Алгоритмите, които ни вкараха в „балона“

дек. 10, 2021 | Технологии

Алгоритмите, които ни вкараха в „балона“

10 декември 2021 | Технологии

Искам вечерта да гледам филм, обаче да не е тъп като последния. Търся препоръки. Някога щях да се ровя и ровя из интернет, сега няма нужда, изкуственият интелект се грижи за мен.

Алгоритмите за препоръчване на съдържание са сред по-старите и най-успешните представители на машинното самообучение. Днес да се говори за тях не е чак толкова на мода поради две основни причини. Вече могат да работят много добре и второ – никак не са удобна тема за тези, които ги използват най-активно.

Защо ли? Точно те са в основата на един от големите проблеми на днешното време: балона на филтрите. Бързаме, имаме време да четем само препоръчана информация, заобикаляме се с удобни гледни точни, нямаме сили за нюансите, така скоро се разделяме на ваксъри и антиваксъри…

…ама нали в началото ставаше дума за филми, това не е ли нещо безобидно? Точно така. Алгоритмите не са виновни за това как ние ги използваме. А историята на тези, които търсят как да предложат най-доброто съдържание, е интересна за всеки, който се интересува от технологиите и бъдещето, което те ни подготвят.

 

Нетфликс

 

ИИ, препоръчай ми филм!

Преди десетилетие особено нашумяла беше наградата на „Нетфликс“. Гигантът беше обещал милион долара на учените, които предлагат най-доброто решение в областта на алгоритмите за препоръчване на съдържание.

Последното връчване на приза през 2010-а беше отменено, от „Нетфликс“ се отказаха да организират повече надпреварата. Защото явно вече бяха станали достатъчно добри в това направление…

Дали системите за препоръчване са нещо добро или лошо, никак не е правилният въпрос. Винаги сме търсили препоръки от приятелите си за следващите книги, филми, плочи, на които да се насладим. Със сигурност е доста добър подход да се посъветваме с хора, които имат сходен вкус с нашия. Очевидно това например, че е един филм е станал много популярен, не е достатъчна гаранция, че ще ни хареса. Много по-добра идея е да сравним вкусовете си с наши приятели, които вече са го гледали.

Днес обаче нямаме време и за това. А и защо трябва да се случва по този начин, след като имаме на своя страна усъвършенстваните алгоритми за машинно самообучение? Те много добре умеят да съпоставят данните и да намират шаблоните, сходствата. В огромната база данни да открият хората със сходни с нашите вкусове, да систематизират информацията и на базата на това да ни дадат конкретна препоръка, която има много сериозен шанс да се окаже успешна.

И така, как работят системите за препоръчване, които днес са се доказали като най-добри?

 

Разделяй и уцелвай

Какво е машинното самообучение? Начин да създаваме „изкуствен интелект“, който помага в безброй много области (и може би един ден дори ще ни управлява). Както всички останали научни дисциплини, ако подходим без предубеждения, може да си го представим и като нещо по-просто. Компютърът получава огромна база от информация. После специалистите по машинно самообучение имат грижата да му предложат най-точните алгоритми, за да се опита да намери закономерностите в нея. Безброй са различните решения, някои са по-прости и могат да бъдат обяснени в няколко реда, други са почти невъзможни за популярно представяне.

Инженерите разделят данните, които подават, на такива за същинското обучение и за тестване на успеваемостта. После оставят програмата сама да опитва да налучква променливите параметри за съответния алгоритъм с основните данни и ги съпоставят с тестовите данни, отделени за тази цел.

В този момент прилагат различни нови методи, които да покажат колко добре се е справил със задачата си основният. Ако оценката му е достатъчно висока, са сигурни, че са си свършили работата. И могат да го пуснат на свобода…

 

Препоръчващи алгоритми

Снимка: mohamed Hassan, Pixabay

 

Четящи мозъци

Както стана дума, алгоритмите за препоръчване са едни от най-старите първопроходци в машинното самообучение, днес ги познаваме доста добре.

Основните подходи в това направление са два, наричат се „колаборативно филтриране“ и „филтриране, базирано на съдържанието“. В по-модерните решения се прилагат различни комбинации от тях така, че да се използват силните страни на двата подхода.

