Algoritmos de aprendizagem 4 máquina que moldam sua vida

Software está ficando inteligente. É um processo lento, desigual - mas também é aparentemente imparável. Um por um, os problemas difíceis de aprendizado de máquina estão caindo para novas e poderosas ferramentas teóricas, deixando-nos a construir um software que pode fazer algumas coisas realmente impressionantes.

Como Software Inteligente vai mudar sua vidaComo Software Inteligente vai mudar sua vidaSkynet está chegando, e ele vai ser extremamente popular. novas tecnologias de inteligência artificial estão surgindo essa chance vontade a maneira como vivemos, brincar e trabalhar,consulte Mais informação

Alguns aplicativos, como carros que dirigem sozinhos, são alguns anos fora. O que você pode não perceber, porém, é que a aprendizagem de máquina já está ao seu redor, e ele pode exercer um surpreendente grau de influência sobre sua vida. Não acredita em mim? Você pode ser surpreendido.

Vamos começar com um exemplo óbvio.

Recomendações conteúdo

Quando você navega através Spotify ou Netflix ou Kindle Store da Amazon, algoritmos de aprendizado de máquina estão observando você. É o trabalho deles - eles precisam da informação para lhe dar recomendações, um pedaço de tecnologia de aprendizagem de máquina tão onipresentes que você pode nunca ter pensado nisso.

Está em toda parte - com toda a probabilidade, a maioria dos meios de comunicação que você consumiu ao longo dos últimos anos tem sido selecionado para você por esses algoritmos.

Se você pensar sobre isso, esse tipo de recomendação parece impossível. Como é que um programa de computador sei que você vai gostar The West Wing? Tem que assisti-lo? A sensação é a humanidade de interpretação sutil de Martin Sheen do presidente Bartlett? Será que obter as piadas? Será que ela vagamente tem tesão por Janel Moloney?

Como se vê, esses algoritmos fazer exatamente nenhuma dessas coisas. Em vez disso, eles classificam conteúdo baseado inteiramente em uso. Esses algoritmos ignorar a substância do conteúdo, e concentrar-se sobre o tipo de pessoas como ele, e o que mais eles tendem a gostar.

Ao olhar para o que você já gosta, o algoritmo pode descobrir qual dos seus estereótipos aprendi que você mais se assemelham, e faz suposições muito precisas sobre seus gostos. Você gosta The Daily Show, Cabana na floresta, e Castelo de cartas? Bem, uma grande proporção terrível das pessoas nessa categoria como The West Wing. As probabilidades são, você também.

Curiosamente, esta abordagem anteriormente universal está começando a mudar, à medida que chegamos ao limite do que você pode descobrir a partir de padrões de uso. Há limites reais para o que você pode fazer com este tipo de algoritmo. Só para começar - como você classificar novos conteúdos que não tem pontos de vista ainda?

Há também a questão dos rendimentos decrescentes. Netflix é bom em recomendações, mas eles não vão ficar muito melhor usando técnicas existentes. Em 2009, a Netflix teve uma competição de um milhão de dólares para encontrar uma versão superior de seu algoritmo de recomendação, eo vencedor melhorou as recomendações por apenas cerca de 10%. Desde então, melhorias ter sido ainda menor. Em algum momento, a única maneira de fazer muito melhor seria realmente ensinar computadores para entender a arte.The Ultimate Guide Netflix: Tudo que você queria saber sobre Netflix Mas Tinha Medo de PerguntarThe Ultimate Guide Netflix: Tudo que você queria saber sobre Netflix Mas Tinha Medo de PerguntarDescobrir todas as melhores dicas e truques para usar Netflix em qualquer lugar, a qualquer hora. Este guia é tudo o que você precisava saber sobre o uso de Netflix.consulte Mais informação

Então, é isso que as empresas de tecnologia estão fazendo.

No ano passado, um estagiário Spotify chamado Sander Dieleman aplicada uma tecnologia de aprendizagem de máquina poderosa chamada “aprendizagem profunda”Ao seu banco de dados, permitindo que o programa para aprender a analisar a música. A rede neural automaticamente - usando nada além de dados de áudio cru - veio a reconhecer padrões distintos na música.Microsoft vs Google - Quem lidera a corrida Inteligência Artificial?Microsoft vs Google - Quem lidera a corrida Inteligência Artificial?pesquisadores da inteligência artificial estão fazendo progressos tangíveis, e as pessoas estão começando a falar seriamente sobre AI novamente. Os dois titãs liderando a corrida inteligência artificial são Google e Microsoft.consulte Mais informação

Um neurônio baixo nível disparou apenas em resposta a vibrato cantar. Deeper na rede foi um neurônio que tinha aprendido a identificar rock cristão. Outro demitido por chiptunes e música oito bits. Outro demitido apenas para Armin Van Buren. Muitos outros estavam sem nome, mas ainda expressa uma propriedade significativa da música.

