तै केहि प्रकारको विज्ञापन नेटवर्क र यस्तै बारे सोच्यो ...

सबैले सायद एक भन्दा बढी पटक "डेटा नयाँ तेल हो" भन्ने मूर्ख वाक्यांश सुनेका छन्? पक्कै सबैले सुनेका छन्। वास्तवमा, मानिसहरूले धेरै पहिले डेटा सङ्कलन गर्न सिकेका थिए, तर यस डेटाबाट डाटा निकाल्ने कार्य मार्केटिङमा कृत्रिम बुद्धिमत्ता, वा कुनै प्रकारको सांख्यिकीय एल्गोरिदमहरू, अहिले समाधान गर्न प्रयास गरिरहेको छ। किन? किनभने यदि तपाइँ एक व्यक्तिसँग कुरा गर्नुहुन्छ भने, उसले तपाइँलाई सही, गलत, वा कुनै न कुनै रूपमा रंगीन जवाफ दिन सक्छ। मैले मेरा विद्यार्थीहरूलाई सर्वेक्षणहरू कसरी तथ्याङ्कहरूबाट भिन्न हुन्छन् भन्ने मजाक भनेको हो। म तपाईंलाई यो एउटा किस्साको रूपमा बताउनेछु:

यसको मतलब दुईवटा गाउँमा उनीहरूले पुरुषत्वको औसत लम्बाइमा अध्ययन गर्ने निर्णय गरे। यसको मतलब यो हो कि पहिलो गाउँ, Villaribo मा, औसत लम्बाइ 15 सेन्टिमिटर छ, Villabaggio को गाउँ मा - 25. के तपाईलाई थाहा छ किन? किनभने पहिलो गाउँमा मापन गरिएको थियो, र दोस्रोमा सर्वेक्षण गरिएको थियो।

पोर्न उद्योग सिफारिस प्रणालीको प्रमुख हो

यही कारणले गर्दा आधुनिक दृष्टिकोणले अपवाद बिना सबै मानिसहरूलाई विश्लेषण गर्ने हो, तिनीहरू 100% भन्दा थोरै भए पनि, तर यी मानिसहरू हुन् जसलाई तपाईंले सोध्न आवश्यक छैन, तपाईंले तिनीहरूलाई हेर्न आवश्यक छैन। यो व्यक्तिलाई के चाहिन्छ भनेर बुझ्नको लागि अहिले डिजिटल फुटप्रिन्ट भनिन्छ भनेर विश्लेषण गर्न पर्याप्त छ, कसरी उहाँसँग सही रूपमा बोल्ने, कसरी सही रूपमा उहाँको वरिपरि माग सिर्जना गर्ने। एकातिर, यो दिमागहीन मेसिन हो (तर तपाईं र मलाई यो राम्ररी थाहा छ); हामी M का मानिसहरूसँग कुराकानी गर्न चाहँदैनौं। भिडियो," र अझ पनि, जब हामी पोर्नहब जस्ता स्रोतहरूमा जान्छौं, हामी हामीलाई चाहिएको कुरा प्राप्त गर्न चाहन्छौं।

म सधैं पोर्नहबको कुरा किन गर्छु? किनभने वयस्क उद्योग यस्तो प्रविधिहरूको विश्लेषण गर्न, त्यस्ता प्रविधिहरूको कार्यान्वयन गर्न, डाटा विश्लेषण गर्न पहिलो हो। यदि तपाईंले यस क्षेत्रमा तीनवटा सबैभन्दा लोकप्रिय पुस्तकालयहरू लिनुभयो (उदाहरणका लागि, TensorFlow वा Python को लागि Pandas, CSV फाइलहरू प्रशोधन गर्न, र यस्तै अन्य), यदि तपाईंले यसलाई Github मा खोल्नुभयो भने, यी सबै नामहरूको छोटो Google को साथ तपाईंले फेला पार्नुहुनेछ। पोर्नहब कम्पनीमा काम गरेका वा हाल काम गर्ने व्यक्तिहरू, र त्यहाँ सिफारिस प्रणाली लागू गर्ने पहिलो व्यक्ति थिए। सामान्यतया, यो कथा धेरै उन्नत छ, र यो दर्शक कति, यो कम्पनी अगाडि बढेको देखाउँछ।

पहिचान को तीन स्तर

त्यहाँ एक व्यक्ति को वरिपरि डाटा को एक विशाल सेट छ कि पहिचान गर्न सकिन्छ। म सामान्यतया यसलाई औपचारिक रूपमा तीन तहमा विभाजन गर्छु, गहिरो र गहिरो हुँदै जान्छ। स्वाभाविक रूपमा, कम्पनीको आफ्नै डाटा छ।

यदि, भन्नुहोस्, हामी सिफारिस प्रणाली निर्माण गर्ने बारे कुरा गर्दैछौं, त्यसपछि पहिलो स्तर भनेको स्टोरमा अवस्थित डाटा हो (खरीद इतिहास, सबै प्रकारका लेनदेनहरू, कसरी एक व्यक्तिले इन्टरफेससँग अन्तरक्रिया गर्यो)।

अर्को त्यहाँ एक स्तर (सापेक्ष रूपमा सबैभन्दा ठूलो) छ - यो खुला स्रोत भनिन्छ। म तपाईंलाई सामाजिक सञ्जालहरू स्क्र्याप गर्न प्रोत्साहन दिन्छु भनेर नसोच्नुहोस्, तर वास्तवमा, खुला स्रोतहरूमा के उपलब्ध छ डाटाको एक विशाल सेट खोल्छ जुन तपाईं, भन्न सक्नुहुन्छ, एक व्यक्तिको बारेमा जान्न सक्नुहुन्छ।

र तेस्रो ठूलो भाग यो व्यक्तिको वातावरण हो। हो, त्यहाँ एक राय छ कि यदि एक व्यक्ति सामाजिक सञ्जालमा छैन भने, त्यहाँ उसको बारेमा कुनै डेटा छैन (तपाईलाई पहिले नै थाहा छ कि यो सत्य होइन), तर सबैभन्दा महत्त्वपूर्ण कुरा यो हो कि एक व्यक्तिको प्रोफाइलमा भएको डेटा। (वा केहि अनुप्रयोगमा) यसको बारेमा प्राप्त गर्न सकिने ज्ञानको 40% मात्र हो। बाँकी जानकारी उसको वातावरणबाट प्राप्त हुन्छ। वाक्यांश "मलाई बताउनुहोस् तपाईको साथी को हो र म तपाईलाई बताउनेछु तपाई को हुनुहुन्छ" XNUMX औं शताब्दीमा नयाँ अर्थ लिन्छ किनभने त्यो व्यक्तिको वरिपरि ठूलो मात्रामा डाटा प्राप्त गर्न सकिन्छ।

यदि हामी विज्ञापन संचारको नजिक कुरा गर्छौं, तब विज्ञापन संचारहरू विज्ञापनबाट होइन, तर केही साथी, परिचित वा कुनै रूपमा प्रमाणित व्यक्तिबाट प्राप्त गर्नु एक धेरै राम्रो सुविधा हो जुन धेरै मार्केटरहरूले प्रयोग गर्छन्। जब केहि अनुप्रयोगले अचानक तपाइँलाई नि: शुल्क प्रोमो कोड दिन्छ, तपाइँ यसको बारेमा पोस्ट गर्नुहुन्छ र यसैले नयाँ दर्शकहरूलाई आकर्षित गर्नुहुन्छ। वास्तवमा, सशर्त "Yandex.Taxi" को लागि यो प्रोमो कोड अनियमित रूपमा छनोट गरिएको थिएन, तर यसको लागि, नयाँ दर्शकहरूलाई आकर्षित गर्न र कुनै न कुनै रूपमा उनीहरूसँग अन्तर्क्रिया गर्ने तपाईंको सम्भावनाको बारेमा डेटाको ठूलो मात्रा विश्लेषण गरिएको थियो।

उनीहरूले टिभी शृङ्खलाका पात्रहरूको व्यवहारको पनि विश्लेषण गर्छन्

म तिमीलाई तीनवटा तस्बिरहरू देखाउनेछु, र तिनीहरूमा के भिन्नता छ भनी मलाई भन्नुहोस्।

यो चाहिँ:

यो:

र यो एक:

तिनीहरू बीच के भिन्नता छ? यहाँ सबै कुरा सरल छ। क्वान्टम मेकानिक्समा जस्तै, यस अवस्थामा यो रचनात्मकता पर्यवेक्षक द्वारा बनाईएको थियो। त्यो हो, एउटै विज्ञापन अभियानमा भिन्नता, एकै समयमा एउटै ब्रान्ड द्वारा गरिएको, यो रचनात्मक हेरेकोमा मात्र छ। व्यक्तिगत रूपमा, जब म Amediateka जान्छु, तिनीहरू अझै पनि खाल Drogo देखाउँछन्। मलाई थाहा छैन Amediateka ले मेरो प्राथमिकताहरूको बारेमा के सोच्दछ, तर केहि कारणले यो हुन्छ।

जसलाई अहिले ब्यक्तिगत संचार भनिन्छ श्रोतालाई आकर्षित गर्ने र यससँग राम्ररी अन्तरक्रिया गर्ने सबैभन्दा लोकप्रिय कथा हो। यदि पहिलो चरणमा हामीले हाम्रो आफ्नै ब्रान्ड डाटा, खुला स्रोत डाटा र उदाहरणका लागि, यस व्यक्तिको वातावरणबाट डाटा प्रयोग गरेर मानिसहरूलाई पहिचान गर्यौं भने, हामीले उहाँको विश्लेषण गरेपछि, उहाँ को हुनुहुन्छ, उहाँसँग कसरी कुरा गर्ने र सबैभन्दा महत्त्वपूर्ण कुरा बुझ्न सक्छौं। उहाँ कुन भाषा बोल्नुहुन्छ उहाँसँग कुरा गर्नुहोस्।

