آرتھر کھچویان بڑے ڈیٹا پروسیسنگ کے ایک مشہور روسی ماہر ہیں، سوشل ڈیٹا ہب کمپنی (اب Tazeros Global) کے بانی ہیں۔ نیشنل ریسرچ یونیورسٹی ہائر سکول آف اکنامکس کا پارٹنر۔ نیشنل ریسرچ یونیورسٹی ہائر سکول آف اکنامکس کے ساتھ مل کر، فیڈریشن کونسل میں بگ ڈیٹا پر ایک بل تیار کیا اور پیش کیا۔ اس نے پیرس میں کیوری انسٹی ٹیوٹ، سینٹ پیٹرزبرگ اسٹیٹ یونیورسٹی، روسی فیڈریشن کی حکومت کے تحت فیڈرل یونیورسٹی میں بات کی۔ Red Apple، International OpenDataDay، RIW 2016، AlfaFuturePeople پر۔
یہ لیکچر 2019 میں ماسکو میں اوپن ایئر فیسٹیول "گیک پکنک" میں ریکارڈ کیا گیا تھا۔
آرتھر کھچویان (اس کے بعد - AH): - اگر صنعتوں کی ایک بڑی تعداد سے - ادویات سے، تعمیرات سے، کسی چیز سے، کسی چیز کو منتخب کرنے کے لیے جہاں بگ ڈیٹا، مشین لرننگ، ڈیپ لرننگ کی ٹیکنالوجی اکثر استعمال ہوتی ہے، تو یہ شاید مارکیٹنگ ہے۔ کیونکہ پچھلے تین یا اس سے زیادہ سالوں سے، ہر وہ چیز جو ہمیں کسی نہ کسی قسم کے اشتہاری مواصلات میں گھیر رہی ہے، اب بالکل درست طور پر ڈیٹا کے تجزیہ سے منسلک ہے اور اسے مصنوعی ذہانت کہا جا سکتا ہے۔ اس لیے آج میں آپ کو اس کے بارے میں اتنی دور کی تاریخ سے بتاؤں گا...
اگر آپ مصنوعی ذہانت کا تصور کرتے ہیں اور یہ کیسا لگتا ہے، یہ شاید کچھ ایسا ہی ہے۔ عجیب تصویر نیورل نیٹ ورکس میں سے ایک ہے جسے میں نے ایک سال پہلے لکھا تھا کہ میرا کتا کیا کرتا ہے اس کا انحصار معلوم کرنے کے لیے - اسے کتنی بار بڑا، چھوٹا جانے کی ضرورت ہے، اور یہ عام طور پر اس بات پر منحصر ہے کہ وہ کتنا کھاتا ہے۔ یا نہیں؟ . یہ ایک لطیفہ ہے کہ مصنوعی ذہانت کا تصور کیسے کیا جا سکتا ہے۔
لیکن پھر بھی، آئیے اس بارے میں سوچتے ہیں کہ اشتہاری مواصلات میں یہ سب کیسے کام کرتا ہے۔ تین طریقے ہیں جن میں ایڈورٹائزنگ اور مارکیٹنگ میں جدید الگورتھم ہمارے ساتھ تعامل کر سکتے ہیں۔ یہ واضح ہے کہ پہلی کہانی کا مقصد آپ کے اور میرے بارے میں اضافی معلومات حاصل کرنا اور حاصل کرنا ہے، اور پھر اسے کچھ اچھے اور اچھے مقاصد کے لیے استعمال کرنا ہے۔ ہر مخصوص شخص کے نقطہ نظر کو ذاتی بنانا؛ قدرتی طور پر، اس کے بعد، اہم ہدف کی کارروائی کو انجام دینے اور ایک خاص فروخت کرنے کے لیے ایک خاص مانگ پیدا کریں۔
ٹیکنالوجی کا استعمال کرتے ہوئے، وہ مؤثر مواصلات کے مسئلے کو حل کرنے کی کوشش کر رہے ہیں
اگر میں آپ کو بتاؤں کہ اس بارے میں سوچیں کہ Pornhub اور M. ویڈیو"، آپ کیا سوچ رہے ہیں؟
سامعین کے تبصرے (اس کے بعد C کے طور پر کہا جاتا ہے): - ٹی وی، سامعین۔
اوہ: - میرا تصور یہ ہے کہ یہ دو جگہیں ہیں جہاں لوگ ایک خاص قسم کی خدمت کے لیے آتے ہیں، یا اسے ایک خاص قسم کا سامان کہتے ہیں۔ اور یہ سامعین اس لحاظ سے مختلف ہے کہ یہ بیچنے والے کو کچھ نہیں بتانا چاہتا۔ وہ اندر آنا چاہتی ہے اور وہ چیز حاصل کرنا چاہتی ہے جس میں اس کی دلچسپی کسی واضح یا مضمر شکل میں ہو۔ قدرتی طور پر، کوئی بھی ایم کے پاس نہیں آتا. ویڈیو” کسی بھی بیچنے والے کے ساتھ بات چیت نہیں کرنا چاہتا، سمجھنا نہیں چاہتا، ان کے کسی بھی سوال کا جواب نہیں دینا چاہتا۔
لہٰذا، پہلی کہانی ان سب کے بعد آتی ہے۔
جب کسی شخص کے ساتھ بات چیت سے بچنے کے لیے اضافی علم حاصل کرنے کے لیے ٹیکنالوجیز سامنے آئیں۔ جب ہم بینک کو فون کرتے ہیں اور بینک ہمیں کہتا ہے: "ہیلو۔ الیکسی، آپ ہمارے وی آئی پی کلائنٹ ہیں۔ اب کوئی سپر مینیجر آپ سے بات کرے گا۔ آپ اس بینک میں آتے ہیں، اور وہاں واقعی ایک منفرد مینیجر ہے جو آپ سے بات کر سکتا ہے۔ بدقسمتی سے یا خوش قسمتی سے، کسی ایک کمپنی نے ابھی تک یہ نہیں سوچا ہے کہ ایک ہزار کلائنٹس کے لیے ایک ہزار پرسنل مینیجرز کی خدمات کیسے حاصل کی جائیں۔ اور چونکہ ان میں سے زیادہ تر لوگ اب آن لائن ہیں، اس لیے کام یہ سمجھنا ہے کہ یہ کس قسم کا شخص ہے اور کسی اشتہاری وسائل تک پہنچنے سے پہلے اس کے ساتھ صحیح طریقے سے بات چیت کیسے کی جائے۔ اور اس وجہ سے، حقیقت میں، ٹیکنالوجیز ظاہر ہوئی ہیں جو اس مسئلے کو حل کرنے کی کوشش کر رہی ہیں.
ڈیٹا نکالنا نیا تیل ہے۔
آئیے تصور کریں کہ آپ پھولوں کے اسٹال کے مالک ہیں۔ تین لوگ آپ سے ملنے آتے ہیں۔ پہلا کافی دیر تک کھڑا رہتا ہے، ہچکچاتا ہے، آپ سے بات کرنے کی کوشش کرتا ہے، کوئی گلدستہ لیتا ہے - آپ اسے لپیٹنے جاتے ہیں، وہاں کچھ کرنے جاتے ہیں؛ وہ اس گلدستے کے ساتھ اسٹال سے بھاگ گیا - آپ اپنے تین ہزار روبل کھو چکے ہیں۔ ایسا کیوں ہوا؟ آپ اس شخص کے بارے میں کچھ نہیں جانتے: آپ کو وزارت داخلہ میں اس کی گرفتاریوں کی تاریخ نہیں معلوم، آپ نہیں جانتے کہ وہ کلیپٹومینیاک ہے اور نفسیاتی ڈسپنسری میں رجسٹرڈ ہے۔ کیوں؟ کیونکہ آپ نے اسے پہلی بار دیکھا، اور آپ رویے کے تجزیہ کار نہیں ہیں۔
کوئی اور آتا ہے... ویٹالی۔ وٹالی کو بھی اس کا پتہ لگانے میں کافی وقت لگتا ہے، وہ کہتے ہیں، "ٹھیک ہے، مجھے یہ اور اس کی ضرورت ہے۔" اور آپ اسے کہتے ہیں، "ماں کے لیے پھول، ٹھیک ہے؟" اور تم اسے ایک گلدستہ بیچتے ہو۔
یہاں کا تصور یہ ہے کہ اس شخص کو درحقیقت کس چیز کی ضرورت ہے اس کو سمجھنے کے لیے کافی ڈیٹا تلاش کرنا ہے۔ ہر ایک نے فوری طور پر کسی نہ کسی قسم کے اشتہاری نیٹ ورک وغیرہ کے بارے میں سوچا...