Video: Tipos de Aprendizado de Máquina | Peixe Babel 53

Está aqui um mapa Dieleman gerado de cada artista em Spotify, agrupadas por sua semelhança com um outro.

(Sério, o post sobre isso é fascinante - ir lê-lo).

Todos esses recursos juntos fornecem motivos muito mais ricas para as recomendações, porque o sistema pode recomendar canções, não apenas por quem mais gosta deles, mas por suas propriedades abstratas reais. Spotify não tem rolado isso para os consumidores ainda, mas é apenas uma questão de tempo. Agora mesmo, tirar o máximo proveito do Spotify requer alguns truques específicos e know-how. No futuro, pode acontecer automaticamente.Fazer melhor uso do Spotify Com estas dicas e truquesFazer melhor uso do Spotify Com estas dicas e truquesSe você investiu tempo e dinheiro em playlists e uma assinatura, faz sentido para aprender algumas das funções menos conhecidas e peculiaridades que o cliente Spotify tem para oferecer. Não há como negar o ...consulte Mais informação

O mesmo poderia ser feito para, digamos, filmes?

Não é fora de questão. Google já tem um algoritmo que pode entender uma fotografia bem o suficiente para descrevê-lo em Inglês, com um bom grau de precisão. Google pesquisador Geoffrey Hinton, conhecido como o “Pai de Redes Neurais”, disse em seu Reddit AMA que ele vai ficar desapontado se não temos um algoritmo que pode descrever os eventos de um filme dentro de cinco anos. Esse tipo de capacidade analítica seria um muito de informações adicionais que a Netflix poderia usar para fazer recomendações de filmes mais inteligentes.

Alta frequência de negociação

Outra área que muitas vezes não pensar é negociação algorítmica. Em 2012, metade de todos os comércios do mercado de ações foram feitas por programas de computador. Por quê? Porque os seres humanos são lentos. eventos de mercado pode acontecer numa escala de tempo de milissegundos. Os seres humanos não pode sequer interpretar a informação tão rápido, muito menos agir sobre eles.Como começar a investir em ações Mesmo se você for um novato totalComo começar a investir em ações Mesmo se você for um novato totalEntrando no mundo dos investimentos não é fácil, mas graças a novas ferramentas on-line baseada em algoritmo que você pode se envolver, mesmo se você for um iniciante. Aqui estão seis das melhores.consulte Mais informação

negociação de alta frequência coloca essas decisões financeiras nas mãos de algoritmos de computador que pode prever o comportamento das ações, e comprar e vender em conformidade. Enquanto eles não têm o julgamento dos comerciantes humanos, a sua velocidade dá-lhes acesso a oportunidades que são simplesmente demasiado rápido para os seres humanos.

negociação algorítmica afeta sua vida financeira em uma variedade de maneiras diferentes. seus investimentos existem dentro de um mercado que praticamente fervilha com algoritmos. Eles mudam a dinâmica dos mercados, tanto em bons e maus caminhos. Eles oferecem maior liquidez, e uma protecção contra a volatilidade, mas também introduzir certos riscos.

Video: Aprendizagem de máquina com o KNN

negociação algorítmica introduziu inteiramente novos tipos de crime financeiro. Em 2010, um único operador usando uma legião de algoritmos automatizados em uma tentativa de manipular ilegalmente o mercado acidentalmente provocou um colapso do mercado de trilhões de dólares - o mercado de ações caiu cerca de 9% em questão de minutos.

Ironicamente, o acidente foi agravado por algoritmos de negociação legítimos de dumping posições em resposta à queda. Porque muitos deles usados ​​algoritmos semelhantes no momento, elas foram alimentadas com uma outra, criando um ciclo de feedback negativo. Embora o mercado recuperou-se rapidamente, a flutuação surpreendente mostra o quanto o controle do mundo financeiro que já cedeu a esses algoritmos.

Propaganda

A publicidade é difícil. Os consumidores são inconstantes e precisam subornado, lisonjeado, e de outra forma manipulados para comprar um produto. Há um limite para o efetivamente você pode manipular as pessoas quando você tem que se comunicar com eles em massa. As pessoas são diferentes, e os mesmos produtos e mensagens não vai apelar para todos eles.