यहाँ टेक्नोलोजी यति अगाडि बढेको छ कि मानिसहरूले हेर्ने टिभि शृङ्खलाका पात्रहरूको विश्लेषण हुन थालेको छ। त्यो हो, तपाईलाई टिभी शृङ्खलाहरू मनपर्छ - तिनीहरू [मन पर्छन्] हेरिन्छन्, उनीहरूले त्यहाँ कोसँग अन्तर्क्रिया गर्नुभयो भनेर हेर्छन्, तपाइँसँग अन्तरक्रिया गर्नको लागि कस्तो प्रकारको व्यक्ति उपयुक्त हुन्छ भनेर बुझ्नको लागि। यो पूर्ण बकवास जस्तो लाग्दछ, तर केवल रमाइलोको लागि, यसलाई कुनै एक स्रोतमा प्रयास गर्नुहोस् - विभिन्न व्यक्तिहरूले विभिन्न रचनात्मकहरू देख्छन् (यससँग सही रूपमा अन्तरक्रिया गर्न)।

कुनै एकल आधुनिक मिडिया वा कुनै भिडियो स्रोतले तपाईंलाई केही समाचार देखाउँदैन। मिडियामा जानुहोस् - धेरै संख्यामा एल्गोरिदमहरू लोड हुन्छन् जसले तपाईंलाई पहिचान गर्दछ, तपाईंको सबै अघिल्लो गतिविधिहरू बुझ्दछ, गणितीय मोडेलमा अपील गर्दछ र त्यसपछि तपाईंलाई केहि देखाउँदछ। यस अवस्थामा, त्यहाँ यस्तो अनौठो कथा छ।

आवश्यकताहरू कसरी निर्धारण गरिन्छ? साइकोमेट्री। फिजियोग्नोमी

त्यहाँ धेरै (वास्तविक) दृष्टिकोणहरू छन् एक व्यक्तिको वास्तविक आवश्यकताहरू निर्धारण गर्न र तिनीहरूसँग कसरी सही रूपमा सञ्चार गर्ने। त्यहाँ धेरै दृष्टिकोणहरू छन्, सबै कुरा फरक तरिकाले हल गरिएको छ, यो असम्भव छ कि कुन राम्रो हो भन्न असम्भव छ। मुख्यलाई सबै थाहा छ जस्तो लाग्छ।

साइकोमेट्री। क्याम्ब्रिज एनालिटिक्सको कथा पछि, यसले एक प्रकारको स्तब्ध पार्ने, मेरो विचारमा, एक प्रकारको मोड लियो, किनकि हरेक दोस्रो राजनीतिक कम्पनी अब आउँछ र भन्छन्: "ओह, के तपाई मलाई ट्रम्प जस्तै बनाउन सक्नुहुन्छ? म पनि जित्न चाहन्छु, इत्यादि। वास्तवमा, यो, निस्सन्देह, हाम्रो वास्तविकताको लागि बकवास हो, उदाहरणका लागि, राजनीतिक चुनाव। तर psychotypes निर्धारण गर्न, तीन मोडेल प्रयोग गरिन्छ:

• पहिलो तपाईंले उपभोग गर्नुभएको सामग्रीमा आधारित छ - तपाईंले लेख्नुहुने शब्दहरू, तपाईंलाई मनपर्ने केही जानकारी, भिडियोहरू, आदि।
• दोस्रो तपाइँ कसरी वेब इन्टरफेससँग अन्तरक्रिया गर्नुहुन्छ, तपाइँ कसरी टाइप गर्नुहुन्छ, तपाइँ कुन बटनहरू थिच्नुहुन्छसँग जोडिएको छ - वास्तवमा, त्यहाँ सम्पूर्ण कम्पनीहरू छन् जुन तिनीहरूको किबोर्ड हस्तलेखनमा आधारित छ, अहिले के साइकोटाइपहरू भनिन्छ भनेर निश्चित रूपमा भरपर्दो रूपमा निर्धारण गर्न सक्छन्।
• म धेरै मनोवैज्ञानिक होइन, म यो कसरी काम गर्छ भन्ने कुरा बुझ्दिन, तर विज्ञापन संचारको दृष्टिकोणबाट, यी खण्डहरूमा विभाजित दर्शकहरूले धेरै राम्रोसँग काम गर्छन्, किनभने कसैलाई नीलोसँग रातो स्क्रिन देखाउन आवश्यक छ। महिला, कसैलाई कुनै प्रकारको अमूर्तता संग गाढा स्क्रिन - निलो पृष्ठभूमि देखाउन आवश्यक छ, र यो धेरै राम्रो काम गर्दछ। केही तल्लो तहमा - यति धेरै कि एक व्यक्तिले यसको बारेमा सोच्दैन। अहिले विज्ञापन बजारको मुख्य समस्या के हो ? सबैजना एक खुफिया एजेन्ट हुन्, सबैजना लुकेका छन्, सबैसँग एक लाख हजार ब्राउजर अनुमतिहरू स्थापना गरिएको छ, कुनै पनि तरिकाले पहिचान गर्न नदिने क्रम - तपाईंसँग सम्भवतः "Adblocks", "Gostrey" र सबै प्रकारका अनुप्रयोगहरू छन् जसले ट्र्याकिङलाई रोक्छ। यस कारण, व्यक्तिको बारेमा केहि बुझ्न धेरै गाह्रो छ। र टेक्नोलोजी अगाडि बढेको छ - तपाईलाई थाहा छैन कि यो व्यक्ति तपाईको साइटमा 125 औं पटक फर्केको छ, तर त्यो पनि यस्तो र यस्तो अनौठो व्यक्ति हो।

फिजियोग्नोमी एक धेरै विवादास्पद विज्ञान हो। यसलाई विज्ञान पनि मानिएको छैन । यो व्यक्तिहरूको समूह हो जसले केही आन्तरिक मामिला मन्त्रालयका लागि झूट डिटेक्टरहरू प्रोग्राम गर्थे, र अहिले रचनात्मकताको अवतार भनिने काममा संलग्न छन्। यहाँको दृष्टिकोण धेरै सरल छ: तपाइँका धेरै सार्वजनिक फोटोहरू केहि सामाजिक सञ्जालहरूबाट लिइएका छन्, र तीन-आयामी ज्यामिति तिनीहरूबाट बनाइएको छ। र यदि तपाइँ एक वकिल हुनुहुन्छ भने, तपाइँ अब भन्नुहुनेछ कि यो एक व्यक्ति र व्यक्तिगत डेटा हो; तर म तपाईंलाई भन्छु कि यी 300 हजार बिन्दुहरू अन्तरिक्षमा अवस्थित छन्, र यो एक व्यक्ति होइन, र व्यक्तिगत डेटा होइन। Roskomnadzor तिनीहरूकहाँ आउँदा प्रायः सबैले यही भन्छन्।

तर गम्भीर रूपमा, तपाईंको अनुहार अलग, यदि तपाईंको पहिलो र अन्तिम नाम त्यहाँ हस्ताक्षर गरिएको छैन भने, तपाईंको व्यक्तिगत डाटा होइन। बिन्दु यो हो कि केटाहरूले विभिन्न अनुहारका विशेषताहरू चिन्ह लगाउँछन् जसले प्रभाव पार्छ कि व्यक्तिले कसरी निर्णय गर्छ र कसरी सही रूपमा उहाँसँग अन्तरक्रिया गर्ने। केही क्षेत्रमा यसले खराब काम गर्छ, केही विज्ञापन खण्डहरूमा; कुन खण्डहरूमा यसले धेरै राम्रोसँग काम गर्दछ। अन्तमा, यो बाहिर जान्छ कि जब तपाईं कुनै स्रोतमा जानुहुन्छ, तपाईंले सबैलाई देखाइएको एउटा ब्यानर मात्र देख्नुहुन्छ, तर, उदाहरणका लागि... अब विभिन्न दर्शकहरूको लागि 16 वा 20 विकल्पहरू बनाउनु सामान्य छ - र यसले काम गर्छ। अति उत्तम। हो, यो उपभोक्ताको दृष्टिकोणबाट अझ दुःखी छ, किनभने मानिसहरू अधिक र अधिक हेरफेर गर्न थालेका छन्। तर जे होस्, व्यापारको दृष्टिकोणबाट यसले धेरै राम्रो काम गर्दछ।

मेसिन लर्निङको ब्ल्याक बक्स

यसले त्यस्ता प्रविधिहरूसँग निम्न समस्याहरूलाई जन्म दिन्छ: आखिर, धेरैजसो विकासकर्ताहरूका लागि अहिले जसलाई गहिरो शिक्षा भनिन्छ त्यो "ब्ल्याक बक्स" हो। यदि तपाईं कहिल्यै यस कथामा डुब्नु भएको छ र विकासकर्ताहरूसँग कुरा गर्नुभयो भने, तिनीहरू सधैं यसो भन्छन्: "ओह, सुन्नुहोस्, ठीक छ, हामीले त्यहाँ धेरै बुझ्न नसकिने कुरा कोड गरेका छौं, र हामीलाई थाहा छैन यसले कसरी काम गर्छ।" सायद कसैलाई यस्तो भएको होला।

यो वास्तवमा सत्य देखि टाढा छ। अहिले जसलाई मेसिन लर्निङ भनिन्छ त्यो "ब्ल्याक बक्स" भन्दा टाढा छ। इनपुट र आउटपुट डेटा वर्णन गर्न धेरै संख्यामा दृष्टिकोणहरू छन्, र अन्तमा मेसिनले तपाईंलाई यो अश्लील भिडियो वा अर्को देखाउने निर्णय गरेको संकेतहरूको आधारमा कम्पनीले राम्ररी बुझ्न सक्छ। प्रश्न यो हो कि कुनै पनि कम्पनीले यो खुलासा गर्दैन, किनभने: पहिलो, यो एक व्यापार रहस्य हो; दोस्रो, त्यहाँ डाटाको ठूलो मात्रा हुनेछ जुन तपाईलाई थाहा थिएन।

