4 Maskininlärningsalgoritmer som skapar ditt liv

4 Maskininlärningsalgoritmer som skapar ditt liv / internet

Programvaran blir smart. Det är en långsam, ojämn process - men det är också uppenbart ostoppbart. En och en, de svåra problemen med maskininlärning Hur intelligent programvara kommer att förändra ditt liv Hur intelligent programvara kommer att förändra ditt liv Skynet kommer, och det kommer att bli oerhört populärt. Nya AI-tekniker utvecklas som kommer att slumpa hur vi lever, spelar och arbetar, Läs mer faller till kraftfulla nya teoretiska verktyg, så att vi kan bygga programvara som kan göra några riktigt imponerande saker.

Vissa applikationer, som självkörande bilar, är några år borta. Vad du kanske inte inser är dock att maskininlärning redan finns runt dig, och det kan utöva en överraskande grad av inflytande över ditt liv. Tro mig inte? Du kan bli förvånad.

Låt oss börja med ett uppenbart exempel.

Innehållsrekommendationer

När du bläddrar genom Spotify eller Netflix eller Amazons Kindle Store tittar maskininlärningsalgoritmer på dig. Det är deras jobb - de behöver informationen för att ge dig rekommendationer, en del maskininlärningsteknik så allestädes närvarande att du kanske aldrig har tänkt på det.

Det är överallt - med största sannolikhet har de flesta av medierna du konsumerat de senaste åren blivit utvalda för dig genom dessa algoritmer.

Om du funderar på det verkar denna typ av rekommendation omöjlig. Hur vet ett dataprogram du kommer att tycka om Västvingen? Har det sett det? Känns det mänskligheten hos Martin Sheens nyanserade skildring av president Bartlett? Får det skämt? Har det vagt det som händer för Janel Moloney?

Som det visar sig gör dessa algoritmer exakt ingen av dessa saker. Istället rankar de innehåll helt baserat på användande. Dessa algoritmer ignorerar innehållet i innehållet, och fokuserar istället på vilken typ av människor som gillar det, och vad de annars tycker om.

Genom att titta på vad du redan tycker kan algoritmen ta reda på vilken av de lärda stereotyperna du mest liknar, och gör mycket noggranna gissningar om din smak. Gillar du The Daily Show, Stuga i skogen, och Korthus? Tja, en hemsk stor del av människorna i den kategorin som Västvingen. Odds är, du kommer också.

Intressant är att detta tidigare universella tillvägagångssätt börjar förändras, eftersom vi når gränsen för vad du kan räkna ut från användningsmönster. Det finns verkliga gränser för vad du kan göra med denna typ av algoritm. Bara för att börja - hur rankar du nytt innehåll som inte har några visningar än?

Det finns också frågan om minskande avkastning. Netflix är bra på rekommendationer Den Ultimate Netflix Guide: Allt du någonsin har velat veta om Netflix Den Ultimate Netflix Guide: Allt du någonsin har velat veta om Netflix Den här guiden erbjuder allt du behöver veta om att använda Netflix. Oavsett om du är en ny abonnent eller en etablerad fläkt av den bästa streamingtjänsten där ute. Läs mer, men de kommer inte att bli mycket bättre med hjälp av befintliga tekniker. Under 2009 hade Netflix en konkurrens på en miljon dollar för att hitta en överlägsen version av sin rekommendationsalgoritm, och vinnaren förbättrade rekommendationerna med endast cirka 10%. Sedan dess har förbättringarna varit ännu mindre. Vid något tillfälle skulle det enda sättet att göra mycket bättre vara att faktiskt lära datorn att förstå konst.

Så det är vad tekniska företag gör.

Förra året tillämpade en Spotify-intern som heter Sander Dieleman en kraftfull maskininlärningsteknik som heter “djupt lärande Microsoft vs Google - Vem leder det artificiella intelligenslottet? Microsoft vs Google - Vem leder det artificiella intelligenslottet? Konstgjorda intelligensforskare gör konkreta framsteg, och folk börjar prata allvarligt om AI igen. De två titanerna som leder den artificiella intelligensloppet är Google och Microsoft. Läs mer ” till sin databas, så att programmet kan lära sig att analysera musik. Det neurala nätverket automatiskt - med hjälp av inget annat än råa ljuddata - kom att känna igen särskiljande mönster i musiken.