Колаборация, или сътрудничество, ще рече, че хората работят заедно, за да постигнат даден резултат. Това стои в основата и на колаборативното филтриране. Същият принцип, който споменахме и продължаваме да използваме и днес. А на езика на продажбите: „Хората, които купиха…, купиха и…“. Целта на алгоритъма в този случай е да обработи данните така, че максимално да потърси общите черти в избора на различните потребители, така че да изведе тенденциите.

Е, едно време всички харесваха „Титаник“, как тогава да се справим в океана от решения?

 

Колаборативно филтриране

Схема на колаборативно филтриране, направена от Google Developers

 

БезприСтрасти

Като цяло подходът е следният. Алгоритъмът за колаборативно филтриране групира хората, които са давали максимално близки рейтинги, както потребителя, на когото ще препоръчваме. После данните се използват, за да се изчисли колко е вероятно хората със сходен вкус да харесат и друг продукт от същата група. Измежду потребителите, харесали любимите ви филми, да намерим средните показатели за филмите и да видим за кои от тях са най-високи. Именно тях ще препоръчаме. Като, разбира се, опитаме да игнорираме например филмите, които имат твърде малко оценки, потребителите, които дават твърде разнопосочни числа. Или, т.нар. „пристрастие“, което в света на технологиите наричат с английския термин “bias”.

От другата страна идва филтрирането, базирано на съдържание. Идеята не е много различна, просто перспективата се обръща наобратно. Алгоритмите се базират на другите единици, които в случая са филмите, а не зрителите им. Сравняват се оценките на потребителите за всяка двойка филми и на базата на това се извежда предположение какъв би бил рейтингът на този потребител, който още не е гледал втория филм.

Както стана дума, „Нетфликс“ определено е пионер и доказан фактор в тази област, ето защо ще разгледаме по-подробно техния подход. Както твърдят от компанията, 80% от гледанията на техни филми са в резултат на персонализираните предложения. Представете си само! Едва 1 от 5 от филма е гледан, защото посетителят го е отворил сам, всички останали са били предложени като следващи най-добри решения.

 

Филтриране, базирано на съдържание

Схема на филтриране, базирано на съдържание, направена от Google Developers

 

Колаборационисти

„Нетфликс“ базират системата си повече върху подхода с колаборативното филтриране. Очевидно това се оказа печелившото решение след състезанието, за което ви споменах. А историята на наградата е повече от интересна. Малцина знаят, но „Нетфликс“ стартират бизнеса си в края на 90-те, разпространявайки филми на базата на абонамент, като доставят избраните заглавия на дивидита в домовете на зрителите.

През 2000 г. те представят за първи път напредничавата си система за препоръчване, а 6 години по-късно създават наградата, за която стана дума. Обещават да дадат 1 милион долара на всеки, който успее да създаде система с по-добри показатели. Има, разбира се и конкретна оценка, 1 милион не се дават току-тъй. Избран е един от най-често използваните критерии – този за оценка на средната квадратична грешка (RMSE). Алгоритъмът на „Нетфликс“ постига изключително високата стойност от 0,9525, а призът е обещан на всеки, който я надмине с поне 10%.

За щастие, наградата не си остава за тези, които са я обявили („за щастие“, защото те и без това си имат доста пари). През 2007 г. тя е спечелена с кандидатура, която ползва комбинация от два по-сложни алгоритми – матрична факторизация (SVD) и ограничени машини на Боцман (RBM). Успехът в този случай е вече 0,88, което изпълнява изискванията!

 

По първа програма

През 2009 г. наградата отново е спечелена, с нова комбинация от алгоритми. „Нетфликс“ чинно си изплащат отново обещаната сума, но този път решават да не използват предложените решения в своята практика. Преценяват, че за много малко по-добри резултати трябва да отделят прекалено сериозни разходи. Системата им и без това е доказано, че работи изключително добре, стигайки до споменатите 80% на препоръчаното съдържание.

Една от причините наградите след това да отпаднат е, че идва ерата на „стриймването“. Компанията спира да продава просто филми, а се превръща в абонаментна платформа, стигайки през 2021-а до над 190 милиона абонати!