Video: Aprendizado de maquina - Algoritmo KNN

Escusado será dizer que a existência da Internet e computadores mudou fundamentalmente o jogo para os anunciantes. Agora, os anunciantes podem localizar uma mensagem para uma pessoa específica, descobrir exatamente o que eles querem e precisam. Para isso, eles contam com algoritmos de aprendizagem de máquina que pode olhar para a navegação de alguém e hábitos de compra, e fazer inferências sobre o que eles podem comprar no futuro.Você pensa duas vezes sobre essas armadilhas Compras online antes de comprar?Você pensa duas vezes sobre essas armadilhas Compras online antes de comprar?Os varejistas e os comerciantes estão usando tecnologia de ponta psicologia comportamental para levá-lo a comprar os seus produtos, se você precisa ou não. Você sabe como eles estão alvejando você?consulte Mais informação

O poder destes algoritmos foi mostrado fora para efeito Stark no caso infame, compartilhada pelo estatístico alvo Andrew Pole, em que um gerente alvo foi confrontado por um pai irado, reclamando que sua filha adolescente estava sendo enviado livretos de cupons concebidos para as mulheres grávidas . O gerente pediu desculpas, e o pai deixou. Quando o gerente chamado a seguir, ele ficou surpreso ao ouvir o pai pedir desculpas, tendo descoberto que o software de aprendizado de máquina da Target estava correto: a filha estava grávida.

Video: Estilos de Aprendizagem

Este foi um dos incidentes, de acordo com Pole, que causou alvo para começar a esconder a eficácia dos seus algoritmos de aprendizagem de máquina. De acordo com Poole,

“Estamos muito conservadora sobre a conformidade com todas as leis de privacidade. Mas mesmo se você está seguindo a lei, você pode fazer coisas onde as pessoas se enjoado. [...] Então começamos a misturar em todos esses anúncios de coisas que conhecia as mulheres grávidas nunca compraria, de modo que os anúncios bebê parecia aleatória. [...] E nós descobrimos que, enquanto uma mulher grávida pensa que ela não tenha sido espionado, ela vai usar os cupons. Ela só assume que todos os outros em seu bloco tem o mesmo mailer para fraldas e berços. Enquanto nós não assustá-la, ele funciona.”

Em outras palavras, os algoritmos de segmentação são tão poderosas que Alvo tem que se esconder ativamente sua precisão para evitar assustar os clientes. Esses algoritmos podem ter um forte impacto sobre o que comprar, e (quando usado corretamente) que está completamente invisível.

Rankings da web

Ouvimos o tempo todo sobre coisas que são “tendências”, ou “explodir” ou “indo viral.”Geralmente, as pessoas pensam sobre isso como um processo orgânico. O que eles podem ignorar, à primeira vista, é que quase toda essa atividade está acontecendo em um punhado de sites: Google, Reddit, Twitter, Tumblr e Facebook. A maioria destes sites usam variações em um algoritmo de aprendizado de máquina para determinar o que você faz e não vê, e esses algoritmos têm um efeito poderoso sobre quais histórias “ir viral”, e que as histórias não.5 coisas surpreendentes que eu aprendi assistindo a um pós Go Viral On Tumblr5 coisas surpreendentes que eu aprendi assistindo a um pós Go Viral On TumblrImagine sua surpresa quando você acorda uma manhã para descobrir que algo que você fez foi viral. Você pode aprender muito sobre como o conteúdo se comporta no Tumblr, observando o processo viral desdobrar.consulte Mais informação

Para a maioria desses sites, os algoritmos que eles usam para o conteúdo classificação são proprietários - um segredo comercial.

No caso do Reddit, o algoritmo usado para controlar quais mensagens torná-lo para a primeira página são heinously complicado, em uma tentativa extremamente bem sucedida para torná-lo mais difícil de jogo. O mesmo vale para Twitter e Google. Tudo isso é um pouco alarmante, porque essas coisas podem importa muito.

Segundo o psicólogo Roger Epstein, a escolha do Google de algoritmo PageRank poderia, sozinho, determinar o resultado de mais de um quarto das eleições presidenciais em todo o mundo. Aquilo é um muito de poder nas mãos de um pedaço de software.

Aprenda a amar os Algoritmos

A lição a tirar de tudo isso não é de pânico. Temos vindo a ceder o poder aos robôs por um tempo agora - e, com poucas exceções, o mundo ainda parece estar indo muito bem. Há poucos motivos para estocar alimentos e espingardas enlatados ainda.

No entanto, ele não paga para estar ciente do grau em que estes algoritmos influenciar sua vida. Cujos interesses eles estão representando? São as suas escolhas tão livre como eles se sentem?

O que você acha? este software é assustador? Interessante? Deixe-nos saber nos comentários!