ہر ایک نے شاید یہ احمقانہ جملہ سنا ہے کہ "ڈیٹا نیا تیل ہے" ایک سے زیادہ بار؟ یقیناً سب نے سنا ہوگا۔ درحقیقت لوگوں نے کافی عرصہ پہلے ڈیٹا اکٹھا کرنا سیکھا تھا لیکن اس ڈیٹا سے ڈیٹا نکالنا وہ کام ہے جسے مارکیٹنگ میں مصنوعی ذہانت یا کسی قسم کے شماریاتی الگورتھم اب حل کرنے کی کوشش کر رہے ہیں۔ کیوں؟ کیونکہ اگر آپ کسی شخص سے بات کرتے ہیں تو وہ آپ کو صحیح، غلط یا کسی نہ کسی طرح رنگین جواب دے سکتا ہے۔ میں اپنے طلباء کو جو لطیفہ سناتا ہوں وہ یہ ہے کہ سروے اعداد و شمار سے کیسے مختلف ہوتے ہیں۔
اس کا مطلب ہے کہ دو گاؤں میں انہوں نے مردانگی کی اوسط لمبائی پر ایک مطالعہ کرنے کا فیصلہ کیا۔ اس کا مطلب یہ ہے کہ پہلے گاؤں ولاریبو میں اوسط لمبائی 15 سینٹی میٹر ہے، ولابگیو گاؤں میں - 25۔ کیا آپ جانتے ہیں کیوں؟ کیونکہ پہلے گاؤں میں پیمائش کی گئی تھی، اور دوسرے میں ایک سروے کیا گیا تھا۔
پورن انڈسٹری سفارشی نظاموں کا پرچم بردار ہے۔
یہی وجہ ہے کہ جدید طریقہ یہ ہے کہ بغیر کسی استثنا کے تمام لوگوں کا تجزیہ کیا جائے، چاہے وہ 100% سے کچھ کم ہی کیوں نہ ہوں، لیکن یہ وہ لوگ ہیں جن سے آپ کو پوچھنے کی ضرورت نہیں ہے، آپ کو ان کو دیکھنے کی ضرورت نہیں ہے۔ اس شخص کو کس چیز کی ضرورت ہے، اس سے صحیح طریقے سے بات کیسے کی جائے، اپنے اردگرد مانگ کیسے پیدا کی جائے، اس کا تجزیہ کرنا کافی ہے جسے اب ڈیجیٹل فٹ پرنٹ کہا جاتا ہے۔ ایک طرف، یہ ایک بے دماغ مشین ہے (لیکن آپ اور میں یہ اچھی طرح جانتے ہیں)؛ ہم ایم کے لوگوں سے بات چیت نہیں کرنا چاہتے۔ ویڈیو،" اور اس سے بھی زیادہ، جب ہم Pornhub جیسے وسائل پر جاتے ہیں، تو ہم بالکل وہی حاصل کرنا چاہتے ہیں جس کی ہمیں ضرورت ہے۔
میں ہمیشہ Pornhub کے بارے میں کیوں بات کرتا ہوں؟ کیونکہ بالغ صنعت سب سے پہلے ایسی ٹیکنالوجیز کے تجزیے کے لیے آتی ہے، ایسی ٹیکنالوجیز کے نفاذ کے لیے، ڈیٹا کے تجزیہ تک۔ اگر آپ اس علاقے میں تین سب سے مشہور لائبریریوں کو لیتے ہیں (مثال کے طور پر، TensorFlow یا Pandas for Python، CSV فائلوں کی پروسیسنگ کے لیے، وغیرہ)، اگر آپ اسے Github پر کھولتے ہیں، تو ان تمام ناموں کے مختصر گوگل کے ساتھ آپ کو ایک مل جائے گا۔ کچھ لوگ جو یا تو Pornhub کمپنی میں کام کرتے ہیں یا فی الحال کام کرتے ہیں، اور وہاں سفارشی نظام نافذ کرنے والے پہلے تھے۔ عام طور پر، یہ کہانی بہت اعلی درجے کی ہے، اور یہ ظاہر کرتی ہے کہ یہ سامعین، اس کمپنی نے کتنا آگے بڑھا ہے۔
شناخت کے تین درجات
ایک شخص کے ارد گرد ڈیٹا کا ایک بہت بڑا مجموعہ ہے جس کی شناخت کی جا سکتی ہے۔ میں عام طور پر اسے باضابطہ طور پر تین سطحوں میں تقسیم کرتا ہوں، گہرائی اور گہرائی میں جا رہا ہوں۔ قدرتی طور پر، کمپنی کا اپنا ڈیٹا ہوتا ہے۔
اگر، کہتے ہیں، ہم ایک سفارشی نظام کی تعمیر کے بارے میں بات کر رہے ہیں، تو پھر پہلی سطح وہ ڈیٹا ہے جو اسٹور پر موجود ہے (خریداری کی تاریخ، تمام قسم کے لین دین، کس طرح ایک شخص نے انٹرفیس کے ساتھ بات چیت کی)۔
اس کے بعد ایک لیول ہے (نسبتاً سب سے بڑا) - یہ وہی ہے جسے اوپن سورس کہتے ہیں۔ یہ مت سوچیں کہ میں آپ کو سوشل نیٹ ورکس کو ختم کرنے کی ترغیب دیتا ہوں، لیکن درحقیقت، جو کچھ کھلے ذرائع میں دستیاب ہے وہ ڈیٹا کا ایک بہت بڑا مجموعہ کھولتا ہے جسے آپ کہہ سکتے ہیں، کسی شخص کے بارے میں جان سکتے ہیں۔
اور تیسرا بڑا حصہ خود اس شخص کا ماحول ہے۔ ہاں، ایک رائے یہ ہے کہ اگر کوئی شخص سوشل نیٹ ورک پر نہیں ہے، تو وہاں اس کے بارے میں کوئی ڈیٹا نہیں ہے (شاید آپ کو پہلے ہی معلوم ہو کہ یہ سچ نہیں ہے)، لیکن سب سے اہم بات یہ ہے کہ وہ ڈیٹا جو کسی شخص کے پروفائل پر ہوتا ہے۔ (یا کچھ اطلاق میں) صرف 40 فیصد علم ہے جو اس کے بارے میں حاصل کیا جا سکتا ہے۔ باقی معلومات اس کے ماحول سے حاصل ہوتی ہیں۔ فقرہ "مجھے بتاؤ تمہارا دوست کون ہے اور میں تمہیں بتاؤں گا کہ تم کون ہو" XNUMXویں صدی میں ایک نیا معنی اختیار کرتا ہے کیونکہ اس شخص کے ارد گرد بہت زیادہ ڈیٹا حاصل کیا جا سکتا ہے۔
اگر ہم ایڈورٹائزنگ کمیونیکیشنز کے قریب بات کرتے ہیں، تو اشتہاری کمیونیکیشنز ایڈورٹائزنگ سے نہیں، بلکہ کسی دوست، جاننے والے یا کسی طرح تصدیق شدہ شخص سے وصول کرنا ایک بہت ہی عمدہ فیچر ہے جسے بہت سارے مارکیٹرز استعمال کرتے ہیں۔ جب کوئی ایپلیکیشن اچانک آپ کو ایک مفت پرومو کوڈ دیتی ہے، تو آپ اس کے بارے میں ایک پوسٹ بناتے ہیں اور اس طرح ایک نئے سامعین کو راغب کرتے ہیں۔ درحقیقت، مشروط "Yandex.Taxi" کے لیے یہ پرومو کوڈ بے ترتیب طور پر منتخب نہیں کیا گیا تھا، لیکن اس کے لیے، آپ کے نئے سامعین کو متوجہ کرنے اور کسی نہ کسی طرح ان کے ساتھ بات چیت کرنے کی صلاحیت کے بارے میں ڈیٹا کی ایک بڑی مقدار کا تجزیہ کیا گیا تھا۔
وہ ٹی وی سیریز کے کرداروں کے رویے کا بھی تجزیہ کرتے ہیں۔
میں آپ کو تین تصویریں دکھاؤں گا، اور آپ مجھے بتائیں کہ ان میں کیا فرق ہے۔
یہ والا:
یہ:
اور یہ ایک:
ان میں کیا فرق ہے؟ یہاں سب کچھ آسان ہے۔ جیسا کہ کوانٹم میکانکس میں ہے، اس معاملے میں یہ تخلیقی صلاحیت مبصر کے ذریعہ تشکیل دی گئی تھی۔ یعنی، ایک ہی وقت میں ایک ہی برانڈ کی طرف سے چلائی جانے والی ایک ہی اشتہاری مہم میں فرق صرف اس میں ہے کہ اس تخلیق کو کس نے دیکھا۔ ذاتی طور پر، جب میں Amediateka جاتا ہوں، وہ اب بھی Khal Drogo دکھاتے ہیں۔ میں نہیں جانتا کہ Amediateka میری ترجیحات کے بارے میں کیا سوچتی ہے، لیکن کسی وجہ سے ایسا ہوتا ہے۔
جسے اب پرسنلائزڈ کمیونیکیشن کہا جاتا ہے وہ سامعین کو اپنی طرف متوجہ کرنے اور اس کے ساتھ مناسب طریقے سے بات چیت کرنے کی سب سے مشہور کہانی ہے۔ اگر پہلے مرحلے میں ہم نے اپنے برانڈ ڈیٹا، اوپن سورس ڈیٹا اور مثال کے طور پر اس شخص کے ماحول کا ڈیٹا استعمال کرنے والے لوگوں کی شناخت کی، تو ہم، اس کا تجزیہ کرنے کے بعد، سمجھ سکتے ہیں کہ وہ کون ہے، اس سے صحیح طریقے سے بات کیسے کی جائے اور سب سے اہم بات۔ وہ کون سی زبان بولتا ہے اس سے بات کرو۔
یہاں ٹیکنالوجی اس حد تک آگے بڑھ گئی ہے کہ ٹی وی سیریز کے کردار جو لوگ دیکھتے ہیں اب ان کا تجزیہ کیا جا رہا ہے۔ یعنی، آپ کو ٹی وی سیریز پسند ہیں - وہ [پسند] دیکھے جاتے ہیں، وہ دیکھتے ہیں کہ آپ نے وہاں کس کے ساتھ بات چیت کی، یہ سمجھنے کے لیے کہ آپ کے ساتھ بات چیت کرنے کے لیے کس قسم کا شخص موزوں ہوگا۔ یہ مکمل بکواس کی طرح لگتا ہے، لیکن صرف تفریح کے لیے، اسے کسی ایک وسائل پر آزمائیں - مختلف لوگ مختلف تخلیقات دیکھتے ہیں (اس کے ساتھ صحیح طریقے سے تعامل کرنے کے لیے)۔
ایک بھی جدید میڈیا یا کوئی ویڈیو وسیلہ آپ کو کچھ خبریں نہیں دکھاتا ہے۔ میڈیا پر جائیں - الگورتھم کی ایک بڑی تعداد بھری ہوئی ہے جو آپ کی شناخت کرتے ہیں، آپ کی تمام سابقہ سرگرمیوں کو سمجھتے ہیں، ریاضی کے ماڈل کے لیے اپیل کرتے ہیں اور پھر آپ کو کچھ دکھاتے ہیں۔ اس معاملے میں، ایک ایسی عجیب کہانی ہے.
ضروریات کا تعین کیسے کیا جاتا ہے؟ سائیکومیٹری۔ فزیوگنومی
کسی شخص کی اصل ضروریات کا تعین کرنے اور ان کے ساتھ صحیح طریقے سے بات چیت کرنے کے بہت سے (حقیقی) طریقے ہیں۔ بہت سے نقطہ نظر ہیں، ہر چیز کو مختلف طریقے سے حل کیا جاتا ہے، یہ کہنا ناممکن ہے کہ کون سا اچھا ہے اور کون سا برا ہے۔ اہم لوگ سب کچھ جانتے ہیں.