उदाहरणका लागि, यो भन्दा पहिले, नैतिकताको बारेमा छलफलमा, हामीले सामाजिक सञ्जालहरूले केही प्रकारका विज्ञापन कथाहरूमा मानिसहरूलाई ट्याग गर्न व्यक्तिगत सन्देशहरू कसरी विश्लेषण गर्छन् भनेर छलफल गर्यौं। यदि तपाइँ कसैलाई केहि लेख्नुहुन्छ भने, यसको आधारमा तपाइँ एक विशेष ट्याग प्राप्त गर्नुहुन्छ, वास्तवमा, केहि प्रकारको विज्ञापन संचार। र तपाईंले यसलाई कहिल्यै प्रमाणित गर्नुहुनेछैन, र सम्भवतः यसलाई प्रमाणित गर्नुको कुनै मतलब छैन। यद्यपि, यदि समान ढाँचाहरू प्रकट भएमा, तिनीहरू अवस्थित हुनेछन्। यस्तो सिफारिसकर्ता प्रणालीहरू निर्माण गर्ने बजारले यो किन भयो थाहा नभएको बहाना गरेको छ।

मानिसहरू जान्न चाहँदैनन् कि मानिसहरूले उनीहरूको बारेमा के थाहा छ

र दोस्रो कथा यो हो कि ग्राहक कहिल्यै जान्न चाहँदैन कि उसले यो विशेष विज्ञापन किन प्राप्त गर्यो, यो विशेष उत्पादन। म तिमीलाई यो कथा सुनाउँछु। ठ्याक्कै अनुसन्धानको खातिर समान एल्गोरिदमहरूमा आधारित सिफारिस प्रणालीहरूको व्यावसायिक कार्यान्वयनमा मेरो पहिलो अनुभव सेक्स पसलहरूको धेरै ठूलो नेटवर्कमा 2015 मा थियो (हो, विशेष गरी अप्रिय कथा पनि होइन)।

ग्राहकहरूलाई निम्न प्रस्ताव गरिएको थियो: तिनीहरू भित्र आउँछन्, तिनीहरूको सामाजिक नेटवर्कमा लग इन हुन्छन्, र लगभग 5 सेकेन्ड पछि तिनीहरूले तिनीहरूको लागि पूर्ण रूपमा निजीकृत स्टोर प्राप्त गर्छन्, त्यो हो, सबै उत्पादनहरू परिवर्तन भएका छन् - तिनीहरू निश्चित श्रेणीमा पर्छन्, र यस्तै। । के तपाईलाई थाहा छ यस स्टोरको रूपान्तरण दर कति बढेको छ? कुनै पनि हालतमा होइन! मानिसहरू भित्र आए र तुरुन्तै त्यहाँबाट भागे। तिनीहरू भित्र आए र महसुस गरे कि उनीहरूले के सोचिरहेका थिए उनीहरूलाई प्रस्ताव गरिएको थियो ...

यस परीक्षणको साथ समस्या यो थियो कि प्रत्येक उत्पादनको मुनि यो लेखिएको थियो किन तपाईंलाई त्यो विशेष प्रस्ताव गरिएको थियो ("किनभने तपाईं लुकेको समूहको सदस्य हुनुहुन्छ "शक्तिशाली महिला एक पुरुषको खोजीमा छ जो डोरमेट हो")। तसर्थ, आधुनिक सिफारिस प्रणालीहरूले कहिले पनि डाटा देखाउँदैन जसको आधारमा "भविष्यवाणी" गरिएको थियो।

एक धेरै लोकप्रिय कथा मिडिया हो किनभने तिनीहरू सबै समान सिफारिस प्रणालीहरू प्रयोग गर्छन्। पहिले, एल्गोरिदमहरू धेरै सरल थिए: "राजनीति" कोटि हेर्नुहोस् - र तिनीहरूले तपाईंलाई "राजनीति" कोटिबाट समाचारहरू देखाउँछन्। अब सबै कुरा यति जटिल छ कि तिनीहरूले ती स्थानहरू विश्लेषण गर्छन् जहाँ तपाईंले माउस रोक्नुभयो, कुन शब्दहरूमा तपाईंले ध्यान केन्द्रित गर्नुभयो, तपाईंले के प्रतिलिपि गर्नुभयो, तपाईंले यस पृष्ठसँग कसरी अन्तरक्रिया गर्नुभयो। त्यसपछि उसले सन्देशहरूको शब्दावली आफैं विश्लेषण गर्छ: हो, तपाईले पुटिनको बारेमा समाचार मात्र पढिरहनु भएको छैन, तर एक निश्चित तरिकामा, एक निश्चित भावनात्मक रंगको साथ। र, जब कुनै मानिसलाई कुनै समाचार आउँछ, उसले यहाँ कसरी आयो भनेर सोच्दैन। यद्यपि, उसले त्यसपछि यो सामग्रीसँग अन्तरक्रिया गर्छ।

यी सबै, स्वाभाविक रूपमा, गरीब, दुर्भाग्यपूर्ण सानो मान्छे जो पहिले नै आफ्नो वरपर छ कि जानकारी को ठूलो मात्रा देखि पागल भैरहेको छ राख्न को उद्देश्य हो। यहाँ यो भन्नु पर्छ कि तपाइँ वरपरको रचनात्मकलाई निजीकृत गर्न र केहि जानकारी सङ्कलन गर्न त्यस्ता प्रणालीहरू प्रयोग गर्न राम्रो हुनेछ, तर, दुर्भाग्यवश, त्यहाँ कुनै पनि सेवाहरू छैनन्।

आर्टिफिसियल इन्टेलिजेन्सले ग्राहकलाई हावामा समात्छ र माग सिर्जना गर्दछ

र यहाँ एक धेरै चाखलाग्दो दार्शनिक प्रश्न उठ्छ, सिफारिस प्रणाली सिर्जना गर्नबाट माग सिर्जना गर्न। विरलै कसैले यसको बारेमा सोच्दछ, तर जब तपाइँ तथाकथित इन्स्टाग्रामलाई सोध्ने प्रयास गर्नुहुन्छ, "तपाईं किन डाटा सङ्कलन गर्दै हुनुहुन्छ? मलाई बिल्कुल अनियमित विज्ञापन किन नदेखाउने?" - इन्स्टाग्रामले तपाईंलाई भन्नेछ: "मित्र, यो सबै तपाइँलाई के चाखलाग्दो छ भनेर देखाउनको लागि गरिएको हो।" जस्तै, हामी तपाईलाई यत्तिको ठ्याक्कै जान्न चाहन्छौं कि तपाईले के खोजिरहनु भएको छ त्यो देखाउन सक्छौं।

तर टेक्नोलोजीले लामो समयदेखि यो भयानक थ्रेसहोल्ड पार गरिसकेको छ, र समान प्रविधिहरूले अब तपाईलाई के चाहिन्छ भनेर भविष्यवाणी गर्दैन। तिनीहरू (ध्यान!) माग सिर्जना गर्छन्। यो सायद सबैभन्दा डरलाग्दो कुरा हो जुन त्यस्ता सञ्चारहरूमा कृत्रिम बुद्धिमत्ताको वरिपरि घुम्छ। डरलाग्दो कुरा यो हो कि यो गत 3-5 वर्षदेखि लगभग जताततै प्रयोग भइरहेको छ - गुगल खोज परिणामहरूबाट Yandex खोज परिणामहरू, केही प्रणालीहरूमा... ठीक छ, म यान्डेक्सको बारेमा केहि नराम्रो भन्दिन; र राम्रो।

कुरो के हो? तपाईंले "म चाइल्ड सीट किन्न चाहन्छु" लेख्ने र एक लाख मिलियन प्रकाशनहरू हेर्ने रणनीतिबाट त्यस्ता विज्ञापन संचारहरू टाढा गएको लामो समय भइसकेको छ। तिनीहरू निम्नमा गए: महिलाले भर्खरै देखिने पेटको साथ फोटो पोस्ट गर्ने बित्तिकै, उनको पतिले तुरुन्तै सन्देशहरू पछ्याउन थाल्छ: "यार, जन्म चाँडै आउँदैछ। बच्चाको सिट किन्नुहोस्।"

यहाँ, तपाईलाई यथोचित रूपमा सोध्न सक्नुहुन्छ, किन, टेक्नोलोजीमा यति विशाल प्रगतिको साथ, के हामी अझै पनि सामाजिक सञ्जालहरूमा त्यस्ता डरलाग्दो विज्ञापनहरू देख्छौं? समस्या यो हो कि यो बजारमा सबै कुरा अझै पनि पैसा द्वारा निर्णय गरिन्छ, त्यसैले एक राम्रो क्षण कोका-कोला जस्तै कोही विज्ञापनदाता आएर भन्न सक्छन्: "यहाँ तपाईंको लागि 20 मिलियन छ - सम्पूर्ण इन्टरनेटमा मेरा डरलाग्दो ब्यानरहरू देखाउनुहोस्।" र तिनीहरूले वास्तवमै यो गर्नेछन्।

तर यदि तपाइँ कुनै प्रकारको सफा खाता बनाउनुहुन्छ र परीक्षण गर्नुहुन्छ कि त्यस्ता एल्गोरिदमहरूले तपाइँलाई कत्तिको सही अनुमान लगाउनुहुन्छ: उनीहरूले पहिले तपाइँलाई अनुमान लगाउन प्रयास गर्छन्, र त्यसपछि तपाइँलाई पहिले नै केहि गर्न थाल्छन्। र मानव मस्तिष्कले यसरी काम गर्दछ कि, जब यसको लागि भरपर्दो जानकारी प्राप्त गर्दछ, यसले यो जानकारी किन प्राप्त गरेको क्षणलाई पनि प्रशोधन गर्दैन। तपाईं सपनामा हुनुहुन्छ भनेर निर्धारण गर्ने पहिलो नियम भनेको तपाईं यहाँ कसरी आउनुभयो भनेर बुझ्नु हो। एक व्यक्ति कहिले पनि याद गर्दैन कि ऊ निश्चित कोठामा समाप्त भयो। यहाँ पनि त्यस्तै छ।