En lågnivå neuron avfyrade endast som svar på vibrato sång. Djupare i nätverket var en neuron som hade lärt sig att identifiera kristen sten. En annan avfyrade för chiptunes och åtta bitar musik Att göra 8bit musik: En introduktion till gratis chiptune-musikspårare Att göra 8bit-musik: En introduktion till gratis Chiptune-musikspårare Här är alla verktyg du behöver för att skapa din egen chiptune-musik. Läs mer . En annan sparkade bara för Armin Van Buren. Många andra var namnlösa men uttrycker fortfarande en del meningsfull egenskap hos musiken.

Här är en karta Dieleman genererad av varje artist på Spotify, grupperad av deras likhet med varandra.

(Seriöst är blogginlägget om detta fascinerande - läs det).

Alla dessa funktioner ger tillsammans mycket rikare skäl för rekommendationer, eftersom systemet kan rekommendera låtar, inte bara av vem som gillar dem, utan av deras faktiska abstrakta egenskaper. Spotify har inte rullat ut det till konsumenterna än, men det är bara en fråga om tid. Just nu får du ut det mesta av Spotify Gör bättre användning av Spotify med dessa bästa tips och tricks gör bättre användning av Spotify med dessa bästa tips och tricks Om du har investerat tid och pengar i spellistor och en prenumeration är det vettigt att lära dig några av de mindre kända funktionerna och quirks som Spotify-klienten har att erbjuda. Det kan inte nekas ... Läs mer kräver några specifika knep och kunskaper. I framtiden kan det hända automatiskt.

Kan samma sak göras för, säg filmer?

Det är inte ur frågan. Google har redan en algoritm som kan förstå ett fotografi tillräckligt bra för att beskriva det på engelska med en rättvis noggrannhet. Google forskare Geoffrey Hinton, känd som “Fader till neurala nätverk,” sa i hans Reddit AMA att han kommer bli besviken om vi inte har en algoritm som kan beskriva händelserna i en film inom fem år. Den typen av analytisk förmåga skulle vara en massa av ytterligare information som Netflix kan använda för att göra smartare filmrekommendationer.

High Frequency Trading

Ett annat område som vi inte ofta tänker på är algoritmisk handel. Under 2012 kommer hälften av alla börser att börja investera, även om du är en total nybörjare Så börjar du investera i aktier Även om du är en total nybörjare, är det inte lätt att gå in i investeringsvärlden, men tack vare Nya algoritmbaserade onlineverktyg kan du engagera dig även om du är nybörjare. Här är sex av de bästa. Läs mer gjordes av dataprogram. Varför? Eftersom människor är långsamma. Marknadshändelser kan hända på en tidsrymd av millisekunder. Människor kan inte ens tolka information som snabbt, mycket mindre handlar om dem.

Högfrekvent handel ger dessa finansiella beslut i händerna på datoralgoritmer som kan förutsäga lagers beteende och köpa och sälja i enlighet därmed. Medan de saknar människohandelns dom, ger deras hastighet dem tillgång till möjligheter som helt enkelt är för snabba för människor.

Algoritmisk handel påverkar ditt ekonomiska liv på olika sätt. Dina investeringar 5 webbplatser där du kan lära dig att investera pengar 5 webbplatser där du kan lära dig att investera pengar Att lära sig att investera kan vara skrämmande, men dessa fem webbplatser hjälper dig att göra det enkelt med tydliga förklaringar och användbara råd. Läs mer finns inom en marknad som praktiskt taget ser på algoritmer. De förändrar marknadernas dynamik, både på goda och dåliga sätt. De erbjuder mer likviditet och en buffert mot volatilitet, men de inför också vissa risker.

Algoritmisk handel har infört helt nya typer av ekonomisk brottslighet. Under 2010 utlöste en enskild näringsidkare med hjälp av ett legion av automatiserade algoritmer i ett försök att olagligt manipulera marknaden oavsiktligt en kris i trillion dollar, aktiemarknaden sjönk med cirka 9% på några minuter.

Ironiskt nog blev kraschen försämrad genom legitima handelsalgoritmer dumpningspositioner som svar på droppen. Eftersom många av dem använde liknande algoritmer vid den tiden matade de på varandra, vilket skapade en negativ återkopplingsslinga. Även om marknaden återhämtade sig snabbt visar den förvånande fluktuationen hur mycket kontroll över den finansiella världen vi har ceded till dessa algoritmer.