سائیکومیٹری۔ کیمبرج تجزیات کے ساتھ کہانی کے بعد، اس نے ایک طرح کا چونکا دینے والا، میری رائے میں، ایک قسم کا موڑ لیا، کیونکہ اب ہر دوسری سیاسی کمپنی آتی ہے اور کہتی ہے: "اوہ، کیا آپ مجھے ٹرمپ جیسا بنا سکتے ہیں؟ میں بھی جیتنا چاہتا ہوں، وغیرہ۔ درحقیقت، یہ ہمارے حقائق، مثال کے طور پر، سیاسی انتخابات کے لیے بکواس ہے۔ لیکن سائیکو ٹائپس کا تعین کرنے کے لیے، تین ماڈل استعمال کیے جاتے ہیں:
- سب سے پہلے آپ کے استعمال کردہ مواد پر مبنی ہے - جو الفاظ آپ لکھتے ہیں، کچھ معلومات جو آپ پسند کرتے ہیں، ویڈیوز وغیرہ؛
- دوسرا اس سے جڑا ہوا ہے کہ آپ ویب انٹرفیس کے ساتھ کس طرح تعامل کرتے ہیں، آپ کس طرح ٹائپ کرتے ہیں، آپ کون سے بٹن دباتے ہیں - درحقیقت، پوری کمپنیاں ہیں جو اپنی کی بورڈ ہینڈ رائٹنگ کی بنیاد پر کافی قابل اعتماد طریقے سے اس بات کا تعین کر سکتی ہیں کہ اب سائیکو ٹائپس کسے کہتے ہیں۔
- میں زیادہ ماہر نفسیات نہیں ہوں، میں واقعی یہ نہیں سمجھتا کہ یہ کیسے کام کرتا ہے، لیکن اشتہاری مواصلات کے نقطہ نظر سے، ان حصوں میں تقسیم سامعین بہت اچھی طرح سے کام کرتے ہیں، کیونکہ کسی کو نیلے رنگ کے ساتھ سرخ اسکرین دکھانے کی ضرورت ہوتی ہے۔ عورت، کسی کو کسی قسم کے تجرید کے ساتھ سیاہ اسکرین نیلے رنگ کا پس منظر دکھانے کی ضرورت ہے، اور یہ بہت اچھا کام کرتا ہے۔ کچھ نچلی سطحوں پر - اتنا کہ ایک شخص اس کے بارے میں سوچتا بھی نہیں ہے۔ ایڈورٹائزنگ مارکیٹ میں اب بنیادی مسئلہ کیا ہے؟ ہر کوئی ایک انٹیلی جنس ایجنٹ ہے، ہر کوئی چھپا ہوا ہے، ہر ایک کے پاس ایک ملین ہزار براؤزر کی اجازتیں نصب ہیں، تاکہ کسی بھی طرح سے شناخت نہ ہو - آپ کے پاس شاید "Adblocks"، "Gostrey" اور ہر قسم کی ایپلی کیشنز ہیں جو ٹریکنگ کو روکتی ہیں۔ اس کی وجہ سے، کسی شخص کے بارے میں کچھ بھی سمجھنا بہت مشکل ہے۔ اور ٹیکنالوجی آگے بڑھ گئی ہے - آپ کو نہ صرف یہ جاننے کی ضرورت ہے کہ یہ شخص 125 ویں بار آپ کی سائٹ پر واپس آیا ہے، بلکہ یہ بھی ایسا اور ایسا عجیب شخص ہے۔
فزیوگنومی ایک بہت ہی متنازعہ سائنس ہے۔ اسے سائنس بھی نہیں سمجھا جاتا۔ یہ ان لوگوں کا ایک گروہ ہے جو وزارتِ داخلہ کے لیے جھوٹ پکڑنے والے پروگرام کیا کرتے تھے، اور اب اس کام میں لگے ہوئے ہیں جسے تخلیقی صلاحیتوں کا نام دیا جاتا ہے۔ یہاں نقطہ نظر بہت آسان ہے: آپ کی کئی عوامی تصاویر کچھ سوشل نیٹ ورکس سے لی گئی ہیں، اور ان سے تین جہتی جیومیٹری بنائی گئی ہے۔ اور اگر آپ وکیل ہیں تو اب آپ کہیں گے کہ یہ ایک شخص اور ذاتی ڈیٹا ہے۔ لیکن میں آپ کو بتاؤں گا کہ یہ خلا میں موجود 300 ہزار پوائنٹس ہیں، اور یہ کوئی شخص نہیں ہے، اور ذاتی ڈیٹا نہیں ہے۔ Roskomnadzor جب ان کے پاس آتا ہے تو عام طور پر ہر کوئی یہی کہتا ہے۔
لیکن سنجیدگی سے، آپ کا چہرہ الگ سے، اگر آپ کا پہلا اور آخری نام وہاں پر دستخط نہیں ہے، تو آپ کا ذاتی ڈیٹا نہیں ہے۔ بات یہ ہے کہ لوگ چہرے کی مختلف خصوصیات کو نشان زد کرتے ہیں جو اس بات پر اثرانداز ہوتے ہیں کہ کوئی شخص کیسے فیصلے کرتا ہے اور اس کے ساتھ صحیح طریقے سے بات چیت کیسے کی جائے۔ کچھ علاقوں میں یہ خراب کام کرتا ہے، کچھ اشتہاری حصوں میں؛ جس میں یہ بہت اچھی طرح سے کام کرتا ہے۔ آخر میں، یہ پتہ چلتا ہے کہ جب آپ کسی وسائل پر جاتے ہیں، تو آپ کو صرف ایک بینر نظر نہیں آتا جو ہر کسی کو دکھایا جاتا ہے، بلکہ، مثال کے طور پر... اب مختلف سامعین کے لیے 16 یا 20 اختیارات بنانا معمول ہے - اور یہ کام کرتا ہے۔ بہت ٹھنڈا. جی ہاں، یہ صارف کے نقطہ نظر سے اور بھی افسوسناک ہے، کیونکہ لوگ زیادہ سے زیادہ جوڑ توڑ کرنے لگے ہیں۔ لیکن اس کے باوجود، کاروباری نقطہ نظر سے یہ بہت اچھا کام کرتا ہے.
مشین لرننگ کا بلیک باکس
اس سے ایسی ٹیکنالوجیز کے ساتھ درج ذیل مسئلہ پیدا ہوتا ہے: آخر کار، اب زیادہ تر ڈویلپرز کے لیے جسے ڈیپ لرننگ کہا جاتا ہے وہ ایک "بلیک باکس" ہے۔ اگر آپ کبھی اس کہانی میں ڈوبے ہوئے ہیں اور ڈویلپرز سے بات کرتے ہیں، تو وہ ہمیشہ کہتے ہیں: "اوہ، سنو، ٹھیک ہے، ہم نے وہاں کچھ ایسی ناقابل فہم کوڈ کیا ہے، اور ہم نہیں جانتے کہ یہ کیسے کام کرتا ہے۔" شاید کسی کے ساتھ ایسا ہوا ہو۔
یہ حقیقت سے بہت دور ہے۔ جسے اب مشین لرننگ کہا جاتا ہے وہ "بلیک باکس" سے بہت دور ہے۔ ان پٹ اور آؤٹ پٹ ڈیٹا کو بیان کرنے کے لیے بہت سارے طریقے ہیں، اور آخر میں کمپنی اچھی طرح سمجھ سکتی ہے کہ مشین نے کن اشارے کی بنیاد پر آپ کو یہ فحش ویڈیو یا کوئی اور دکھانے کا فیصلہ کیا۔ سوال یہ ہے کہ کوئی بھی کمپنی کبھی بھی اس کا انکشاف نہیں کرتی، کیونکہ: سب سے پہلے، یہ ایک تجارتی راز ہے۔ دوم، ڈیٹا کی ایک بڑی مقدار ہوگی جس کے بارے میں آپ کو معلوم بھی نہیں تھا۔
مثال کے طور پر، اس سے پہلے، اخلاقیات پر ایک بحث میں، ہم نے اس بات پر تبادلہ خیال کیا کہ سوشل نیٹ ورک کس طرح ذاتی پیغامات کا تجزیہ کرتے ہیں تاکہ لوگوں کو کسی قسم کی اشتہاری کہانیوں میں ٹیگ کیا جا سکے۔ اگر آپ کسی کو کچھ لکھتے ہیں، تو اس کی بنیاد پر آپ کو، درحقیقت، کسی قسم کے اشتہاری مواصلات کے لیے ایک مخصوص ٹیگ ملتا ہے۔ اور آپ اسے کبھی ثابت نہیں کریں گے، اور اس کو ثابت کرنے کا شاید کوئی فائدہ نہیں ہے۔ تاہم، اگر اسی طرح کے نمونے سامنے آئے تو وہ موجود ہوں گے۔ یہ پتہ چلتا ہے کہ اس طرح کے سفارشی نظاموں کی تعمیر کے لئے مارکیٹ یہ نہیں جانتا کہ ایسا کیوں ہوا.
لوگ یہ نہیں جاننا چاہتے کہ لوگ ان کے بارے میں کیا جانتے ہیں۔
اور دوسری کہانی یہ ہے کہ کلائنٹ کبھی نہیں جاننا چاہتا کہ اسے یہ خاص اشتہار، یہ خاص پروڈکٹ کیوں ملا۔ میں آپ کو یہ کہانی سناؤں گا۔ تحقیق کی خاطر بالکل اسی طرح کے الگورتھم پر مبنی سفارشی نظاموں کے تجارتی نفاذ میں میرا پہلا تجربہ 2015 میں سیکس شاپس کے ایک بہت بڑے نیٹ ورک میں تھا (ہاں، یہ بھی کوئی خاص ناخوشگوار کہانی نہیں ہے)۔
صارفین کو مندرجہ ذیل پیشکش کی گئی تھیں: وہ آتے ہیں، اپنے سوشل نیٹ ورک کے ساتھ لاگ ان ہوتے ہیں، اور تقریباً 5 سیکنڈ کے بعد انہیں ان کے لیے ایک مکمل طور پر ذاتی نوعیت کا اسٹور ملتا ہے، یعنی تمام پروڈکٹس تبدیل ہو چکے ہیں - وہ ایک خاص زمرے میں آتے ہیں، وغیرہ۔ . کیا آپ جانتے ہیں کہ اس اسٹور کی تبادلوں کی شرح میں کتنا اضافہ ہوا ہے؟ کسی بھی طرح سے نہیں! لوگ اندر آئے اور فوراً وہاں سے بھاگ گئے۔ وہ اندر آئے اور محسوس کیا کہ انہیں بالکل وہی پیشکش کی گئی تھی جس کے بارے میں وہ سوچ رہے تھے...