गुगलले तपाइँको विश्वदृश्यलाई आकार दिन सुरु गर्न सक्छ

यस्ता अध्ययनहरू आइ-ट्र्याकिङमा संलग्न धेरै विदेशी कम्पनीहरूले गरेका थिए। तिनीहरूले विशेष कम्प्युटरहरूमा उपकरणहरू स्थापना गरे जसले परीक्षण विषयको आँखाले कहाँ हेरिरहेको छ रेकर्ड गर्दछ। मैले पाँचदेखि सात हजार स्वयंसेवकहरू लिएँ जसले केवल फिड स्क्रोल गरे, सामाजिक सञ्जालहरूसँग अन्तर्क्रिया गरे, विज्ञापनहरू, र तिनीहरूले ब्यानर र क्रिएटिभका कुन भागहरूमा यी मानिसहरूले आँखा रोके भन्ने जानकारी रेकर्ड गरे।

र यो बाहिर जान्छ कि जब मानिसहरूले यस्तो हाइपर-व्यक्तिगत रचनात्मक प्राप्त गर्छन्, तिनीहरूले यसको बारेमा सोच्दैनन् - तिनीहरू तुरुन्तै अगाडि बढ्छन्, यससँग अन्तरक्रिया गर्न थाल्छन्। व्यापारिक दृष्टिकोणबाट, यो राम्रो छ, तर हाम्रो दृष्टिकोणबाट, प्रयोगकर्ताहरूको रूपमा, यो धेरै राम्रो छैन, किनभने - तिनीहरू के डराउँछन्? - त्यो एक राम्रो क्षणमा सशर्त "गुगल" सुरु हुन सक्छ (वा, अवश्य पनि, यो सुरु नहुन सक्छ) यसको आफ्नै विश्व दृष्टिकोण बनाउन। भोलि, उदाहरणका लागि, उसले मानिसहरूलाई पृथ्वी समतल छ भन्ने समाचार देखाउन थाल्छ।

ठट्टा मात्र हो, तर यिनीहरू यति धेरै पटक पक्राउ परेका छन् कि चुनावको बेला उनीहरू निश्चित व्यक्तिहरूलाई निश्चित जानकारी दिन थाल्छन्। हामी सबै यस तथ्यमा अभ्यस्त छौं कि खोज इन्जिनले सबै कुरा इमानदारीपूर्वक पाउँछ। तर, म सधैं भन्छु, यदि तपाईं साँच्चै संसारले कसरी काम गर्छ भनेर जान्न चाहनुहुन्छ भने, फिल्टरहरू बिना, प्रतिलिपि अधिकारमा ध्यान नदिई, खोज परिणामहरूमा आफ्ना केही साथीहरूलाई श्रेणीकरण नगरी आफ्नै खोज इन्जिन लेख्नुहोस्। इन्टरनेटमा वास्तविक डेटाको प्रदर्शन सामान्यतया Google, Yandex, Bing, र यस्तै अन्य द्वारा देखाइएको भन्दा फरक छ। केही सामग्रीहरू लुकेका छन् किनभने साथीहरू, सहकर्मीहरू, शत्रुहरू वा अरू कोही (वा पूर्व प्रेमी जससँग तपाईं सुत्नुभयो) - यसले फरक पार्दैन।

ट्रम्प कसरी जिते

जब संयुक्त राज्य अमेरिका मा पछिल्लो चुनाव थियो, एक धेरै सरल अध्ययन आयोजित गरिएको थियो। तिनीहरूले फरक-फरक ठाउँहरूमा, विभिन्न IP ठेगानाहरूबाट, विभिन्न शहरहरूबाट, विभिन्न मानिसहरूले एउटै कुरा गुगल गरेका थिए। परम्परागत रूपमा, अनुरोध शैलीमा थियो: कसले चुनाव जित्छ? र अचम्मको कुरा, नतिजाहरू यस तरिकाले निर्माण गरिएको थियो कि ती राज्यहरूमा जहाँ धेरै संख्यामा मानिसहरूले गलत उम्मेद्वारलाई भोट गर्न खोजेका थिए, उनीहरूले गुगलले प्रचार गरेको उम्मेदवारको बारेमा केही राम्रो खबर पाए। कुन चाही? खैर, यो स्पष्ट छ कि को एक - को एक राष्ट्रपति बने। यो एक बिल्कुल अप्रमाणित कथा हो, र यी सबै अध्ययन पानी मा एक औंला हो। गुगलले यसो भन्न सक्छ: "साथीहरू, हामीले तपाईका लागि सबैभन्दा सान्दर्भिक सामग्री देखाउनका लागि यो सबै गरिएको हो।"

अब देखि, तपाईले थाहा पाउनु पर्छ कि जसलाई अधिकतम सान्दर्भिक भनिन्छ त्यो बिल्कुल होइन। कम्पनीले कुनै राम्रो वा नराम्रो कारणको लागि तपाईंलाई बेच्न आवश्यक पर्ने सान्दर्भिक चीजलाई कल गर्छ।

अहिले पैसा नभएकाहरू भविष्यको खरिदका लागि तयार भइरहेका छन्

यहाँ अर्को चाखलाग्दो बिन्दु छ जसको बारेमा म तपाईंलाई बताउन चाहन्छु। अहिले सामाजिक सञ्जाल र एपहरूमा सक्रिय दर्शकहरूको ठूलो संख्या युवाहरू छन्। यसलाई भनिन्छ - दिवालिया युवाहरू: 8-9 वर्षका बच्चाहरू जो मोरोनिक खेलहरू खेल्छन्, यी 12-13-14 हुन् जसले भर्खर सामाजिक सञ्जालमा दर्ता गरिरहेका छन्। किन ठूला कम्पनीहरूले कहिल्यै मुद्रीकरण नगर्ने गैर-भुक्तानी दर्शकहरूको लागि अनुप्रयोगहरू सिर्जना गर्न ठूलो बजेट र स्रोतहरू खर्च गर्छन्? यस क्षणमा जब यो दर्शक विलायक हुन्छ, त्यहाँ यसको व्यवहार राम्रोसँग भविष्यवाणी गर्नको लागि पर्याप्त मात्रामा डेटा हुनेछ।

अब कुनै पनि लक्ष्यविद्लाई सोध्नुहोस्, सबैभन्दा गाह्रो दर्शक के हो? तिनीहरूले भन्नेछन्: अत्यधिक लाभदायक। किनकी बिक्री, उदाहरण को लागी, सामाजिक नेटवर्क मार्फत 150 मिलियन रूबल को एक अपार्टमेन्ट लगभग असम्भव छ। त्यहाँ पृथक घटनाहरू छन् जब तपाईं 10 हजार व्यक्तिहरूको लागि कुनै प्रकारको विज्ञापन गर्नुहुन्छ, एकले यो अपार्टमेन्ट किन्छ - ग्राहक एक सफल हो ... तर सांख्यिकीय दृष्टिकोणबाट, दस हजार मध्ये एक, पूर्ण बकवास हो। त्यसोभए, उच्च आय भएका दर्शकहरू पहिचान गर्न किन गाह्रो छ? किनभने मानिसहरू जो अब अत्यधिक लाभदायक दर्शकहरूको सदस्य हुन् इन्टरनेट अझै पनि सानो हुँदा जन्मेका थिए, जब कोही पनि आर्टेमी लेबेडेभलाई थाहा थिएन, र तिनीहरूको बारेमा कुनै जानकारी छैन। तिनीहरूको व्यवहार ढाँचा भविष्यवाणी गर्न असम्भव छ, यो बुझ्न असम्भव छ कि तिनीहरूको विचार नेताहरू को हुन्, र तिनीहरूले सामग्रीको स्रोतबाट प्राप्त गर्छन्।

त्यसोभए जब तपाइँ सबै 25 वर्षमा अरबपति बन्नुहुनेछ, र तपाइँलाई केहि बेच्न गइरहेको कम्पनीहरु को डाटा को एक ठूलो मात्रा हुनेछ। यसैले हामीसँग अब युरोपमा एउटा अद्भुत GDPR छ जसले नाबालिगहरूबाट डाटा सङ्कलन गर्न रोक्छ।

स्वाभाविक रूपमा, यसले व्यवहारमा काम गर्दैन, किनकि सबै बच्चाहरू अझै पनि आफ्नो आमा र बुबाको खातामा खेल्छन् - यसरी जानकारी सङ्कलन गरिन्छ। अर्को पटक तपाईंले आफ्नो बच्चालाई ट्याब्लेट दिनुहुन्छ, यस बारे सोच्नुहोस्।

पक्कै पनि केही डरलाग्दो, डिस्टोपियन भविष्य होइन, जब सबैजना मेशिनहरूसँगको युद्धमा मर्नेछन् - अब एक बिल्कुल वास्तविक कथा। त्यहाँ धेरै संख्यामा कम्पनीहरू छन् जसले मनोवैज्ञानिक-प्रोफाइलिंग व्यक्तिहरूको लागि तिनीहरूले कसरी खेल खेल्छन् भन्ने आधारमा एल्गोरिदमहरू सिर्जना गर्दैछन्। एक धेरै रोचक उद्योग। यी सबैको आधारमा, मानिसहरूलाई तिनीहरूसँग कुनै न कुनै रूपमा सञ्चार गर्नको लागि विभाजित गरिन्छ।

यी व्यक्तिहरूको व्यवहारको भविष्यवाणी 10-15 वर्षमा उपलब्ध हुनेछ - ठ्याक्कै जब तिनीहरू एक विलायक दर्शक बन्छन्। सबैभन्दा महत्त्वपूर्ण कुरा यो हो कि यी व्यक्तिहरूले पहिले नै आफ्नो व्यक्तिगत डेटा प्रशोधन गर्न, तेस्रो पक्षहरूमा स्थानान्तरण गर्न, र यो सबै खुशी हो, र यस्तै अन्य कुराहरू गर्न अग्रिम अनुमति दिएका छन्।

कसले आफ्नो जागिर गुमाउने?