Просто в този момент вече не им е чак такъв приоритет да препоръчват добре, защото следващата им продажба не е на нов филм, а на абонамент.

 

Препоръчващи алгоритми

Снимка: Gerd Altmann, Pixabay

 

Става за четене

Така системите за препоръчване продължават нататък, за да стигнем днес до времената на прословутия балон на филтрите. Със сигурност и днес именно споменатите алгоритми са в основата на персонализираното съдържание и препоръките, които получаваме от социалните мрежи и търсачките. Просто вече не се говори чак толкова за тези решения, защото те не са само повод за гордост.

Разбира се, всичко изброено дотук, са само основите идеи. Алгоритмите за препоръчване, с които работят „Фейсбук“ и „Гугъл“, са изключително комплексни и многопластови и, разбира се, за тях се знае малко. Освен това, последните разкрития, направени от бивш високопоставен служител на първата социална мрежа, ясно показват защо за компанията никак не е изгодно да показва системите си.

Що се отнася до „Гугъл“ и рекламите, които ви показва, има една малка подробност. На базата на ежедневните ви интеракции в мрежата, търсачката определя основни показатели за вас. Ще се учудите (или пък не) колко са точни те, ако надникнете тук. Даже можете да ги ограничите, поне така твърдят.

Така или иначе, в по-сложните задачи, като например лицевото разпознаване, машинния превод, автономните автомобили, днес се прилагат следващото поколение технологии. Те са висшият пилотаж в тази област и универсалното решение, на което се крепят най-големите очаквания за технологичното бъдеще – невронните мрежи.

Именно дълбоките невронни мрежи днес стоят в основата на препоръчващите системи на големите състезатели. При тях не се използват просто един или два конкретни алгоритъма, които обработват данните, а многобройни нива, способни да търсят още и още фини тенденции в данните. Благодарение на невронните мрежи компютрите дори могат да… сънуват! Но това е дълга и интересна тема, която скоро ще обсъдим по-подробно.

 

Препоръчващи алгоритми

Снимка: Gerd Altmann, Pixabay

 

Алгоритми на крак

Тук ще намерите файлово хранилище (малко странно, така е на български „репозитори“) с елементарен модел за създаването на алгоритъм за препоръчване на базата на официалната база данни, използвана за наградите на „Нетфликс“. Приложени са принципите на колаборативното филтриране.

И така, вече знаем малко повече за интелигентните системи, които ни подбират предпочитания – за новини, филми или книги. А това да знаем как работят, със сигурност е полезно и за да имаме предвид и негативните страни от тях. Алгоритмите не са добри или лоши. От нас зависи до каква степен ще им позволим с помощта на препоръчването да ни изпратят в „балона“. Те вече ни познават доста добре. Затова е добре и ние да ги опознаем…

<a href="https://karamanev.me/author/georgik" target="_self">Георги Караманев</a>

Георги Караманев

Програмист, журналист на свободна практика и писател. Още за мен – четете тук.

Най-нови публикации:

Експеримент: умее ли вече ИИ да превежда?

Експеримент: умее ли вече ИИ да превежда?

През последните години технологиите, свързани с обработка на естествени езици, се развиват главозамайващо. Създаването на текст, генерирането на изображения по описание са примери, които се...

повече информация
„Днес и любовта се случва бързо. А бавната любов е по-красива…“

„Днес и любовта се случва бързо. А бавната любов е по-красива…“

Къде се крие магията днес? Ще изгубим ли някога силата на словото? Кога връзката с миналото ни помага да разберем кои сме и защо сме тук? Защо журналистиката вече изглежда предадена на алгоритмите?...

повече информация
„Най-жалко е да се откаже дете, което има талант“

„Най-жалко е да се откаже дете, което има талант“

Децата и компютрите – как тази среща да се случи по най-добрия начин? Елица Цонева работи като журналист, преди да се прехвърли към света на информационните технологии. Цели 15 години e в тази...

повече информация
На кавала – Дядо Коледа

На кавала – Дядо Коледа

Какво е да си чешит днес? Може ли съдбата да е щастлива, когато вървиш срещу течението и стереотипите? Тази дигитална история е за двама души, разделени от няколко поколения и обединени от любовта...