اس ٹیسٹ کے ساتھ مسئلہ یہ تھا کہ ہر پروڈکٹ کے نیچے یہ لکھا ہوا تھا کہ آپ کو اس مخصوص کی پیشکش کیوں کی گئی ہے ("کیونکہ آپ چھپے ہوئے گروپ کے رکن ہیں "طاقتور عورت ایک ایسے مرد کی تلاش میں ہے جو ایک دروازے پر ہے")۔ لہذا، جدید سفارشی نظام کبھی بھی وہ ڈیٹا نہیں دکھاتے جس کی بنیاد پر "پیش گوئی" کی گئی تھی۔
ایک بہت مشہور کہانی میڈیا ہے کیونکہ وہ سب ایک جیسے سفارشی نظام استعمال کرتے ہیں۔ پہلے، الگورتھم بہت آسان تھے: "سیاست" کے زمرے کو دیکھیں - اور وہ آپ کو "سیاست" زمرے کی خبریں دکھاتے ہیں۔ اب سب کچھ اتنا پیچیدہ ہے کہ وہ ان جگہوں کا تجزیہ کرتے ہیں جہاں آپ نے ماؤس کو روکا، آپ نے کن الفاظ پر توجہ مرکوز کی، آپ نے کیا کاپی کیا، آپ نے عام طور پر اس صفحہ کے ساتھ کیسے تعامل کیا۔ پھر وہ خود پیغامات کے الفاظ کا تجزیہ کرتا ہے: ہاں، آپ صرف پوٹن کے بارے میں خبریں نہیں پڑھ رہے ہیں، بلکہ ایک خاص انداز میں، ایک خاص جذباتی رنگ کے ساتھ۔ اور جب کسی کو کوئی خبر ملتی ہے تو وہ یہ بھی نہیں سوچتا کہ وہ یہاں کیسے آیا۔ اس کے باوجود، وہ پھر اس مواد کے ساتھ بات چیت کرتا ہے۔
یہ سب، قدرتی طور پر، غریب، بدقسمت چھوٹے آدمی کو جو پہلے ہی اپنے اردگرد موجود معلومات کی بڑی مقدار سے پاگل ہو رہا ہے، اس کا مقصد ہے۔ یہاں یہ کہنا ضروری ہے کہ اس طرح کے سسٹمز کا استعمال اپنے ارد گرد تخلیقی کو ذاتی بنانے اور کچھ معلومات اکٹھا کرنے کے لیے اچھا ہو گا، لیکن بدقسمتی سے، ابھی تک ایسی کوئی خدمات موجود نہیں ہیں۔
مصنوعی ذہانت کلائنٹ کو ہوا میں پکڑتی ہے اور مانگ پیدا کرتی ہے۔
اور یہاں ایک بہت ہی دلچسپ فلسفیانہ سوال پیدا ہوتا ہے، سفارش کا نظام بنانے سے مانگ پیدا کرنے کی طرف۔ شاذ و نادر ہی کوئی اس کے بارے میں سوچتا ہے، لیکن جب آپ نام نہاد انسٹاگرام سے پوچھنے کی کوشش کرتے ہیں، "آپ ڈیٹا کیوں اکٹھا کر رہے ہیں؟ مجھے بالکل بے ترتیب اشتہار کیوں نہیں دکھائیں؟" - انسٹاگرام آپ کو بتائے گا: "دوست، یہ سب کچھ آپ کو بالکل وہی دکھانے کے لیے کیا گیا ہے جو آپ کے لیے دلچسپ ہے۔" جیسے، ہم آپ کو اتنا واضح طور پر جاننا چاہتے ہیں کہ ہم آپ کو بالکل وہی دکھا سکیں جس کی آپ تلاش کر رہے ہیں۔
لیکن ٹیکنالوجی طویل عرصے سے اس خوفناک حد کو عبور کر چکی ہے، اور اسی طرح کی ٹیکنالوجیز اب آپ کی ضرورت کی پیش گوئی نہیں کرتی ہیں۔ وہ (توجہ!) مانگ پیدا کرتے ہیں۔ یہ شاید سب سے خوفناک چیز ہے جو اس طرح کے مواصلات میں مصنوعی ذہانت کے گرد گھومتی ہے۔ خوفناک بات یہ ہے کہ یہ پچھلے 3-5 سالوں سے تقریباً ہر جگہ استعمال ہو رہا ہے - گوگل سرچ کے نتائج سے لے کر Yandex کے تلاش کے نتائج تک، کچھ سسٹمز تک... ٹھیک ہے، میں Yandex کے بارے میں کچھ برا نہیں کہوں گا؛ اور اچھا.
کیا مقصد ہے؟ اس طرح کے اشتہاری مواصلات کو اس حکمت عملی سے دور ہوئے ایک طویل عرصہ ہو گیا ہے جہاں آپ لکھتے ہیں کہ "میں چائلڈ سیٹ خریدنا چاہتا ہوں" اور ایک لاکھ ملین اشاعتیں دیکھیں۔ وہ مندرجہ ذیل کی طرف بڑھے: جیسے ہی عورت نے بمشکل نظر آنے والے پیٹ کے ساتھ ایک تصویر پوسٹ کی، اس کے شوہر کے فوراً بعد پیغامات آنا شروع ہو جائیں گے: "یار، پیدائش جلد ہونے والی ہے۔ بچوں کی سیٹ خرید لو۔"
یہاں، آپ معقول طور پر پوچھ سکتے ہیں، کیوں، ٹیکنالوجی میں اتنی بڑی ترقی کے باوجود، کیا ہم اب بھی سوشل نیٹ ورکس پر ایسے گھٹیا اشتہارات دیکھتے ہیں؟ مسئلہ یہ ہے کہ اس مارکیٹ میں اب بھی ہر چیز کا فیصلہ پیسوں سے ہوتا ہے، اس لیے ایک باریک لمحے کوکا کولا جیسے مشتہر آکر کہہ سکتے ہیں: "یہ ہے آپ کے لیے 20 ملین - میرے گندے بینرز پورے انٹرنیٹ کو دکھائیں۔" اور وہ واقعی یہ کریں گے۔
لیکن اگر آپ کسی قسم کا صاف ستھرا اکاؤنٹ بناتے ہیں اور جانچتے ہیں کہ ایسے الگورتھم آپ کا کتنا درست اندازہ لگاتے ہیں: وہ پہلے آپ کا اندازہ لگانے کی کوشش کرتے ہیں، اور پھر وہ آپ کے ساتھ پہلے سے کچھ کرنا شروع کر دیتے ہیں۔ اور انسانی دماغ اس طرح کام کرتا ہے کہ جب وہ معلومات حاصل کرتا ہے جو اس کے لیے قابل بھروسہ ہو، وہ اس لمحے پر بھی کارروائی نہیں کرتا کہ اسے یہ معلومات کیوں ملی۔ اس بات کا تعین کرنے کا پہلا اصول یہ ہے کہ آپ خواب میں ہیں یہ سمجھنا کہ آپ یہاں کیسے آئے۔ ایک شخص کبھی بھی اس لمحے کو یاد نہیں رکھتا جب وہ ایک مخصوص کمرے میں ختم ہوا تھا۔ یہاں بھی ایسا ہی ہے۔
گوگل آپ کے ورلڈ ویو کو شکل دینا شروع کر سکتا ہے۔
اس طرح کے مطالعے کئی غیر ملکی کمپنیوں کے ذریعہ کئے گئے جو آئی ٹریکنگ میں مصروف ہیں۔ انہوں نے خصوصی کمپیوٹرز پر ایسے آلات نصب کیے جو ریکارڈ کرتے ہیں کہ ٹیسٹ کے مضمون کی آنکھیں کہاں دیکھ رہی ہیں۔ میں نے پانچ سے سات ہزار رضاکاروں کو لیا جنہوں نے صرف فیڈ کو اسکرول کیا، سوشل نیٹ ورکس کے ساتھ بات چیت کی، اشتہارات کے ساتھ، اور انہوں نے یہ معلومات ریکارڈ کیں کہ ان لوگوں نے بینرز اور تخلیقات کے کن حصوں پر نظریں بند کیں۔
اور یہ پتہ چلتا ہے کہ جب لوگ اس طرح کی ہائپر پرسنلائزڈ تخلیق حاصل کرتے ہیں، تو وہ اس کے بارے میں سوچتے بھی نہیں ہیں - وہ فوراً آگے بڑھتے ہیں، اس کے ساتھ بات چیت شروع کر دیتے ہیں۔ کاروباری نقطہ نظر سے، یہ اچھا ہے، لیکن ہمارے نقطہ نظر سے، صارفین کے طور پر، یہ بہت اچھا نہیں ہے، کیونکہ - وہ کس چیز سے ڈرتے ہیں؟ - یہ کہ ایک ٹھیک لمحے میں مشروط "گوگل" اپنا عالمی نظریہ بنانا شروع کر سکتا ہے (یا یقیناً یہ شروع نہیں ہو سکتا)۔ کل، مثال کے طور پر، وہ لوگوں کو یہ خبریں دکھانا شروع کر سکتا ہے کہ زمین چپٹی ہے۔
صرف مذاق کرتے ہیں، لیکن وہ اتنی بار پکڑے گئے ہیں کہ الیکشن کے دوران وہ مخصوص لوگوں کو مخصوص معلومات دینا شروع کر دیتے ہیں۔ ہم سب اس حقیقت کے عادی ہیں کہ سرچ انجن ہر چیز ایمانداری سے حاصل کرتا ہے۔ لیکن، جیسا کہ میں ہمیشہ کہتا ہوں، اگر آپ واقعی جاننا چاہتے ہیں کہ دنیا کیسے کام کرتی ہے، تو اپنا سرچ انجن لکھیں، بغیر فلٹر کے، کاپی رائٹ پر توجہ دیے بغیر، تلاش کے نتائج میں اپنے کچھ دوستوں کی درجہ بندی کیے بغیر۔ انٹرنیٹ پر حقیقی ڈیٹا کا ڈسپلے عام طور پر گوگل، یانڈیکس، بنگ وغیرہ کے دکھائے جانے والے ڈیٹا سے مختلف ہوتا ہے۔ کچھ مواد پوشیدہ ہیں کیونکہ دوست، ساتھی، دشمن یا کوئی اور (یا سابقہ عاشق جس کے ساتھ آپ سوئے تھے) - اس سے کوئی فرق نہیں پڑتا۔
ٹرمپ کیسے جیت گیا؟
جب امریکہ میں آخری الیکشن تھے تو ایک بہت ہی سادہ مطالعہ کیا گیا تھا۔ انہوں نے مختلف جگہوں پر، مختلف IP پتوں سے، مختلف شہروں سے، مختلف لوگوں نے ایک ہی چیز کو گوگل کیا۔ روایتی طور پر درخواست اس انداز میں تھی کہ الیکشن کون جیتے گا؟ اور حیرت انگیز طور پر، نتائج اس طرح بنائے گئے کہ ان ریاستوں میں جہاں لوگوں کی سب سے زیادہ تعداد نے غلط امیدوار کو ووٹ دینے کی کوشش کی، انہیں اس امیدوار کے بارے میں کچھ اچھی خبر ملی جس کی گوگل نے تشہیر کی۔ کونسا؟ ٹھیک ہے، یہ واضح ہے کہ کون سا - وہ جو صدر بنا۔ یہ قطعی طور پر ناقابل ثابت کہانی ہے، اور یہ تمام مطالعات پانی میں ایک انگلی ہیں۔ گوگل کہہ سکتا ہے: "دوستوں، یہ سب کچھ اس لیے کیا گیا ہے کہ ہم آپ کو سب سے زیادہ متعلقہ مواد دکھائیں۔"
