Umelá inteligencia (artificial intelligence − AI) umožňuje zariadeniam či systémom riešiť rôzne úlohy bez toho, aby bol potrebný neustály zásah používateľa (človeka). Svoje výstupy zdokonaľuje vďaka schopnosti učiť sa z reálnych skúsenosti.
Čo je strojové učenie a kde všade sa s ním stretávame?
Ak ste si dosiaľ mysleli, že sa pod skratkou AI ukrýva dokonalý robot, ktorý na seba preberá ľudské vlastnosti, pravda je na míľu vzdialená. Hoci science fiction prebralo z tohto odvetvia mnoho námetov na filmy a knihy, pravda je zatiaľ omnoho prozaickejšia. A zrejme ešte dlho ostane.
Umelá inteligencia, či skôr oblasť tejto vednej disciplíny, nazývaná machine learning (strojové učenie), zjednodušuje a spríjemňuje náš život v mnohých oblastiach už dnes. Práve strojové učenie zaznamenalo v uplynulých rokoch rozvoj vďaka technike nazývanej hlboké učenie (deep learning).
To sa zakladá na neurónových sieťach, ku ktorým sa pridali ďalšie dva významné technologické faktory. Výkonnejšie počítače a rýchle grafické karty (graphical processor unit − GPU), ktoré sú cenovo čoraz dostupnejšie aj pre širokú verejnosť.
A výsledok?
Skúste si niečo vygoogliť pomocou obrázka. Vyhľadávač vám vo výsledkoch ponúkne nielen web stránky, kde sa konkrétny obrázok nachádza, ale aj tie, ktoré obsahujú podobné obrázky. Google však nie je jediný, kto dokáže túto časť umelej inteligencie úspešne premeniť na vyššie konverzie.
Čo majú Amazon, YouTube, Netflix a AI spoločné?
Veľkí hráči rýchlo pochopili, ako dokáže umelá inteligencia umocniť dôležitosť personalizovaného obsahu. Vďaka jej výstupom dokážu zobraziť určitú úvodnú stránku používateľovi A a úplne inú používateľovi B. Samozrejme, takú, aby čo najlepšie zodpovedala jeho vyhľadávacím dopytom.
Napríklad v Alibabe zaznamenali, že personalizované stránky vykazujú nárast konverznej miery až o 20 %. V Amazone ide o viac než tretinu tržieb a v prípade Netflixu až o 75 % všetkých pozretí, na pozadí ktorých stojí práve strojové učenie. Ako to funguje?
Odporúčací systém, ktorý funguje na základe reálnych dát
S odporúčanými produktami, službami alebo obsahom sa dnes stretneme na mnohých stránkach. Web stránky sa však často boria s ich kvalitou, dostupnosťou alebo cenou. Vytvoriť si vlastný odporúčací systém, ktorý by používateľovi zobrazil pravdepodobné výstupy, ktoré ho zaujímajú, riešili dosiaľ len veľkí e-commerce hráči.
>>5 tipov ako na Facebbok reklamu<<
Zlom ale prichádza práve s rozvojom strojového učenia. Neurónové siete dokážu spracovať množstvo dát, ktoré sa na stránke generujú. Výsledkom je odporučený obsah (tovar, služba, video, obrázok…) bez toho, aby bol používateľ prihlásený alebo o sebe zadával do systému akékoľvek informácie. Pretože…
Nie sú dáta ako dáta. V prípade strojového učenia zohráva kvantita najväčšiu rolu
Aby vám odporúčací systém, zostavený pomocou neurónových vlákien, odporučil knihu, ktorú by ste si pravdepodobne radi prečítali, nepotrebuje vedieť kto ste. Dokonca ani akú literatúru preferujete, aké knihy ste si naposledy kúpili a kto je váš obľúbený autor. I napriek tomu vám však odporúča relevantný produkt, ktorý vás zaujme.
Dáta teda zohrávajú dôležitú rolu aj v prípade nasadenia umelej inteligencie. Sú však anonymné a to najdôležitejšie je ich množstvo. Vďaka nemu dokáže systém predpovedať správanie návštevníka webu nezávisle od jeho registrácie alebo typu údajov, ktoré v nejakom formulári poskytol. Pre predstavu – hovoríme o rádovo miliónoch používateľských interakcií.
Slovenské e-shopy a umelá inteligencia
Dosiaľ sa mnohé e-commerce projekty spoliehali na limity odporúčacích nástrojov, ktoré boli naprogramované podľa určitých pravidiel. Tie však často narážali na momenty, kedy sa možno jednu vec označiť viacerými odlišnými pomenovaniami.
Len si predstavte, koľko rôznych odtieňov modrej poznáte. Zisťovať a následne prideliť príznak tričku, ktoré by mohlo byť tmavomodré, atramentové, ultramarínové, kobaltové, akvamarínové alebo jednoducho modré, by bolo zrejme na dlhé lakte. Čím viac možností vzniká, tým je menšia pravdepodobnosť, že odporúčací nástroj zobrazí používateľovi relevantné produkty.
Riešením je odporúčací nástroj, ktorý vďaka informáciám o používateľskom správaní a iným relevantným informáciám, napríklad o produktoch (cena, zľava, kategória a pod), dokáže vyskladať používateľovi ponuku, o ktorú má pravdepodobný záujem.