र मेरो अन्तिम कथा यो हो कि सबैले सधैं सोध्छन् 50 वर्षमा के हुन्छ: हामी सबै मर्नेछौं, त्यहाँ मार्केटरहरूको लागि बेरोजगारी हुनेछ ... त्यहाँ मार्केटरहरू छन् जो बेरोजगारीको बारेमा चिन्तित छन्, हैन? सामान्यतया, चिन्ता लिनु आवश्यक छैन, किनकि कुनै पनि उच्च योग्य व्यक्तिले आफ्नो जागिर गुमाउने छैन।

जुनसुकै एल्गोरिदमहरू बनाइए पनि, मेसिन जतिसुकै नजिक भए तापनि हामीसँग यहाँ भएका कुराहरू (उनको टाउकोमा औंल्याउँछ), यदि यो द्रुत रूपमा विकास भयो भने, त्यस्ता मानिसहरूलाई कहिल्यै निष्क्रिय छोडिनेछैन, किनकि कसैले यी रचनात्मक चीजहरू सिर्जना गर्नुपर्नेछ। गर्नु हो, त्यहाँ सबै प्रकारका "ग्यानहरू" छन् जसले मानिसहरू जस्तै देखिने र संगीत सिर्जना गर्ने चित्रहरू कोर्छन्, तर यो अझै पनि सम्भव छैन कि यस क्षेत्रका मानिसहरूले आफ्नो जागिर गुमाउनेछन्।

मसँग कथासँग सबै कुरा छ, त्यसैले तपाईंसँग थप प्रश्नहरू छन् भने सोध्न सक्नुहुन्छ। धन्यवाद।

लीड: - साथीहरू, अब हामी "प्रश्न र उत्तर" ब्लकमा जाँदैछौं। तपाईं आफ्नो हात उठाउनुहोस् - म तपाईंकहाँ आउँछु।

श्रोताको प्रश्न (३): - "ब्ल्याक बक्स" को बारे मा प्रश्न। तिनीहरूले भने कि यो विशेष रूपमा बुझ्न सम्भव छ किन यस्तो र यस्तो परिणाम यस्तो र यस्तो प्रयोगकर्ता लागि प्राप्त भयो। के यी कुनै प्रकारका एल्गोरिदमहरू हुन्, वा प्रत्येक मोडेल तदर्थ (लेखकको टिप्पणी: "विशेष गरी यसको लागि" - एक ल्याटिन वाक्यांशात्मक एकाइ) को लागि प्रत्येक पटक विश्लेषण गर्न आवश्यक छ? वा त्यहाँ कुनै प्रकारको न्यूरल नेटवर्कको लागि तयार-बनाइएकाहरू छन् जुन, लगभग बोल्दा, व्यापारिक अर्थ बनाउन सक्छ?

ओह: - यहाँ तपाईंले निम्न कुराहरू बुझ्न आवश्यक छ: मेसिन लर्निङमा कार्यहरूको ठूलो संख्या छ। उदाहरण को लागी, त्यहाँ एक कार्य छ - प्रतिगमन। रिग्रेसनको लागि, कुनै पनि न्यूरल नेटवर्कहरू आवश्यक पर्दैन। सबै कुरा सरल छ: तपाईंसँग धेरै संकेतकहरू छन्, तपाईंले निम्न गणना गर्न आवश्यक छ। त्यहाँ कार्यहरू छन् जहाँ गहिरो शिक्षा जस्ता कुराको सहारा लिन आवश्यक छ। वास्तवमा, गहिरो सिकाइमा कुन न्युरोनहरूमा कुन तौल तोकिएको थियो भनेर भरपर्दो रूपमा बुझ्न गाह्रो छ, तर कानुनी रूपमा तपाईलाई आवश्यक छ कि इनपुटमा कुन डाटा थियो र आउटपुटमा कसरी प्ले भयो। यो कानुनी रूपमा यस्तो निर्णय पेटेंट गर्न पर्याप्त छ र यो कथा कुन आधारमा बनाइएको थियो बुझ्न पर्याप्त छ।

तपाईंले दुई महिनाअघि इन्स्टाग्राममा रातो कपाल भएको तस्बिर खिचेका हुनाले तपाईं साइटमा जानुभयो र तपाईंलाई कुनै प्रकारको ब्यानर देखाइएको जस्तो होइन। यदि विकासकर्ताले यस डेटाको सङ्कलन र यस मोडेलमा कपालको रंगको चिन्ह समावेश गर्दैन भने, यो कतैबाट बाहिर आउँदैन।

मेसिन लर्निङ सिस्टमको नतिजा कसरी बेच्ने?

Z: - यो केवल के को प्रश्न हो: ठ्याक्कै कसरी व्याख्या गर्ने, मेसिन लर्निङ नबुझ्ने कसैलाई कसरी बेच्ने। म भन्न चाहन्छु: मेरो मोडेलले कपालको रंगबाट स्पष्ट रूपमा नेतृत्व गर्दछ ... खैर, कपालको रंग परिवर्तन हुन्छ ... यो सम्भव छ वा छैन?

ओह: - हुनसक्छ। तर बिक्रीको दृष्टिकोणबाट, एक मात्र योजनाले काम गर्नेछ: तपाईंसँग एक विज्ञापन अभियान छ, हामी दर्शकहरूलाई मेसिनद्वारा उत्पन्न गरिएकोसँग बदल्छौं - र तपाईंले परिणाम मात्र देख्नुहुन्छ। यो, दुर्भाग्यवश, ग्राहकलाई विश्वसनीय रूपमा विश्वास गर्ने एक मात्र तरिका हो कि यस्तो कथाले काम गर्दछ, किनभने बजारमा धेरै समाधानहरू छन् जुन एक पटक लागू गरिएको थियो र काम गरेन।

भर्चुअल व्यक्तित्व सिर्जना गर्ने बारे

Z: - नमस्ते। व्याख्यान को लागी धन्यवाद। प्रश्न यो छ: कुनै कारणवश मेसिन लर्निङको नेतृत्वलाई पछ्याउन नचाहने व्यक्तिसँग के मौका छ, जसले आफ्नो व्यक्तित्वभन्दा पूर्ण रूपमा भिन्न भएको भर्चुअल व्यक्तित्व सिर्जना गर्ने, इन्टरफेससँगको अन्तरक्रिया वा केहीका लागि। अन्य कारण?

ओह: - त्यहाँ बिभिन्न प्लगइनहरूको गुच्छा छ जुन विशेष गरी अनियमित व्यवहारसँग सम्झौता गर्दछ। त्यहाँ एउटा राम्रो कुरा छ - भूतरी, जुन, मेरो विचारमा, लगभग पूर्ण रूपमा तपाईंलाई विभिन्न ट्र्याकरहरूको गुच्छाबाट लुकाउँछ जुन त्यसपछि यो जानकारी रेकर्ड गर्न सक्दैन। तर वास्तवमा, अब तपाईलाई सामाजिक सञ्जालमा बन्द प्रोफाइल चाहिन्छ ताकि कोही पनि, कुनै दुष्ट स्क्र्यापरले त्यहाँ केहि पनि सङ्कलन गर्न सक्दैन। यो सम्भवतः कुनै प्रकारको विस्तार स्थापना गर्न वा आफैले केहि लेख्न राम्रो छ।

तपाईंले देख्नुभयो, यहाँ अवधारणा भनेको कानुनी रूपमा, उदाहरणका लागि, व्यक्तिगत डेटाले डेटालाई जनाउँछ जसद्वारा तपाईंलाई पहिचान गर्न सकिन्छ, र कानूनले उदाहरणको रूपमा तपाईंको निवासको ठेगाना, उमेर, इत्यादि दिन्छ। आजकल त्यहाँ अनगिन्ती डाटा छन् जसद्वारा तपाईलाई पहिचान गर्न सकिन्छ: उही किबोर्ड हस्तलेखन, उही प्रेस, ब्राउजरको डिजिटल हस्ताक्षर ... ढिलो वा चाँडो, एक व्यक्तिले गल्ती गर्छ। उहाँ "थोर" प्रयोग गरेर "क्याफे" मा कतै हुन सक्नुहुन्छ, तर अन्तमा, एक राम्रो क्षणमा, या त VPN खोल्न बिर्सनेछ, वा अरू केहि, र त्यो क्षणमा उसलाई पहिचान गर्न सकिन्छ। त्यसोभए सबैभन्दा सजिलो तरीका भनेको निजी खाता बनाउनु र केहि विस्तार स्थापना गर्नु हो।

बजार बिन्दु तर्फ सर्दै छ जहाँ तपाईले परिणाम प्राप्त गर्न केवल एउटा बटन थिच्नु पर्छ।

Z: - कथा को लागी धन्यवाद। सधैं जस्तै, सधैं धेरै रोचक (म तपाईंलाई पछ्याउँदै छु)। प्रश्न यो छ: प्रयोगकर्ताहरू, सिफारिस प्रणालीहरूका लागि सकारात्मक प्रणालीहरू सिर्जना गर्ने सन्दर्भमा के प्रगति छ? तपाईंले कुनै समय यौन साथी, जीवनमा साथी (वा कुनै व्यक्तिले मन पराउन सक्ने सङ्गीत) खोज्नको लागि सिफारिस प्रणालीमा काम गरिरहनुभएको थियो भन्नुभएको थियो... यो सबै कत्तिको आशाजनक छ, र तपाईं यसको विकास कसरी देख्नुहुन्छ? मानिसहरूलाई चाहिने प्रणालीहरू सिर्जना गर्ने दृष्टिकोण?