اب سے، آپ کو معلوم ہونا چاہیے کہ جس چیز کو زیادہ سے زیادہ متعلقہ کہا جاتا ہے وہ بالکل ایسا نہیں ہے۔ کمپنی متعلقہ چیز کو کال کرتی ہے جسے کسی اچھی یا بری وجہ سے آپ کو فروخت کرنے کی ضرورت ہے۔
جن کے پاس اب پیسے نہیں ہیں وہ پہلے سے ہی مستقبل کی خریداری کے لیے تیار ہو رہے ہیں۔
یہاں ایک اور دلچسپ نکتہ ہے جس کے بارے میں میں آپ کو بتاؤں گا۔ سوشل نیٹ ورکس اور ایپس میں اب فعال سامعین کی ایک بڑی تعداد نوجوان ہیں۔ آئیے اسے کہتے ہیں - دیوالیہ نوجوان: 8-9 سال کے بچے جو بیوقوف کھیل کھیلتے ہیں، یہ 12-13-14 ہیں جو صرف سوشل نیٹ ورک پر رجسٹر ہو رہے ہیں۔ کیوں بڑی کمپنیاں بھاری بجٹ اور وسائل خرچ نہ کرنے والے سامعین کے لیے ایپس بنانے کے لیے خرچ کریں گی جو کبھی منیٹائز نہیں ہوتی ہیں؟ اس وقت جب یہ سامعین سالوینٹ ہو جائے گا، اس کے بارے میں کافی مقدار میں ڈیٹا موجود ہو گا تاکہ اس کے رویے کی اچھی طرح سے اندازہ لگایا جا سکے۔
اب کسی بھی ٹارگٹولوجسٹ سے پوچھیں، سب سے مشکل سامعین کیا ہے؟ وہ کہیں گے: بہت زیادہ منافع بخش۔ کیونکہ، مثال کے طور پر، سوشل نیٹ ورک کے ذریعے 150 ملین روبل مالیت کے اپارٹمنٹ کی فروخت تقریباً ناممکن ہے۔ ایسے الگ تھلگ کیسز ہوتے ہیں جب آپ 10 ہزار لوگوں کے لیے کسی قسم کی اشتہار بازی کرتے ہیں، کوئی یہ اپارٹمنٹ خریدتا ہے - کلائنٹ کامیاب ہوتا ہے... لیکن شماریاتی نقطہ نظر سے دس ہزار میں سے ایک مکمل گھٹیا ہے۔ تو، اعلی آمدنی والے سامعین کی شناخت کرنا کیوں مشکل ہے؟ کیونکہ جو لوگ اب ایک انتہائی منافع بخش سامعین کے ممبر ہیں وہ اس وقت پیدا ہوئے جب انٹرنیٹ ابھی بہت چھوٹا تھا، جب آرٹمی لیبیڈیو کو ابھی تک کوئی نہیں جانتا تھا، اور ان کے بارے میں کوئی معلومات نہیں ہے۔ ان کے طرز عمل کی پیشن گوئی کرنا ناممکن ہے، یہ سمجھنا ناممکن ہے کہ ان کی رائے کے رہنما کون ہیں، اور وہ مواد کے کن ذرائع سے حاصل کرتے ہیں۔
لہذا جب آپ سب 25 سالوں میں ارب پتی بن جائیں گے، اور جو کمپنیاں آپ کو کچھ بیچنے جا رہی ہیں ان کے پاس ڈیٹا کی ایک بڑی مقدار ہوگی۔ یہی وجہ ہے کہ اب ہمارے پاس یورپ میں ایک شاندار GDPR ہے جو نابالغوں سے ڈیٹا اکٹھا کرنے سے روکتا ہے۔
قدرتی طور پر، یہ عملی طور پر بالکل بھی کام نہیں کرتا، کیونکہ تمام بچے اب بھی اپنی ماں اور باپ کے کھاتوں پر کھیلتے ہیں - اس طرح معلومات اکٹھی کی جاتی ہیں۔ اگلی بار جب آپ اپنے بچے کو گولی دیں تو اس کے بارے میں سوچیں۔
بالکل خوفناک، ڈسٹوپیئن مستقبل نہیں، جب ہر کوئی مشینوں کے ساتھ جنگ میں مر جائے گا - اب ایک بالکل حقیقی کہانی۔ ایسی بہت بڑی تعداد میں کمپنیاں ہیں جو سائیکو پروفائلنگ لوگوں کے لیے الگورتھم بنا رہی ہیں اس بنیاد پر کہ وہ گیم کیسے کھیلتے ہیں۔ ایک بہت ہی دلچسپ صنعت۔ ان سب کی بنیاد پر، لوگوں کو پھر تقسیم کیا جاتا ہے تاکہ کسی نہ کسی طرح ان سے بات چیت کی جا سکے۔
ان لوگوں کے رویے کی پیشن گوئی 10-15 سالوں میں دستیاب ہوگی - بالکل اسی وقت جب وہ ایک سالوینٹ سامعین بنیں گے۔ سب سے اہم بات یہ ہے کہ یہ لوگ اپنے ذاتی ڈیٹا کو پروسیس کرنے، اسے تھرڈ پارٹیز کو منتقل کرنے کے لیے پہلے ہی اجازت دے چکے ہیں، اور یہ سب خوشی ہے، وغیرہ۔
کون اپنی نوکری کھوئے گا؟
اور میری آخری کہانی یہ ہے کہ ہر کوئی ہمیشہ پوچھتا ہے کہ 50 سالوں میں کیا ہوگا: ہم سب مر جائیں گے، مارکیٹرز کے لیے بے روزگاری ہوگی... یہاں مارکیٹرز ہیں جو بے روزگاری سے پریشان ہیں، ٹھیک ہے؟ عام طور پر، پریشان ہونے کی ضرورت نہیں ہے، کیونکہ کوئی بھی اعلیٰ تعلیم یافتہ شخص اپنی ملازمت سے محروم نہیں ہوگا۔
اس سے کوئی فرق نہیں پڑتا ہے کہ جو بھی الگورتھم بنائے گئے ہیں، اس سے کوئی فرق نہیں پڑتا ہے کہ مشین ہمارے یہاں موجود چیزوں سے کتنی ہی قریب ہو جاتی ہے (اس کے سر کی طرف اشارہ کرتی ہے)، اگر یہ کافی تیزی سے ترقی کرتی ہے، تو ایسے لوگوں کو کبھی بیکار نہیں چھوڑا جائے گا، کیونکہ کسی کو یہ تخلیقی چیزیں بنانا ہوں گی۔ کیا. ہاں، ہر قسم کے "گینز" ہیں جو لوگوں کی طرح نظر آنے والی تصاویر کھینچتے ہیں اور موسیقی تخلیق کرتے ہیں، لیکن پھر بھی اس بات کا امکان نہیں ہے کہ اس علاقے کے لوگ کبھی بھی اپنی ملازمتوں سے ہاتھ دھو بیٹھیں گے۔
میرے پاس کہانی کے ساتھ سب کچھ ہے، لہذا اگر آپ کے پاس مزید سوالات ہیں تو آپ سوال کر سکتے ہیں۔ شکریہ
منتظم: - دوستو، اب ہم "سوال و جواب" بلاک کی طرف بڑھ رہے ہیں۔ آپ اپنا ہاتھ اٹھائیں - میں آپ کے پاس آتا ہوں۔
سامعین سے سوال (XNUMX): - "بلیک باکس" کے بارے میں سوال۔ ان کا کہنا تھا کہ خاص طور پر یہ سمجھنا ممکن ہے کہ فلاں صارف کے لیے فلاں فلاں نتیجہ کیوں حاصل کیا گیا۔ کیا یہ کسی قسم کے الگورتھم ہیں، یا کیا ہر ایڈہاک ماڈل کے لیے ہر بار اس کا تجزیہ کرنے کی ضرورت ہے (مصنف کا نوٹ: "خاص طور پر اس کے لیے" - ایک لاطینی فقرے کی اکائی)؟ یا کیا کسی قسم کے عصبی نیٹ ورک کے لیے تیار کردہ ہیں جو کہ موٹے طور پر، کاروباری معنی میں آ سکتے ہیں؟
اوہ: - یہاں آپ کو مندرجہ ذیل کو سمجھنے کی ضرورت ہے: مشین لرننگ میں کاموں کی ایک بڑی تعداد ہے۔ مثال کے طور پر، ایک کام ہے - رجعت. رجعت کے لیے، کسی بھی اعصابی نیٹ ورک کی ضرورت نہیں ہے۔ سب کچھ آسان ہے: آپ کے پاس کئی اشارے ہیں، آپ کو درج ذیل کا حساب لگانے کی ضرورت ہے۔ ایسے کام ہیں جہاں گہری سیکھنے جیسی چیز کا سہارا لینا ضروری ہے۔ درحقیقت، گہری سیکھنے میں یہ سمجھنا مشکل ہے کہ کون سے وزن کس نیوران کو تفویض کیے گئے تھے، لیکن قانونی طور پر آپ کو صرف یہ سمجھنے کی ضرورت ہے کہ ان پٹ میں کون سا ڈیٹا تھا اور آؤٹ پٹ پر کیسے چلایا گیا۔ قانونی طور پر اس طرح کے فیصلے کو پیٹنٹ کرنے کے لیے کافی ہے اور یہ سمجھنے کے لیے کافی ہے کہ کہانی کس بنیاد پر بنائی گئی۔
ایسا نہیں ہے کہ آپ سائٹ پر گئے تھے اور آپ کو کسی قسم کا بینر دکھایا گیا تھا کیونکہ آپ نے دو ماہ قبل انسٹاگرام پر سرخ بالوں والی تصویر لی تھی۔ اگر ڈویلپر اس ڈیٹا کو جمع کرنے اور اس ماڈل میں بالوں کے رنگ کی نشان دہی کو شامل نہیں کرتا ہے، تو یہ کہیں سے نہیں نکلے گا۔
مشین لرننگ سسٹم کے نتائج کو کیسے بیچا جائے؟
З: - یہ صرف ایک سوال ہے کہ: بالکل کیسے سمجھانا ہے، کسی ایسے شخص کو کیسے بیچنا ہے جو مشین لرننگ کو نہیں سمجھتا۔ میں کہنا چاہتا ہوں: میرا ماڈل واضح طور پر بالوں کے رنگ سے لے کر... ٹھیک ہے، بالوں کا رنگ بدلتا ہے... کیا یہ ممکن ہے یا نہیں؟