повече информация
Стани програмист!

Стани програмист!

Чудите се дали си струва да опитате с програмирането? Ще се опитам да ви отговоря. Тази Дигитална история не е като другите. Ако имате опит в тази област или пък тя ви е безинтересна, не губете...

повече информация

„Колкото сме по-напреднали технологично, толкова по-страшни грешки забравяме“

Людмила Филипова е сред най-четените български автори през последните две десетилетия. Романите ѝ обхващат огромен кръг от теми, тя не спира да търси нови литературни предизвикателства, свързани с...

повече информация

Още публикации по темата:

От рубриката:

Експеримент: умее ли вече ИИ да превежда?

Експеримент: умее ли вече ИИ да превежда?

Тук ли са вече технологиите, които да позволяват качествен превод, включително от и на по-редки езици като българския?
Време е за прелюбопитен експеримент. DeepL не само се хвали, че е „най-точният преводач на света“, а и доста хора вече го използват в ежедневието си.
Как ли ще се справи с преводите на класически текстове от Толстой, Мураками, Ремарк или Господинов?
Дали накрая ще се окажем изгубени в превода… или ще стане ясно, че преводът е още едно поле, в което вече можем да разчитаме на изкуствения интелект? А парите, дадени за частни уроци по чужд език на детето ще се окажат хвърлени на вятъра…

повече информация
Анонимен или трол. Кой се крие зад профила?

Анонимен или трол. Кой се крие зад профила?

Кой си ти? Този зад уж автентичния профил насреща? Стои ли човекът зад истинското си име, или се крие? Дали анонимността е свободата, или обратното – тя идва тогава, когато винаги знаеш кой е насреща?
Първо бяхме анонимни по подразбиране, после се наложи като стандарт да стоим с истинската си личност зад хейта, който бълваме в социалните мрежи, а анонимната роля се оказа маргинална.
Как извървяхме този път и какво се очертава напред? Къде минава днес разделителната линия и накъде се насочва? Дали повече хора ще се вливат в анонимните батальони или хегемоните ще направят така, че да си прикрит онлайн да стане невъзможно?

повече информация
Бъдеще без престъпления или дигитален концлагер?

Бъдеще без престъпления или дигитален концлагер?

Алгоритмите, оказва се, вече могат да предскажат кога и къде ще се случи престъпление. По този начин безброй животи може да бъдат съхранени. Човечеството да бъде принудено да се сбогува с тази изконна негова черна страна – престъпността.
Ами съдебната система? В Китай вече официално част от присъдите се определят от изкуствен интелект, чиито решения се оспорват само ако има сериозни доказателства. Значи ли това краят на съдебните грешки, юридическите хватки, несъвършенствата в тази област?
Ще оставим ли Джон Гришам без работа? Или ще се озовем в ужасната последна сцена на един знаменит роман – мъж и жена си приказват, когато зад тях един стоманен глас изрича: „Вие сте покойници“?
Ако всяко престъпление може да бъде предсказано или справедливо наказано, ще стане ли животът ни невероятно спокоен? Или ще се озовем в свръхконтролиран световен концлагер?

повече информация

Най-новите:

Експеримент: умее ли вече ИИ да превежда?

Експеримент: умее ли вече ИИ да превежда?

Тук ли са вече технологиите, които да позволяват качествен превод, включително от и на по-редки езици като българския?
Време е за прелюбопитен експеримент. DeepL не само се хвали, че е „най-точният преводач на света“, а и доста хора вече го използват в ежедневието си.
Как ли ще се справи с преводите на класически текстове от Толстой, Мураками, Ремарк или Господинов?
Дали накрая ще се окажем изгубени в превода… или ще стане ясно, че преводът е още едно поле, в което вече можем да разчитаме на изкуствения интелект? А парите, дадени за частни уроци по чужд език на детето ще се окажат хвърлени на вятъра…

повече информация
„Днес и любовта се случва бързо. А бавната любов е по-красива…“