ओह: - सामान्यतया, बजार बिन्दुमा सर्दैछ जहाँ मानिसहरूले एउटा बटन थिच्नु पर्छ र तुरुन्तै आफूलाई चाहिएको कुरा प्राप्त गर्न आवश्यक छ। डेटिङ एप्लिकेसनहरू सिर्जना गर्ने मेरो अनुभवको लागि (वैसे, हामी यसलाई वर्षको अन्त्यमा पुन: लन्च गर्नेछौं), यस तथ्यको अतिरिक्त 65% विवाहित पुरुषहरू थिए, सबैभन्दा गाह्रो सिफारिस समस्या यो थियो कि एक व्यक्तिलाई धेरै मोडेलहरू प्रस्ताव गरिएको थियो। आवेदनको सुरुमा - "मित्रता", "सेक्स", "यौन मित्रता" र "व्यवसाय"। जनताले आफूलाई चाहिने कुरा रोजेनन्। पुरुषहरू आए र "प्रेम" रोजे, तर वास्तवमा तिनीहरूले सबैलाई नग्नता फ्याँके, र यस्तै।

समस्या एक व्यक्ति को पहिचान गर्न को लागी थियो जो यी मोडेलहरु मध्ये एक फिट छैन, र कुनै पनि तरिका सजिलै संग उसलाई लैजान्छ र अर्को दिशा मा सार्न। डाटा को सानो मात्रा को कारण, यो पूर्वानुमान एल्गोरिथ्म मा एक त्रुटि हो कि भनेर निर्धारण गर्न धेरै गाह्रो छ, वा एक व्यक्ति आफ्नो वर्ग मा छैन। यो संगीतको साथ समान छ: त्यहाँ अब धेरै थोरै साँच्चै योग्य एल्गोरिदमहरू छन् जसले संगीतलाई राम्रोसँग "फेकास्ट" गर्न सक्छ। हुनसक्छ "Yandex.Music"। केहि मानिसहरू सोच्छन् Yandex.Music एल्गोरिथ्म खराब छ। उदाहरणका लागि, म उसलाई मन पराउँछु। मलाई व्यक्तिगत रूपमा, उदाहरणका लागि, YouTube संगीत एल्गोरिथ्म र यस्तै मनपर्दैन।

निस्सन्देह, त्यहाँ केही सूक्ष्मताहरू छन् - सबै कुरा इजाजतपत्रहरूमा बाँधिएको छ ... तर वास्तविकतामा, त्यस्ता प्रणालीहरूको माग धेरै उच्च छ। एक पटक, रिटेल रकेट कम्पनी ज्ञात थियो, जो सिफारिश प्रणाली को कार्यान्वयन मा संलग्न थियो, तर अब यो कुनै पनि तरिका धेरै राम्रो भाडा छैन - जाहिर छ किनभने तिनीहरूले लामो समय को लागि आफ्नो एल्गोरिदम विकास गरेनन्। सबै कुरा यस तर्फ जान्छ - हामी भित्र जान्छौं र, केहि पनि थिचे बिना, हामीलाई चाहिएको कुरा प्राप्त गर्नुहोस् (र पूर्ण रूपमा मूर्ख बन्नुहोस्, किनकि हाम्रो छनौट गर्ने क्षमता पूर्ण रूपमा गायब भएको छ)।

मार्केटिङलाई प्रभाव पार्छ

Z: - नमस्ते। मेरो नाम Konstantin हो। म प्रभाव मार्केटिङ को बारे मा एक प्रश्न उठाउन चाहन्छु। के तपाईलाई कुनै पनि प्रणालीहरू थाहा छ जसले व्यवसायलाई केही सांख्यिकीय डेटा र यस्तै अन्य आधारमा व्यवसायको लागि उपयुक्त ब्लगर चयन गर्न अनुमति दिन्छ? र यो के को आधारमा गरिन्छ?

ओह: - हो, म टाढाबाट सुरु गर्नेछु र तुरुन्तै भन्छु कि यी सबै टेक्नोलोजीहरूको समस्या यो हो कि मार्केटिङमा यी सबै कृत्रिम बुद्धिमत्ता अब टाइट्रोप वाकर जस्तै छ: बायाँमा त्यहाँ ठूला कम्पनीहरू छन् जससँग धेरै पैसा छ, र भित्र। कुनै पनि अवस्थामा तिनीहरूको कामको लागि सबै कुरा प्रभावकारी हुनेछ किनभने तिनीहरूको विज्ञापन अभियानहरू केवल दृश्यहरूमा लक्षित छन्; अर्कोतर्फ, त्यहाँ धेरै साना व्यवसायहरू छन् जसको लागि यसले काम गर्दैन, किनभने तिनीहरूसँग धेरै डाटा छ। अहिलेसम्म यी कथाहरूको प्रयोज्यता कतै बीचमा छ।

जब त्यहाँ पहिले नै राम्रो बजेटहरू छन्, र कार्य भनेको यी बजेटहरूलाई सही रूपमा प्रशोधन गर्ने हो (र, सिद्धान्तमा, त्यहाँ पहिले नै धेरै डेटा छ)... मलाई केही सेवाहरू थाहा छ, गेटब्लॉगर जस्तै, जसमा एल्गोरिदमहरू देखिन्छन्। इमानदार हुन, मैले यी एल्गोरिदमहरू अध्ययन गरेको छैन। म तपाईंलाई बताउन सक्छु कि हामीले केही आमाहरूलाई उपहार दिन आवश्यक हुँदा विचार नेताहरू फेला पार्न हामीले कस्तो दृष्टिकोण प्रयोग गर्छौं।

हामी सामग्री वितरण समय नामक मेट्रिक प्रयोग गर्छौं। यसले यसरी काम गर्दछ: तपाईले एक व्यक्तिलाई लिनुहुन्छ जसको श्रोतालाई तपाईले विश्लेषण गरिरहनु भएको छ, र तपाईले व्यवस्थित रूपमा (उदाहरणका लागि, प्रत्येक 5 मिनेटमा एक पटक) प्रत्येक पोस्टमा जानकारी सङ्कलन गर्न आवश्यक छ, कसले यसलाई मन पराउनुभयो, यसमा टिप्पणी गर्नुभयो, र यस्तै। यस तरिकाले, तपाइँ कुन समयमा तपाइँको दर्शकहरु मा प्रत्येक व्यक्तिले तपाइँको सामग्री संग अन्तरक्रिया गर्यो भनेर बुझ्न सक्नुहुन्छ। आफ्ना दर्शकहरूको प्रत्येक प्रतिनिधिको लागि यो कार्य दोहोर्याउनुहोस्, र यसरी, सामग्री प्रसारको औसत समयको मेट्रिक प्रयोग गरेर, उदाहरणका लागि, यी व्यक्तिहरूको ठूलो नेटवर्क ग्राफमा रंगीन हुन सक्छ र क्लस्टरहरू निर्माण गर्न यो मेट्रिक प्रयोग गर्नुहोस्।

यदि हामी चाहन्छौं भने, उदाहरणका लागि, केहि woman.ru मा आफ्नो सार्वजनिक राय राख्ने 15 आमाहरू फेला पार्न यो धेरै राम्रो काम गर्दछ। तर यो एक जटिल प्राविधिक कार्यान्वयन हो (यद्यपि विशुद्ध सैद्धान्तिक रूपमा यो पाइथन मा गर्न सकिन्छ)। तल्लो रेखा यो हो कि ठूला विज्ञापन एजेन्सीहरूमा प्रभाव मार्केटिंगको साथ समस्या यो हो कि उनीहरूलाई ठूला, सुन्दर, महँगो ब्लगरहरू चाहिन्छ जसले बकवासको लागि काम गर्दैनन्। अब, कार ब्रान्डले केही उत्पादनहरू केही राय लिडर मार्फत बेच्न चाहन्छ - उनीहरूलाई अन्तिम उपायको रूपमा कार ब्लगर प्रयोग गर्न आवश्यक छ, किनभने तिनीहरूका दर्शकहरूले या त पहिले नै कार किनेका छन्, वा उनीहरूलाई कस्तो प्रकारको कार चाहन्छ भन्ने कुरा थाहा छ, बस बस्छ र। राम्रो कारहरू हेर्छ। यहाँ यो महत्त्वपूर्ण छ कि व्यक्तिको श्रोताको विश्लेषणलाई नछुटाउनुहोस्।

मार्केटिङ बट्स

Z: - मलाई भन्नुहोस्, सामाजिक सञ्जालहरूमा बटहरूले जानकारीको सङ्कलन र यसको गुणस्तरलाई कति असर गर्छ?

ओह: - यो बट्स संग यस्तो रोचक कुरा हो। सस्तो बटहरू पहिचान गर्न एकदम सजिलो छन् - तिनीहरूसँग एउटै सामग्री छ, वा तिनीहरू एक अर्काका साथीहरू छन्, वा तिनीहरू एउटै नेटवर्कमा छन्। जटिल बटहरूसँग व्यवहार गर्ने दृष्टिकोणहरू पनि छन्। वा तपाईं समस्या सोध्दै हुनुहुन्छ कि कसरी एक व्यक्तिलाई आफ्नो नकलीसँग जोड्ने?

Z: - यो सबै फोहोर संग आउटपुट कसरी उच्च गुणस्तर जानकारी हुनेछ?

ओह: - यहाँ यो यस तरिकाले काम गर्दछ: तथ्याङ्कको कारणले गर्दा त्यहाँ ठूलो मात्रामा डेटा छ (उदाहरणका लागि, केहि प्रकारको मार्केटिङ अनुसन्धानको लागि), यी सबै रिफ्राफलाई सजिलै बाहिर फाल्न सकिन्छ। त्यो हो, बटहरू क्याप्चर गर्नु भन्दा अलि बढी वास्तविक मानिसहरूलाई बाहिर निकाल्नु राम्रो हो, किनकि तिनीहरूको लागि कुनै पनि विज्ञापन देखाउन बेकार छ। तर यदि तपाइँ मेट्रिकहरू सङ्कलन गर्नुहुन्छ, उदाहरणका लागि, ब्यानरहरू वा सिफारिस प्रणालीहरूसँग अन्तर्क्रियाहरू, त्यस्ता खाताहरू फ्याँक्न सकिन्छ।

अब सामाजिक सञ्जालहरूमा, लगभग छ प्रतिशत भर्चुअल क्यारेक्टरहरू वा केवल परित्याग गरिएका पृष्ठहरू वा अन्तर्मुखीहरू छन्, जसलाई एल्गोरिदमहरू बटहरूको रूपमा "मिल्छ"। एक व्यक्तिलाई उसको नक्कलीमा लिङ्क गर्नको लागि, यहाँ पनि, सबै कुरा यस तथ्यसँग जोडिएको छ कि व्यक्तिले चाँडै वा चाँडो गल्ती गर्नेछ, र कुरा यो हो कि व्यवहार मोडेल एउटै हो - उसको वास्तविक खाता र नक्कली दुवै। ढिलो वा चाँडो तिनीहरूले समान सामग्री वा अरू केहि हेर्नेछन्।

यहाँ यो सबै त्रुटिको प्रतिशतमा आउँदैन, तर एक व्यक्तिलाई विश्वसनीय रूपमा पहिचान गर्न आवश्यक समयको मात्रामा। आफ्नो इन्स्टाग्राममा बस्ने कसैको लागि, भरपर्दो पहिचानको लागि यो समय पाँच मिनेटमा आउँछ। कसैको लागि - छ देखि आठ महिना सम्म।

कसलाई र कसरी डाटा बेच्ने?