اوہ: - شاید ہاں. لیکن فروخت کے نقطہ نظر سے، صرف ایک ہی اسکیم کام کرے گی: آپ کے پاس ایک اشتہاری مہم ہے، ہم سامعین کو مشین کے ذریعہ تیار کردہ سے بدل دیتے ہیں - اور آپ کو صرف نتیجہ نظر آتا ہے۔ یہ، بدقسمتی سے، گاہک کو قابل اعتماد طریقے سے قائل کرنے کا واحد طریقہ ہے کہ اس طرح کی کہانی کام کرتی ہے، کیونکہ مارکیٹ میں بہت سارے حل ہیں جو ایک بار لاگو کیے گئے تھے اور کام نہیں کرتے تھے۔
ورچوئل شخصیت بنانے کے بارے میں
З: - ہیلو. لیکچر کے لیے شکریہ۔ سوال یہ ہے کہ: ایک شخص کے پاس کون سا موقع ہے، جو کسی وجہ سے مشین لرننگ کی قیادت کی پیروی نہیں کرنا چاہتا، اپنے لیے ایک مجازی شخصیت تخلیق کرنے کا جو اس کی اپنی شخصیت سے یکسر مختلف ہے، انٹرفیس کے ساتھ تعامل کے ذریعے یا کچھ لوگوں کے لیے۔ دوسری وجہ؟
اوہ: - مختلف پلگ انز کا ایک گروپ ہے جو خاص طور پر بے ترتیب رویے سے نمٹتا ہے۔ ایک اچھی چیز ہے - Ghostery، جو میری رائے میں، آپ کو مختلف ٹریکروں کے ایک گروپ سے تقریبا مکمل طور پر چھپا دیتی ہے جو اس معلومات کو ریکارڈ نہیں کر سکتے۔ لیکن درحقیقت، اب آپ کو سوشل نیٹ ورکس پر ایک بند پروفائل کی ضرورت ہے تاکہ وہاں کوئی بھی، کوئی بھی شریر کھرچنے والا کچھ بھی جمع نہ کر سکے۔ کسی قسم کی ایکسٹینشن انسٹال کرنا یا خود کچھ لکھنا شاید بہتر ہے۔
آپ دیکھیں، یہاں تصور یہ ہے کہ قانونی طور پر، مثال کے طور پر، ذاتی ڈیٹا سے مراد وہ ڈیٹا ہے جس کے ذریعے آپ کی شناخت کی جا سکتی ہے، اور قانون مثال کے طور پر آپ کی رہائش کا پتہ، عمر، وغیرہ دیتا ہے۔ آج کل بے شمار ڈیٹا موجود ہے جس کے ذریعے آپ کو پہچانا جا سکتا ہے: وہی کی بورڈ ہینڈ رائٹنگ، وہی پریس، براؤزر کا ڈیجیٹل دستخط... جلد یا بدیر، کوئی شخص غلطی کرتا ہے۔ وہ "تھور" کا استعمال کرتے ہوئے کسی "کیفے" میں کہیں ہو سکتا ہے، لیکن آخر میں، ایک اچھے لمحے میں، یا تو VPN آن کرنا بھول جائے گا، یا کچھ اور، اور اس وقت اس کی شناخت ہو سکتی ہے۔ اس لیے سب سے آسان طریقہ یہ ہے کہ پرائیویٹ اکاؤنٹ بنائیں اور کچھ ایکسٹینشن انسٹال کریں۔
مارکیٹ اس مقام کی طرف بڑھ رہی ہے جہاں آپ کو نتائج حاصل کرنے کے لیے صرف ایک بٹن دبانے کی ضرورت ہے۔
З: - کہانی کے لئے شکریہ. ہمیشہ کی طرح، ہمیشہ بہت دلچسپ (میں آپ کی پیروی کر رہا ہوں)۔ سوال یہ ہے کہ: ایسے سسٹم بنانے کے معاملے میں کیا پیش رفت ہوئی ہے جو صارفین کے لیے مثبت ہوں، سفارشی نظام؟ آپ نے کہا کہ ایک وقت میں آپ جنسی ساتھی، زندگی میں ایک دوست (یا ایسی موسیقی جسے کوئی شخص پسند کر سکتا ہے) تلاش کرنے کے لیے سفارشی نظام پر کام کر رہے تھے... یہ سب کتنا امید افزا ہے، اور آپ اس کی ترقی کو کیسے دیکھتے ہیں لوگوں کو ضرورت ہے کہ نظام بنانے کے نقطہ نظر؟
اوہ: - عام طور پر، مارکیٹ اس مقام کی طرف بڑھ رہی ہے جہاں لوگوں کو ایک بٹن دبانے اور فوری طور پر اپنی ضرورت کی چیز حاصل کرنے کی ضرورت ہے۔ جہاں تک ڈیٹنگ ایپلی کیشنز بنانے میں میرے تجربے کا تعلق ہے (ویسے ہم اسے سال کے آخر میں دوبارہ لانچ کریں گے)، اس حقیقت کے علاوہ کہ 65% شادی شدہ مرد تھے، سب سے مشکل سفارشی مسئلہ یہ تھا کہ ایک شخص کو کئی ماڈلز کی پیشکش کی گئی۔ درخواست کے آغاز میں - "دوستی"، "جنسی"، "جنسی دوستی" اور "کاروبار"۔ لوگوں نے اپنی ضرورت کا انتخاب نہیں کیا۔ مرد آئے اور "محبت" کا انتخاب کیا، لیکن حقیقت میں انہوں نے سب پر عریانیت پھینکی، وغیرہ۔
مسئلہ ایک ایسے شخص کی شناخت کرنا تھا جو ان میں سے کسی ایک ماڈل میں فٹ نہیں ہے، اور اسے کسی طرح آسانی سے لے کر دوسری سمت لے جائے۔ اعداد و شمار کی کم مقدار کی وجہ سے، یہ تعین کرنا بہت مشکل ہے کہ آیا یہ پیشن گوئی الگورتھم میں غلطی ہے، یا کوئی شخص اس کے زمرے میں نہیں ہے۔ یہ موسیقی کے ساتھ بھی ایسا ہی ہے: اب بہت کم واقعی قابل الگورتھم ہیں جو موسیقی کو اچھی طرح سے "فاسسٹ" کرسکتے ہیں۔ شاید "Yandex.Music"۔ کچھ لوگ سوچتے ہیں کہ Yandex.Music الگورتھم خراب ہے۔ مثال کے طور پر، میں اسے پسند کرتا ہوں۔ مجھے ذاتی طور پر، مثال کے طور پر، YouTube میوزک الگورتھم وغیرہ پسند نہیں ہے۔
یقیناً کچھ باریکیاں ہیں - ہر چیز لائسنس سے منسلک ہے... لیکن حقیقت میں، اس طرح کے سسٹمز کی مانگ کافی زیادہ ہے۔ ایک وقت میں، ریٹیل راکٹ کمپنی کے نام سے جانا جاتا تھا، جو سفارش کے نظام کے نفاذ میں ملوث تھا، لیکن اب یہ کسی نہ کسی طرح بہت اچھا نہیں ہے - بظاہر اس وجہ سے کہ انہوں نے طویل عرصے سے اپنے الگورتھم کو تیار نہیں کیا. سب کچھ اس طرف جاتا ہے - اس مقام تک کہ ہم اندر جاتے ہیں اور بغیر کسی چیز کو دبائے اپنی ضرورت کی چیزیں حاصل کرتے ہیں (اور مکمل طور پر بیوقوف بن جاتے ہیں، کیونکہ ہماری انتخاب کرنے کی صلاحیت بالکل ختم ہو چکی ہے)۔
مارکیٹنگ کو متاثر کریں۔
З: - ہیلو. میرا نام کونسٹنٹین ہے۔ میں اثر و رسوخ کی مارکیٹنگ کے بارے میں ایک سوال اٹھانا چاہوں گا۔ کیا آپ کسی ایسے نظام کو جانتے ہیں جو کسی کاروبار کو کچھ شماریاتی ڈیٹا وغیرہ کی بنیاد پر کاروبار کے لیے مناسب بلاگر منتخب کرنے کی اجازت دیتا ہے؟ اور یہ کس بنیاد پر کیا جاتا ہے؟
اوہ: – ہاں، میں دور سے شروع کروں گا اور فوراً کہوں گا کہ ان تمام ٹیکنالوجیز کے ساتھ مسئلہ یہ ہے کہ مارکیٹنگ میں یہ تمام مصنوعی ذہانت اب ایک ٹائیٹروپ واکر کی طرح ہے: بائیں طرف بڑی کمپنیاں ہیں جن کے پاس بہت پیسہ ہے، اور کسی بھی صورت میں ان کے کام کرنے کے لیے سب کچھ کارآمد ہوگا کیونکہ ان کی تشہیری مہمات کا مقصد محض آراء ہے۔ دوسری طرف، بہت سارے چھوٹے کاروبار ہیں جن کے لیے یہ کام نہیں کرے گا، کیونکہ ان کے پاس بہت زیادہ ڈیٹا ہے۔ اب تک، ان کہانیوں کا اطلاق کہیں درمیان میں ہے۔
جب پہلے سے اچھے بجٹ موجود ہوں، اور کام ان بجٹوں کو درست طریقے سے پروسیس کرنا ہے (اور، اصولی طور پر، پہلے سے ہی کافی ڈیٹا موجود ہے)… میں کچھ سروسز جانتا ہوں، جیسے Getblogger، جس میں الگورتھم لگتے ہیں۔ سچ پوچھیں تو، میں نے ان الگورتھم کا مطالعہ نہیں کیا ہے۔ میں آپ کو بتا سکتا ہوں کہ جب ہمیں کچھ ماؤں کو تحفہ دینے کی ضرورت ہوتی ہے تو ہم رائے کے رہنما تلاش کرنے کے لیے کیا طریقہ استعمال کرتے ہیں۔
ہم مواد کی تقسیم کا وقت نامی میٹرک استعمال کرتے ہیں۔ یہ اس طرح کام کرتا ہے: آپ ایک ایسے شخص کو لے جاتے ہیں جس کے سامعین کا آپ تجزیہ کر رہے ہیں، اور آپ کو منظم طریقے سے (مثال کے طور پر ہر 5 منٹ میں ایک بار) ہر پوسٹ پر معلومات جمع کرنے کی ضرورت ہے، جس نے اسے پسند کیا، اس پر تبصرہ کیا، وغیرہ۔ اس طرح، آپ سمجھ سکتے ہیں کہ آپ کے سامعین میں سے ہر فرد نے آپ کے مواد کے ساتھ کس وقت تعامل کیا۔ اس عمل کو اپنے سامعین کے ہر نمائندے کے لیے دہرائیں، اور اس طرح، مواد کی ترسیل کے اوسط وقت کے میٹرک کا استعمال کرتے ہوئے، مثال کے طور پر، یہ ان لوگوں کے ایک بڑے نیٹ ورک گراف میں رنگین ہو سکتا ہے اور اس میٹرک کو کلسٹر بنانے کے لیے استعمال کر سکتا ہے۔