„Днес и любовта се случва бързо. А бавната любов е по-красива…“

Къде се крие магията днес? Ще изгубим ли някога силата на словото? Кога връзката с миналото ни помага да разберем кои сме и защо сме тук? Защо журналистиката вече изглежда предадена на алгоритмите? Трябва ли изкуственият интелект да учи за нас от книги като „Братя Карамазови“? А какво ли би разбрал от историите на днешния ни гост?
Николай Терзийски е млад писател, който дава свой, задълбочен и съвременен поглед към вечни теми. Асоциират стила му с магическия реализъм и има защо. Той владее забравеното умение да рисува с думи вълнуващи, преплетени, реалистични и вълшебни истории. В книгите му се срещат исторически пластове, градят се паралели между поколенията и съдбите. И, преди всичко, личи майстор на словото с магичен поглед, който дава много на читателя.
Всички ли имаме звезди под клепачите си?…

повече информация
„Най-жалко е да се откаже дете, което има талант“

„Най-жалко е да се откаже дете, което има талант“

Децата и компютрите – как тази среща да се случи по най-добрия начин?
Елица Цонева работи като журналист, преди да се прехвърли към информационните технологии. Цели 15 години e в тази сфера, а после най-неочаквано и непланирано… става учител.
Само за няколко години децата, на които преподава, печелят впечатляващи награди на национални и световни надпревари по информатика и информационни технологии.
Тя въвежда редица иновации. Вместо учебници, предпочита да използва конкретни проекти, които децата да разработват като екип, в организация, подобна на тази в софтуерните фирми. Често комбинира уроците по няколко предмета, за да стимулира мисленето и творческия потенциал на децата за сметка на зазубрянето и преповтарянето.
Защо у нас образованието така и не се превръща в приоритет? Как учителят може да спечели вниманието на учениците си и да ги мотивира? Има ли деца с хуманитарно и такива с алгоритмично мислене, или това са стереотипи от миналото? Как да пробудим искрата на любопитството в погледа на детето, така че то да учи и да се развива пълноценно?

повече информация
На кавала – Дядо Коледа

На кавала – Дядо Коледа

Какво е да си чешит днес? Може ли съдбата да е щастлива, когато вървиш срещу течението и стереотипите?
Тази дигитална история е за двама души, разделени от няколко поколения и обединени от любовта си към България и фолклора ни. Един чешит, изоставил корпоративна кариера, за да се посвети на любимото си изкуство ни разказва за последните години на друг чешит, събрал в себе си десетки образи. На музикант, създател на музикални инструменти, мъдрец, свещеник и… дори Дядо Коледа.
Богдан Дарев е режисьор на филма „Кавал Парк“, в него за почти два часа ни представя сюрреалистичния образ на Александър Еплер, американец от руски произход, българин по душа. Ще потърсим заедно нишките, които свързват смислените истории. Късмета и проклятието да си чешит в този все по-унифициран земен свят.

повече информация
Стани програмист!

Стани програмист!

Дали програмирането е за вас? Струва ли си да опитате в тази професия? Какви знания и умения ви трябват, за да започнете? Кога е късно? Какви са основните решения, които трябва да вземете в началото? Как да изберете език за програмиране? Къде да го учите? Как да си намерите първа работа? Кои са другите професии в тази сфера, към които може да се насочите?
Ще се опитам да ви отговоря от собствената си гледна точка.
Айти секторът изживява разцвет, особено на фона на икономиката ни като цяло. Аз реших, че ще ставам програмист на 33, вече имах сериозен опит в друга професия. Има толкова много неща, които бих се радвал някой да ми каже в онзи момент, когато взех решението да се пренасоча. Именно тях ще се опитам да събера тук.

повече информация

„Колкото сме по-напреднали технологично, толкова по-страшни грешки забравяме“

Людмила Филипова е сред най-четените български автори през последните години. Романите ѝ обхващат огромен кръг от теми, тя не спира да търси нови литературни предизвикателства, свързани с далечното минало на хората по нашите земи, с днешните им предизвикателства, с големите загадки, които ни отправя животът.
След толкова пъстра палитра от интереси, време е и за нейните дигитални истории. Насочваме се първо към миналото, за да погледнем към бъдещето. И накрая, най-важното, ще помечтаем за момента, когато хората отново ще се вълнуват не от злободневното. А от звездите…

повече информация
Share This