Z: - नमस्ते। म जान्न इच्छुक छु कि कसरी डाटा कम्पनीहरू बीच बेचिन्छ? उदाहरणका लागि, मसँग एउटा एप्लिकेसन छ जसमा तपाईंले (विकासकर्तालाई) एक व्यक्ति कहाँ जानुहुन्छ, कुन पसलमा जानुहुन्छ, र उसले त्यहाँ कति पैसा खर्च गर्छ भनेर पत्ता लगाउन सक्नुहुन्छ। र म जान्न इच्छुक छु, कसरी भनौं, म यी स्टोरहरूमा मेरो दर्शकहरूको बारेमा डाटा बेच्न सक्छु वा मेरो डाटालाई एउटा ठूलो डाटाबेसमा राख्न सक्छु र यसको लागि भुक्तान गर्न सक्छु?

ओह: - कसैलाई सीधै डाटा बेच्ने सन्दर्भमा, तपाईं र अरू सबै OFD - वित्तीय डाटा अपरेटरहरू भन्दा अगाडि हुनुहुन्थ्यो, जसले चलाखीपूर्वक चेकको स्थानान्तरण र कर कार्यालयको बीचमा आफूलाई निर्माण गरे र अब सबैलाई डाटा बेच्ने प्रयास गर्दै हुनुहुन्छ। वास्तवमा, तिनीहरूले वास्तवमा सम्पूर्ण मोबाइल एनालिटिक्स बजार क्र्यास गरे। वास्तवमा, तपाईं आफ्नो अनुप्रयोग इम्बेड गर्न सक्नुहुन्छ, उदाहरणका लागि, फेसबुक पिक्सेल, यसको DMP प्रणाली; त्यसपछि यो दर्शक बेच्न प्रयोग गर्नुहोस्। उदाहरण को लागी, "मे लक्ष्य" पिक्सेल। मलाई थाहा छैन तपाई कस्तो प्रकारको श्रोता हुनुहुन्छ, तपाईले बुझ्न आवश्यक छ। तर कुनै पनि अवस्थामा, तपाईं यान्डेक्स वा मेरो लक्ष्यमा एकीकृत गर्न सक्नुहुन्छ, जुन सबैभन्दा ठूलो DMP प्रणालीहरू हुन्।

यो एकदम रोचक कथा हो। केवल समस्या यो हो कि तपाईंले तिनीहरूलाई सबै ट्राफिक दिनुहुनेछ, र तिनीहरूले, विनिमयको रूपमा, यो ट्राफिकको मुद्रीकरण आफैंमा लिनेछन्। तिनीहरूले तपाईंलाई बताउन सक्छन् कि 10 मानिसहरूले तपाईंको दर्शकहरू प्रयोग गरेका छन्। तसर्थ, या त तपाइँ तपाइँको आफ्नै विज्ञापन नेटवर्क बनाउनुहुन्छ, वा तपाइँ ठूला DMPs लाई आत्मसमर्पण गर्नुहुन्छ।

कसले जित्ला - कलाकार वा प्राविधिक?

Z: - प्राविधिक भागबाट अलि टाढाको प्रश्न। आउँदै गरेको ठूलो बेरोजगारीबारे बजारवासीहरूको डरको बारेमा भनिएको थियो। के त्यहाँ रचनात्मक मार्केटिङ (यी केटाहरू जो कुखुराको विज्ञापन, फक्सवागन विज्ञापन, यस्तो देखिन्छ) र बिग डाटामा संलग्न व्यक्तिहरू (जसले भन्छन्: अब हामी केवल सबै डाटा सङ्कलन गर्नेछौं र लक्षित विज्ञापनहरू प्रदान गर्नेछौं) बीच कुनै प्रकारको प्रतिस्पर्धात्मक संघर्ष छ? सबैजना)? प्रत्यक्ष रूपमा संलग्न व्यक्तिको रूपमा, कसले जित्ला - कलाकार, प्राविधिक, वा त्यहाँ कुनै प्रकारको समन्वयात्मक प्रभाव हुनेछ भन्ने बारे तपाईंको राय के छ?

ओह: - सुन्नुहोस्, तिनीहरू सँगै काम गर्छन्। इन्जिनियरहरू रचनात्मकताको साथ आउँदैनन्। जो सृजनात्मक छन्, दर्शकको आविष्कार गर्दैनन्। यहाँ केहि प्रकारको बहु-विषय कथा छ। वास्तविक समस्या अहिले बस्ने र बटन थिच्नेहरूका लागि हो, "बाँदरको काम" गर्नेहरूका लागि, हरेक दिन एउटै कुरा थिच्नेहरूका लागि - यी मानिसहरू हराउनेछन्।

तर डाटा विश्लेषण गर्नेहरू स्वाभाविक रूपमा रहनेछन्, तर कसैले यो डाटा प्रशोधन गर्नुपर्छ। कसैले यी चित्रहरू लिएर आउनु पर्छ, तिनीहरूलाई कोर्नुहोस्। एउटा मेसिनले यस्तो रचनात्मकताको साथ आउन सक्दैन! यो पूर्ण पागलपन हो! वा जस्तै, उदाहरण को लागी, Carprice को भाइरल विज्ञापन, जो, वैसे, धेरै राम्रो काम गर्यो। याद गर्नुहोस्, YouTube मा यो एउटा थियो: "यसलाई Carprice मा बेच्नुहोस्," बिल्कुल पागल। निस्सन्देह, कुनै न्यूरल नेटवर्कले यस्तो कथा उत्पन्न गर्दैन।
सामान्यतया, म यो तथ्यको समर्थक हुँ कि यो मानिसहरूले आफ्नो जागिर गुमाउने छैनन्, तर तिनीहरूसँग थोरै खाली समय हुनेछ, र तिनीहरूले यो खाली समय आत्म-शिक्षामा खर्च गर्न सक्षम हुनेछन्।

आदिम विज्ञापन मर्नेछ

Z: - व्यापक रूपमा, देखाइएका विज्ञापनहरू, ब्यानरहरू - ठूलो मात्रामा, बेच्ने पाठहरू पनि त्यहाँ लेखिएका छैनन्: "तपाईंलाई विन्डोज चाहिन्छ - यसलाई लिनुहोस्!", "तपाईंलाई अरू केहि चाहिन्छ - यसलाई लिनुहोस्!", अर्थात्, त्यहाँ कुनै पनि रचनात्मकता छैन।

ओह: - त्यस्ता विज्ञापनहरू ढिलो वा चाँडो, अवश्य पनि समाप्त हुनेछ। टेक्नोलोजीको विकासले होइन, तिम्रो र मेरो विकासको कारणले यो मर्नेछ।

सान्दर्भिकलाई अप्रासंगिकसँग मिसाउँदा राम्रो हुन्छ

Z: - म यहाँ छु! मसँग प्रयोगको बारेमा एउटा प्रश्न छ जुन तपाईंले भन्नुभएको थियो कि तपाईंको लागि काम गरेन (सिफारिसकर्ता प्रणालीको साथ)। तपाईको विचारमा, त्यहाँ के हस्ताक्षर गरिएको थियो, यो किन सिफारिस गरिएको छ, वा प्रयोगकर्ताले देखेका सबै कुरा उहाँसँग सान्दर्भिक छ भन्ने समस्या हो? किनभने मैले आमाहरूको लागि एउटा प्रयोग पढेको थिएँ, र त्यहाँ त्यति धेरै डाटा थिएन, र इन्टरनेटबाट त्यति धेरै डाटा थिएन, त्यहाँ गर्भावस्थाको भविष्यवाणी गर्ने किराना खुद्रा विक्रेताको डाटा मात्र थियो (उनीहरू आमा हुनेछन्)। र जब उनीहरूले गर्भवती आमाहरूका लागि उत्पादनहरूको चयन देखाए, आमाहरू डराए कि उनीहरूले कुनै पनि आधिकारिक कुराहरू अघि उनीहरूको बारेमा थाहा पाए। र यसले काम गरेन। र यो समस्या समाधान गर्नको लागि, तिनीहरूले जानाजानी सान्दर्भिक उत्पादनहरू पूर्ण रूपमा अप्रासंगिक कुरासँग मिसाए।

ओह: "हामीले विशेष गरी मानिसहरूलाई उनीहरूको प्रतिक्रिया बुझ्नको लागि सिफारिसहरू गरिएका आधारहरू देखाएका छौं। वास्तवमा, यहीँ अवधारणाको जन्म भएको थियो कि मानिसहरूलाई भन्न आवश्यक पर्दैन कि यी उहाँका लागि केही सुपर-सान्दर्भिक उत्पादनहरू हुन्।

हो, वैसे, तिनीहरूलाई अप्रासंगिकसँग मिलाउने दृष्टिकोण छ। तर त्यहाँ उल्टो कुरा छ: कहिलेकाहीँ मानिसहरू भित्र आउँछन् र यो अप्रासंगिक उत्पादनसँग अन्तरक्रिया गर्छन् - अनियमित आउटलियरहरू हुन्छन्, मोडेलहरू बिग्रन्छ र चीजहरू अझ जटिल हुन्छन्। तर यो वास्तवमा अवस्थित छ। यसबाहेक, धेरै कम्पनीहरूले जानाजानी, यदि उनीहरूलाई थाहा छ कि कसैले उनीहरूको डाटा प्रशोधन गरिरहेको छ (कसैले उनीहरूबाट यस्तो आउटपुट चोर्न सक्छ), उनीहरूले कहिलेकाँही यसलाई मिलाउँछन् ताकि उनीहरूले पछि प्रमाणित गर्न सक्छन् कि तपाईंले यसको सिफारिस प्रणालीबाट डाटा लिनुभएन, तर तथाकथित Yandex.Market।