یہ بہت اچھا کام کرتا ہے اگر ہم چاہتے ہیں، مثال کے طور پر، 15 ماؤں کو تلاش کرنا جو کچھ woman.ru پر اپنی رائے عامہ برقرار رکھتی ہیں۔ لیکن یہ ایک پیچیدہ تکنیکی عمل درآمد ہے (حالانکہ خالصتاً نظریاتی طور پر یہ ازگر میں کیا جا سکتا ہے)۔ سب سے اہم بات یہ ہے کہ بڑی اشتہاری ایجنسیوں میں اثر و رسوخ کی مارکیٹنگ کا مسئلہ یہ ہے کہ انہیں بڑے، ٹھنڈے، مہنگے بلاگرز کی ضرورت ہے جو گندگی کے لیے کام نہیں کرتے ہیں۔ اب، ایک کار برانڈ کسی رائے کے رہنما کے ذریعے کچھ پروڈکٹ فروخت کرنا چاہتا ہے - انہیں ایک کار بلاگر کو آخری حربے کے طور پر استعمال کرنے کی ضرورت ہے، کیونکہ ان کے سامعین یا تو پہلے ہی کار خرید چکے ہیں، یا بالکل جانتے ہیں کہ وہ کس قسم کی کار چاہتے ہیں، بس بیٹھتے ہیں اور ٹھنڈی کاروں کو دیکھتا ہے۔ یہاں یہ ضروری ہے کہ خود شخص کے سامعین کے تجزیے سے محروم نہ ہوں۔
مارکیٹنگ بوٹس
З: – مجھے بتائیں، سوشل نیٹ ورکس پر بوٹس معلومات کے مجموعے اور اس کے معیار کو کتنا متاثر کرتے ہیں؟
اوہ: - بوٹس کے ساتھ یہ ایک دلچسپ چیز ہے۔ سستے بوٹس کی شناخت کرنا کافی آسان ہے - ان میں یا تو ایک ہی مواد ہے، یا وہ ایک دوسرے کے دوست ہیں، یا وہ ایک ہی نیٹ ورک میں ہیں۔ پیچیدہ بوٹس سے نمٹنے کے طریقے بھی ہیں۔ یا آپ اس مسئلے سے پوچھ رہے ہیں کہ کسی شخص کو اس کے جعلی سے کیسے جوڑا جائے؟
З: – اس سارے کوڑے کے ساتھ کتنی اعلیٰ معیار کی معلومات حاصل ہوں گی؟
اوہ: - یہاں یہ اس طرح کام کرتا ہے: اس حقیقت کی وجہ سے کہ ڈیٹا کی ایک بہت بڑی مقدار موجود ہے (مثال کے طور پر، کسی قسم کی مارکیٹنگ ریسرچ کے لیے)، یہ تمام رفرف آسانی سے پھینک دیا جا سکتا ہے۔ یعنی، بوٹس کو پکڑنے کے بجائے تھوڑا زیادہ حقیقی لوگوں کو باہر پھینکنا بہتر ہے، کیونکہ ان کے لیے کوئی اشتہار دکھانا بیکار ہے۔ لیکن اگر آپ میٹرکس جمع کرتے ہیں، مثال کے طور پر، بینرز یا سفارشی نظام کے ساتھ تعامل، تو ایسے اکاؤنٹس کو باہر پھینک دیا جا سکتا ہے۔
اب سوشل نیٹ ورکس پر، تقریباً چھ فیصد ورچوئل کریکٹرز ہیں یا محض چھوڑے ہوئے صفحات یا انٹروورٹس، جن کے الگورتھم بوٹس کے طور پر "مماثل" ہیں۔ جہاں تک کسی شخص کو اس کے جعلی سے جوڑنے کا تعلق ہے، یہاں بھی، سب کچھ اس حقیقت سے جڑا ہوا ہے کہ وہ شخص جلد یا بدیر غلطی کرے گا، اور بات یہ ہے کہ طرز عمل کا ماڈل ایک ہی ہے - اس کا اصلی اکاؤنٹ اور اس کا جعلی۔ جلد یا بدیر وہ وہی مواد دیکھیں گے یا کچھ اور۔
یہاں یہ سب غلطی کے فیصد پر نہیں بلکہ کسی شخص کو قابل اعتماد طریقے سے شناخت کرنے کے لیے درکار وقت پر آتا ہے۔ کسی ایسے شخص کے لیے جو اپنے انسٹاگرام کے ساتھ رہتا ہے، قابل اعتماد شناخت کے لیے یہ وقت پانچ منٹ پر آتا ہے۔ کچھ کے لیے - چھ سے آٹھ ماہ تک۔
ڈیٹا کس کو اور کیسے بیچنا ہے؟
З: - ہیلو. میں یہ جاننے میں دلچسپی رکھتا ہوں کہ کمپنیوں کے درمیان ڈیٹا کیسے فروخت ہوتا ہے؟ مثال کے طور پر، میرے پاس ایک ایپلی کیشن ہے جس میں آپ (ڈیولپر کو) یہ جان سکتے ہیں کہ کوئی شخص کہاں جاتا ہے، وہ کن اسٹورز پر جاتا ہے، اور وہاں کتنی رقم خرچ کرتا ہے۔ اور میں یہ جاننے میں دلچسپی رکھتا ہوں کہ میں اپنے سامعین کے بارے میں ڈیٹا ان اسٹورز کو کیسے بیچ سکتا ہوں یا اپنے ڈیٹا کو ایک بڑے ڈیٹا بیس میں ڈال سکتا ہوں اور اس کی ادائیگی کیسے کر سکتا ہوں؟
اوہ: – جہاں تک کسی کو براہ راست ڈیٹا بیچنے کا تعلق ہے، آپ اور باقی سب OFD – مالیاتی ڈیٹا آپریٹرز سے آگے تھے، جنہوں نے چالاکی سے چیک کی منتقلی اور ٹیکس سروس کے درمیان خود کو بنایا اور اب ہر کسی کو ڈیٹا بیچنے کی کوشش کر رہے ہیں۔ درحقیقت، انہوں نے اصل میں پوری موبائل تجزیاتی مارکیٹ کو تباہ کر دیا۔ درحقیقت، آپ اپنی ایپلیکیشن کو ایمبیڈ کر سکتے ہیں، مثال کے طور پر، فیس بک پکسل، اس کا ڈی ایم پی سسٹم؛ پھر اس سامعین کو فروخت کرنے کے لیے استعمال کریں۔ مثال کے طور پر، "مئی ٹارگٹ" پکسل۔ میں صرف یہ نہیں جانتا کہ آپ کے سامعین کس قسم کے ہیں، آپ کو سمجھنے کی ضرورت ہے۔ لیکن کسی بھی صورت میں، آپ Yandex یا My Target میں ضم کر سکتے ہیں، جو کہ سب سے بڑے DMP سسٹم ہیں۔
یہ کافی دلچسپ کہانی ہے۔ مسئلہ صرف یہ ہے کہ آپ انہیں تمام ٹریفک دیں گے، اور وہ، تبادلے کے طور پر، اس ٹریفک کی منیٹائزیشن کو خود پر لے جائیں گے۔ وہ آپ کو بتا سکتے ہیں یا نہیں کہہ سکتے ہیں کہ 10 لوگوں نے آپ کے سامعین کو استعمال کیا ہے۔ لہذا، یا تو آپ اپنا اشتہاری نیٹ ورک بناتے ہیں، یا آپ بڑے DMPs کے سامنے ہتھیار ڈال دیتے ہیں۔
کون جیتے گا - فنکار یا ٹیچی؟
З: - تکنیکی حصے سے تھوڑا دور ایک سوال۔ یہ آنے والے بڑے پیمانے پر بے روزگاری کے بارے میں مارکیٹرز کے خوف کے بارے میں کہا گیا تھا. کیا تخلیقی مارکیٹنگ (یہ لوگ جو چکن ایڈورٹائزنگ، ووکس ویگن ایڈورٹائزنگ کے ساتھ آئے تھے، ایسا لگتا ہے) اور بگ ڈیٹا (جو کہتے ہیں: اب ہم صرف تمام ڈیٹا اکٹھا کریں گے اور ٹارگٹڈ اشتہارات فراہم کریں گے) کے درمیان کسی قسم کی مسابقتی جدوجہد ہے سب)؟ ایک ایسے شخص کے طور پر جو براہ راست ملوث ہے، اس بارے میں آپ کی کیا رائے ہے کہ کون جیتے گا - ایک فنکار، ایک ٹیکنیشن، یا کیا اس میں کسی قسم کا ہم آہنگی اثر ہوگا؟
اوہ: - سنو، ٹھیک ہے، وہ مل کر کام کرتے ہیں۔ انجینئر تخلیقی صلاحیتوں کے ساتھ نہیں آتے ہیں۔ جو تخلیقی ہوتے ہیں وہ سامعین ایجاد نہیں کرتے۔ یہاں کچھ قسم کی کثیر الجہتی کہانی ہے۔ اصل مسائل اب ان لوگوں کے لیے ہیں جو بیٹھ کر بٹن دباتے ہیں، ان کے لیے جو "بندر کا کام" کرتے ہیں، ہر روز ایک ہی چیز کو دباتے ہیں - یہ وہ لوگ ہیں جو غائب ہو جائیں گے۔
لیکن جو لوگ ڈیٹا کا تجزیہ کرتے ہیں وہ قدرتی طور پر باقی رہیں گے، لیکن کسی کو اس ڈیٹا پر کارروائی کرنی ہوگی۔ کسی کو ان تصویروں کے ساتھ آنا پڑے گا، انہیں کھینچنا پڑے گا۔ ایک مشین ایسی تخلیقی صلاحیتوں کے ساتھ نہیں آ سکتی! یہ مکمل پاگل پن ہے! یا جیسے، مثال کے طور پر، Carprice کا وائرل اشتہار، جس نے، ویسے، بہت اچھا کام کیا۔ یاد رکھیں، یوٹیوب پر یہ تھا: "اسے کار پرائس پر فروخت کریں،" بالکل پاگل۔ بلاشبہ، کوئی نیورل نیٹ ورک ایسی کہانی پیدا نہیں کرے گا۔
عام طور پر، میں اس حقیقت کا حامی ہوں کہ یہ لوگ نہیں ہیں جو اپنی ملازمتوں سے محروم ہوجائیں گے، لیکن ان کے پاس تھوڑا زیادہ فارغ وقت ہوگا، اور وہ اس فارغ وقت کو خود تعلیم پر گزار سکیں گے۔
قدیم اشتہارات ختم ہو جائیں گے۔
З: - بڑے پیمانے پر، اشتہارات جو دکھائے جاتے ہیں، بینرز - بڑے پیمانے پر، یہاں تک کہ بیچنے والے متن بھی وہاں نہیں لکھا جاتا ہے: "آپ کو ونڈوز کی ضرورت ہے - اسے لے لو!"، "آپ کو کچھ اور چاہیے - لے لو!"، یعنی، وہاں کوئی تخلیقی صلاحیت نہیں ہے.
اوہ: - ایسے اشتہارات یقیناً جلد یا بدیر ختم ہو جائیں گے۔ یہ ٹیکنالوجی کی ترقی کی وجہ سے نہیں بلکہ آپ اور میری ترقی کی وجہ سے ختم ہو جائے گا۔
بہتر ہے کہ متعلقہ کو غیر متعلقہ کے ساتھ ملا دیا جائے۔
З: - میں یہاں ہوں! میرے پاس اس تجربے کے بارے میں ایک سوال ہے جس کے بارے میں آپ نے کہا تھا کہ آپ کے لیے کام نہیں ہوا (سفارش کرنے والے نظام کے ساتھ)۔ آپ کی رائے میں، کیا مسئلہ یہ ہے کہ وہاں کیا دستخط کیے گئے تھے، اس کی سفارش کیوں کی جاتی ہے، یا یہ کہ صارف نے جو کچھ دیکھا وہ اس کے لیے متعلقہ معلوم ہوتا ہے؟ چونکہ میں نے ماؤں کے لیے ایک تجربہ پڑھا تھا، اور ابھی تک اتنا ڈیٹا نہیں تھا، اور انٹرنیٹ سے اتنا ڈیٹا نہیں تھا، صرف ایک گروسری ریٹیلر کا ڈیٹا تھا جس نے حمل کی پیشین گوئی کی تھی (کہ وہ مائیں ہوں گی)۔ اور جب انھوں نے حاملہ ماؤں کے لیے پروڈکٹس کا انتخاب دکھایا، تو مائیں خوفزدہ ہو گئیں کہ انھیں کسی بھی سرکاری بات سے پہلے ان کے بارے میں پتہ چلا۔ اور یہ کام نہیں کیا. اور اس مسئلے کو حل کرنے کے لیے، انہوں نے جان بوجھ کر متعلقہ مصنوعات کو مکمل طور پر غیر متعلقہ چیز کے ساتھ ملایا۔
اوہ: "ہم نے خاص طور پر لوگوں کو وہ بنیاد دکھائی جس پر ان کے تاثرات کو سمجھنے کے لیے سفارشات کی گئی تھیں۔ دراصل، یہیں سے یہ تصور پیدا ہوا کہ لوگوں کو یہ بتانے کی ضرورت نہیں ہے کہ یہ اس کے لیے کچھ انتہائی متعلقہ مصنوعات ہیں۔
ہاں، ویسے ان کو غیر متعلقہ کے ساتھ ملانے کا طریقہ ہے۔ لیکن اس کے برعکس ہے: بعض اوقات لوگ اندر آتے ہیں اور اس غیر متعلقہ پروڈکٹ کے ساتھ تعامل کرتے ہیں - بے ترتیب آؤٹ لیرز ہوتے ہیں، ماڈل ٹوٹ جاتے ہیں اور چیزیں اور بھی پیچیدہ ہوجاتی ہیں۔ لیکن یہ حقیقت میں موجود ہے۔ مزید برآں، بہت سی کمپنیاں جان بوجھ کر، اگر وہ جانتی ہیں کہ کوئی ان کے ڈیٹا پر کارروائی کر رہا ہے (کوئی ان سے ایسی آؤٹ پٹ چوری کر سکتا ہے)، تو وہ بعض اوقات اس میں گھل مل جاتی ہیں تاکہ بعد میں یہ ثابت کر سکیں کہ آپ نے اس کے سفارشی نظام سے ڈیٹا نہیں لیا، بلکہ نام نہاد Yandex.Market۔
ایڈ بلاکرز اور براؤزر سیکیورٹی
З: - ہیلو. آپ نے Ghostery اور Adblock کا ذکر کیا۔ کیا آپ ہمیں بتا سکتے ہیں کہ ایسے ٹریکرز عام طور پر کتنے موثر ہیں (شاید اعدادوشمار کی بنیاد پر)؟ اور کیا آپ کو کمپنیوں سے کوئی آرڈر ملا ہے: وہ کہتے ہیں، اس بات کو یقینی بنائیں کہ ہمارے اشتہارات کو Adblock کے ذریعے بند نہیں کیا جا سکتا۔
اوہ: - ہم ایڈورٹائزنگ پلیٹ فارمز سے براہ راست رابطہ نہیں کرتے ہیں - بالکل اس لیے کہ وہ اپنے اشتہارات کو ہر کسی کے لیے مرئی بنانے کے لیے نہ کہیں۔ میں ذاتی طور پر Ghostery استعمال کرتا ہوں - مجھے لگتا ہے کہ یہ ایک بہت ہی عمدہ توسیع ہے۔ اب تمام براؤزرز رازداری کے لیے لڑ رہے ہیں: موزیلا نے ہر قسم کی اپ ڈیٹس کا ایک گروپ جاری کیا ہے، گوگل کروم اب انتہائی محفوظ ہے۔ وہ سب اپنی ہر ممکن چیز کو بلاک کر دیتے ہیں۔ "سفاری" نے یہاں تک کہ "Gyroscope" کو بطور ڈیفالٹ آف کر دیا ہے۔
اور یہ رجحان، یقیناً، اچھا ہے (ان کے لیے نہیں جو ڈیٹا اکٹھا کرتے ہیں، حالانکہ وہ بھی اس سے باہر ہو گئے ہیں)، کیونکہ لوگوں نے پہلے کوکیز کو بلاک کیا تھا۔ اشتہاری نیٹ ورکس کے مالک ہر شخص کو براؤزر فنگر پرنٹس جیسی شاندار ٹیکنالوجی یاد تھی - یہ الگورتھم ہیں جو 60 مختلف پیرامیٹرز (اسکرین ریزولوشن، ورژن، انسٹال کردہ فونٹس) حاصل کرتے ہیں اور ان کی بنیاد پر وہ ایک منفرد "ID" کا حساب لگاتے ہیں۔ آئیے اس کی طرف بڑھتے ہیں۔ اور براؤزر اس کے ساتھ جدوجہد کرنے لگے۔ عام طور پر، یہ ٹائٹنز کی ایک نہ ختم ہونے والی جنگ ہوگی۔
تازہ ترین ڈویلپر موزیلا کافی محفوظ ہے۔ یہ عملی طور پر کوئی کوکیز نہیں بچاتا اور ایک مختصر زندگی کا تعین کرتا ہے۔ خاص طور پر اگر آپ "پوشیدگی" کو آن کرتے ہیں، تو کوئی بھی آپ کو بالکل نہیں پائے گا۔ سوال یہ ہے کہ تمام خدمات میں پاس ورڈ درج کرنا تکلیف دہ ہوگا۔
سائیکو ٹائپنگ اور فزیوگنومی کہاں کام کرتی ہے اور کہاں کام نہیں کرتی؟
З: - آرتھر، لیکچر کے لیے آپ کا بہت شکریہ۔ مجھے یوٹیوب پر آپ کے لیکچرز پر عمل کرنے سے بھی لطف آتا ہے۔ آپ نے ذکر کیا کہ مارکیٹرز تیزی سے سائیکو ٹائپنگ اور فزیوگنومی کا سہارا لے رہے ہیں۔ میرا سوال یہ ہے کہ یہ کس برانڈ کیٹیگریز میں کام کرتا ہے؟ میرا یقین ہے کہ یہ صرف FMCG کے لیے موزوں ہے۔ مثال کے طور پر، کار کا انتخاب کرنا ہے...
اوہ: - میں ڈاؤن لوڈ کر سکتا ہوں جہاں یہ بالکل کام کرتا ہے۔ یہ ہر طرح کی کہانیوں میں کام کرتا ہے جیسے "امیڈیٹیکا"، ٹی وی سیریز، فلمیں وغیرہ۔ یہ بینکوں اور بینکنگ پروڈکٹس میں اچھی طرح سے کام کرتا ہے، اگر یہ پریمیم طبقہ نہیں ہے، بلکہ ہر طرح کے اسٹوڈنٹ کارڈز، قسطوں کے منصوبے - اس قسم کی چیزیں۔ یہ واقعی FMCG اور ہر طرح کے آئی فونز، چارجرز، اس تمام گھٹیا پن میں بہت اچھا کام کرتا ہے۔ یہ "ماں اور پاپ" مصنوعات میں اچھی طرح کام کرتا ہے۔ اگرچہ میں جانتا ہوں کہ ماہی گیری میں (اس طرح کا ایک موضوع ہے)... ماہی گیروں کے ساتھ کئی بار ایسے معاملات ہوئے ہیں - انہیں کبھی بھی قابل اعتماد طریقے سے الگ نہیں کیا جا سکتا۔ میں نہیں جانتا کیوں. کسی قسم کی شماریاتی غلطی۔
یہ گاڑی چلانے والوں، زیورات، یا کچھ گھریلو اشیاء کے ساتھ اچھی طرح سے کام نہیں کرتا ہے۔ درحقیقت، یہ ان چیزوں کے ساتھ اچھا کام نہیں کرتا جن کے بارے میں لوگ سوشل میڈیا پر کبھی نہیں لکھیں گے - آپ اسے اس طرح چیک کر سکتے ہیں۔ روایتی طور پر، واشنگ مشین کی خریداری کے ساتھ: یہاں یہ کیسے سمجھا جائے کہ کس کے پاس واشنگ مشین ہے اور کس کے پاس نہیں؟ ایسا لگتا ہے کہ سب کے پاس ہے۔ آپ OFD ڈیٹا استعمال کر سکتے ہیں - دیکھیں کہ کس نے رسیدوں کا استعمال کرتے ہوئے کیا خریدا، اور رسیدیں استعمال کر کے ان لوگوں سے میچ کریں۔ لیکن درحقیقت، ایسی چیزیں ہیں جن کے بارے میں آپ کبھی بات نہیں کریں گے، مثال کے طور پر، Instagram پر - ایسی چیزوں کے ساتھ کام کرنا مشکل ہے۔
مشینیں چالوں کو شماریاتی بھرنے کے طور پر پہچانتی ہیں۔
З: - میرا ہدف کے بارے میں ایک سوال ہے۔ کیا یہ ممکن ہے (یا وہ اچانک موجود ہوں) کسی مشروط بے ترتیب کردار کا جو ہر چیز میں خود سے متصادم ہو: پہلے وہ "بہترین جم" گوگل کرتا ہے، اور پھر "کچھ نہ کرنے کے 10 طریقے" گوگل کرتا ہے؟ اور اسی طرح یہ ہر چیز میں ہے۔ کیا ہدف بنانا کسی ایسی چیز کا سراغ لگا سکتا ہے جو خود سے متصادم ہو؟
اوہ: - یہاں صرف ایک سوال یہ ہے: اگر آپ 2 سال سے گوگل استعمال کر رہے ہیں، تو اسے اپنے بارے میں وہ سب کچھ بتا دیا جو آپ کر سکتے ہیں، اور اب اپنے لیے ایک پلگ ان انسٹال کریں جو اسی طرح کے بے ترتیب سوالات لکھے گا، پھر یقیناً، آپ اعدادوشمار سے سمجھنے کے قابل ہو - آپ جو کچھ کر رہے ہیں وہ ایک شماریاتی آؤٹ لیر ہے، اور یہ سب کچھ نکالنے کا معاملہ ہے۔ اگر آپ چاہیں تو نیا اکاؤنٹ رجسٹر کریں، لیکن اشتہارات کا حجم تبدیل نہیں ہوگا۔ وہ صرف عجیب ہو جائے گا. حالانکہ وہ اب بھی عجیب ہے۔
کچھ اشتہارات 🙂
ہمارے ساتھ رہنے کے لیے آپ کا شکریہ۔ کیا آپ کو ہمارے مضامین پسند ہیں؟ مزید دلچسپ مواد دیکھنا چاہتے ہیں؟ آرڈر دے کر یا دوستوں کو مشورہ دے کر ہمارا ساتھ دیں، , انٹری لیول سرورز کا ایک انوکھا اینالاگ، جو ہم نے آپ کے لیے ایجاد کیا تھا: (RAID1 اور RAID10 کے ساتھ دستیاب، 24 کور تک اور 40GB DDR4 تک)۔
ایمسٹرڈیم میں Equinix Tier IV ڈیٹا سینٹر میں Dell R730xd 2 گنا سستا؟ صرف یہاں نیدرلینڈ میں! Dell R420 - 2x E5-2430 2.2Ghz 6C 128GB DDR3 2x960GB SSD 1Gbps 100TB - $99 سے! کے بارے میں پڑھا
ماخذ: www.habr.com