विज्ञापन अवरोधक र ब्राउजर सुरक्षा

Z: - नमस्ते। तपाईंले Ghostery र Adblock उल्लेख गर्नुभयो। के तपाइँ हामीलाई बताउन सक्नुहुन्छ कि त्यस्ता ट्र्याकरहरू सामान्यतया कति प्रभावकारी छन् (सायद तथ्याङ्कमा आधारित)? र के तपाइँसँग कम्पनीहरूबाट कुनै आदेशहरू छन्: तिनीहरू भन्छन्, हाम्रो विज्ञापन Adblock द्वारा बन्द गर्न सकिँदैन भनेर निश्चित गर्नुहोस्।

ओह: - हामी सीधै विज्ञापन प्लेटफर्महरूलाई सम्पर्क गर्दैनौं - ठ्याक्कै ताकि तिनीहरूले आफ्नो विज्ञापन सबैलाई दृश्यात्मक बनाउन सोध्दैनन्। म व्यक्तिगत रूपमा Ghostery प्रयोग गर्छु - मलाई लाग्छ कि यो धेरै राम्रो विस्तार हो। अब सबै ब्राउजरहरू गोपनीयताको लागि लडिरहेका छन्: मोजिलाले सबै प्रकारका अपडेटहरूको गुच्छा जारी गरेको छ, गुगल क्रोम अब सुपर-सुरक्षित छ। तिनीहरू सबैले गर्न सक्ने सबै रोक्छन्। "Safari" ले "Gyroscope" लाई पूर्वनिर्धारित रूपमा बन्द गरेको छ।
र यो प्रवृत्ति, निस्सन्देह, राम्रो छ (डेटा सङ्कलन गर्नेहरूका लागि होइन, यद्यपि तिनीहरू पनि यसबाट बाहिर आए), किनभने मानिसहरूले पहिले कुकीहरू अवरुद्ध गरे। विज्ञापन सञ्जालहरूको स्वामित्व भएका सबैले ब्राउजर फिंगरप्रिन्टहरू जस्ता अद्भुत प्रविधि सम्झे - यी एल्गोरिदमहरू हुन् जसले 60 विभिन्न प्यारामिटरहरू (स्क्रिन रिजोल्युसन, संस्करण, स्थापित फन्टहरू) प्राप्त गर्छन् र तिनीहरूको आधारमा तिनीहरूले एक अद्वितीय "ID" गणना गर्छन्। यसतर्फ अघि बढौं। र ब्राउजरहरूले यससँग संघर्ष गर्न थाले। सामान्यतया, यो टाइटन्सको अन्तहीन युद्ध हुनेछ।

नवीनतम विकासकर्ता मोजिला एकदम सुरक्षित छ। यसले वस्तुतः कुनै कुकीहरू बचत गर्दैन र छोटो जीवनकाल सेट गर्दछ। विशेष गरी यदि तपाईंले "इन्कग्निटो" सक्रिय गर्नुभयो भने, कसैले पनि तपाईंलाई भेट्टाउने छैन। प्रश्न यो छ कि सबै सेवाहरूमा पासवर्ड प्रविष्ट गर्न असुविधाजनक हुनेछ।

साइकोटाइपिङ र फिजियोग्नोमी कहाँ काम गर्छ र काम गर्दैन?

Z: - आर्थर, व्याख्यानको लागि धेरै धेरै धन्यवाद। म पनि YouTube मा तपाइँको व्याख्यान पछ्याउन रमाईलो गर्छु। तपाईले उल्लेख गर्नुभयो कि मार्केटरहरू बढ्दो साइकोटाइपिङ र फिजियोग्नोमी प्रयोग गर्न रिसोर्ट गर्दैछन्। मेरो प्रश्न हो: यो कुन ब्रान्ड कोटिहरूमा काम गर्दछ? मेरो विश्वास छ कि यो FMCG को लागी मात्र उपयुक्त छ। उदाहरण को लागी, एक कार छनोट हो ...

ओह: - म डाउनलोड गर्न सक्छु जहाँ यो ठीक काम गर्दछ। यो "Amediateka", टिभि शृङ्खलाहरू, चलचित्रहरू र यस्तै अन्य सबै प्रकारका कथाहरूमा काम गर्दछ। यसले बैंक र बैंकिङ उत्पादनहरूमा राम्रोसँग काम गर्छ, यदि यो प्रिमियम खण्ड होइन, तर सबै प्रकारका विद्यार्थी कार्डहरू, किस्ता योजनाहरू - ती प्रकारका चीजहरू। यो वास्तवमै FMCG र सबै प्रकारका आईफोनहरू, चार्जरहरू, यी सबै बकवासहरूमा धेरै राम्रोसँग काम गर्दछ। यसले "आमा र पप" उत्पादनहरूमा राम्रोसँग काम गर्दछ। यद्यपि मलाई थाहा छ कि माछा मार्ने मा (त्यहाँ यस्तो विषय छ) ... त्यहाँ धेरै पटक माछा मार्ने मामिलाहरू भएका छन् - तिनीहरू कहिल्यै विश्वसनीय रूपमा विभाजित हुन सक्दैनन्। मलाई थाहा छैन किन। केहि प्रकारको सांख्यिकीय त्रुटि।

यसले मोटर चालक, गहना वा केही घरायसी सामानहरूसँग राम्रोसँग काम गर्दैन। वास्तवमा, यो चीजहरूसँग राम्रोसँग काम गर्दैन जुन मानिसहरूले सोशल मिडियामा कहिल्यै लेख्दैनन् - तपाइँ यसलाई यस तरिकाले जाँच गर्न सक्नुहुन्छ। परम्परागत रूपमा, धुने मेसिन खरिद गर्दा: यहाँ कसरी बुझ्न सकिन्छ कि कसको वासिङ मेसिन छ र कसको छैन? सबैसँग छ जस्तो लाग्छ। तपाईंले OFD डाटा प्रयोग गर्न सक्नुहुन्छ - रसिदहरू प्रयोग गरेर कसले के किन्यो हेर्नुहोस्, र रसिदहरू प्रयोग गरेर यी मानिसहरूसँग मेल खानुहोस्। तर वास्तवमा, त्यहाँ चीजहरू छन् जुन तपाईंले कहिल्यै कुरा गर्नुहुन्न, उदाहरणका लागि, इन्स्टाग्राममा - त्यस्ता चीजहरूसँग काम गर्न गाह्रो छ।

मेशिनहरूले चालहरू तथ्याङ्कीय भराईको रूपमा चिन्छन्।

Z: - मेरो लक्ष्य को बारे मा एक प्रश्न छ। के यो सम्भव छ (वा तिनीहरू अचानक अस्तित्वमा छन्) सशर्त अनियमित चरित्र जसले सबै कुरामा आफैलाई विरोधाभास गर्दछ: पहिले उसले "सर्वश्रेष्ठ जिम" गुगल गर्छ, र त्यसपछि उसले "कुनै पनि गर्नका लागि 10 तरिकाहरू" गुगल गर्छ? र त्यसैले यो सबै मा छ। के लक्ष्यले आफैंमा विरोधाभास हुने कुराको ट्रयाक राख्न सक्छ?

ओह: - यहाँ एउटै प्रश्न छ: यदि तपाइँ 2 वर्षको लागि गुगल प्रयोग गर्दै हुनुहुन्छ भने, तपाइँ तपाइँको बारेमा सबै कुरा बताउनुभयो, र अब तपाइँको लागि एक प्लगइन स्थापना गर्नुहोस् जसले समान अनियमित प्रश्नहरू लेख्नेछ, त्यसपछि, पक्कै पनि, तथ्याङ्कबाट तपाइँ बुझ्न सक्षम हुनुहोस् - तपाई अहिले के गरिरहनु भएको छ एक सांख्यिकीय आउटलायर हो, र यो सबै बाहिर निकाल्ने कुरा हो। यदि तपाइँ चाहनुहुन्छ भने, नयाँ खाता दर्ता गर्नुहोस्, तर विज्ञापनको मात्रा परिवर्तन हुनेछैन। उनी अनौठो हुनेछिन्। यद्यपि उनी अझै अनौठो छिन्।

केही विज्ञापनहरू 🙂

हामीसँग रहनु भएकोमा धन्यवाद। तपाईलाई हाम्रा लेखहरू मनपर्छ? थप रोचक सामग्री हेर्न चाहनुहुन्छ? हामीलाई अर्डर गरेर वा साथीहरूलाई सिफारिस गरेर समर्थन गर्नुहोस्, $4.99 बाट विकासकर्ताहरूको लागि क्लाउड VPS, प्रविष्टि-स्तर सर्भरहरूको एक अद्वितीय एनालग, जुन हामीले तपाईंको लागि आविष्कार गरेको हो: VPS (KVM) E5-2697 v3 (6 कोर) 10GB DDR4 480GB SSD 1Gbps $ 19 बाट वा कसरी सर्भर साझा गर्ने बारे सम्पूर्ण सत्य? (RAID1 र RAID10 सँग उपलब्ध, 24 कोर सम्म र 40GB DDR4 सम्म)।

डेल R730xd 2x एम्स्टर्डमको इक्विनिक्स टियर IV डाटा सेन्टरमा सस्तो छ? यहाँ मात्र 2 x Intel TetraDeca-Core Xeon 2x E5-2697v3 2.6GHz 14C 64GB DDR4 4x960GB SSD 1Gbps 100 TV $199 बाट नेदरल्याण्ड मा! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99 बाट! बारे पढ्नुहोस् पूर्वाधार कर्पोरेशन कसरी निर्माण गर्ने। डेल R730xd E5-2650 v4 सर्भरहरूको प्रयोगको साथ एक पैसाको लागि 9000 यूरो मूल्यको वर्ग?

स्रोत: www.habr.com