Reklam

Reklam är svårt. Konsumenterna är lumma och måste mutas, smickrade och på annat sätt manipuleras till att köpa en produkt. Det finns en gräns för hur effektivt du kan manipulera människor när du måste kommunicera med dem en hel del. Människor är olika, och samma produkter och meddelanden kommer inte att vädja till dem alla.

Naturligtvis har förekomsten av Internet och datorer fundamentalt förändrat spelet för annonsörer. Annonsörer kan nu hitta ett meddelande till en viss person och bestämma exakt vad de vill och behöver. För att göra det, lita de på maskininlärningsalgoritmer som kan titta på någons bläddrings- och inköpsvanor. Tänk du två gånger om dessa online-shoppingfönster innan du köper? Tycker du två gånger om dessa online shoppingfack innan du köper? Återförsäljare och marknadsförare använder avancerad beteendepsykologi för att få dig att köpa sina produkter, oavsett om du behöver dem eller inte. Vet du hur de riktar in dig? Läs mer och gör slutsatser om vad de kan köpa i framtiden.

Kraften hos dessa algoritmer visades av en skarp effekt i det ökända fallet, som delades av Target-statistikern Andrew Pole, där en Target-chef konfronterades av en iratfader och klagade på att hans tonårsdotter var skickad häften av kuponger avsedda för gravida kvinnor . Chefen ursäktade, och fadern lämnade. När chefen krävde att följa upp blev han förvånad över att höra fadern be om ursäkt, efter att ha upptäckt att Targets maskininlärningsprogramvara var korrekt: hans dotter var gravid.

Detta var en av incidenterna, enligt Pole, som orsakade att Target började dölja effektiviteten hos sina maskininlärningsalgoritmer. Enligt Poole,

“Vi är mycket konservativa när det gäller överensstämmelse med alla sekretesslagar. Men även om du följer lagen kan du göra saker där människor blir dumma. [...] Sedan började vi blanda i alla dessa annonser för saker som vi visste att gravida kvinnor aldrig skulle köpa, så barnsannonserna såg slumpmässigt ut. [...] Och vi fick reda på att så länge en gravid kvinna tycker att hon inte har spionat, ska hon använda kupongerna. Hon förutsätter bara att alla andra på hennes block fick samma mailare för blöjor och cribs. Så länge vi inte spökar henne, fungerar det.”

Med andra ord är målningsalgoritmerna så kraftfulla att Target måste dölja sin precision för att undvika skrämmande kunder. Dessa algoritmer kan ha en stark inverkan på vad vi köper, och (när de används korrekt) är de helt osynliga.

Web Rankings

Vi hör hela tiden om saker som är “trend,” eller “spränga” eller “gå viral 5 Överraskande saker jag lärde mig genom att titta på en post Gå på viral på Tumblr 5 Överraskande saker jag lärde mig genom att titta på ett inlägg Gå viral på Tumblr Föreställ dig din förvåning när du vaknar en morgon för att upptäcka att något du gjort har gått viral. Du kan lära dig mycket om hur innehållet beter sig på Tumblr genom att titta på virusprocessen utvecklas. Läs mer .” I allmänhet tänker folk på detta som en organisk process. Vad de kan förbise vid första ögonkastet är att nästan all denna aktivitet händer på en handfull webbplatser. De bästa webbsidorna på Internet De bästa hemsidorna på Internet En enorm lista över de bästa webbplatser på Internet, i fjorton praktiska kategorier . Dessa anses vara de bästa sidorna som får dig vad du behöver. Läs mer: Google, Reddit, Twitter, Tumblr och Facebook. De flesta av dessa webbplatser använder variationer på en maskininlärningsalgoritm för att bestämma vad du gör och inte ser, och de här algoritmerna har en kraftfull effekt på vilka historier “bli viral”, och vilka berättelser gör det inte.

För de flesta av dessa webbplatser är de algoritmer de använder för att rangordna innehållet proprietär - en affärshemlighet.

När det gäller Reddit är algoritmen som används för att styra vilka inlägg som gör det till framsidan mycket komplicerat, i ett extremt misslyckat försök att göra det svårare att spela. Detsamma gäller för Twitter och Google. Allt detta är lite alarmerande, för det här kan mycket betyda.

Enligt psykologen Roger Epstein kunde Googles val av pagerankalgoritm enkelthandsbestämma resultatet av mer än en fjärdedel av världsomspännande presidentval. Det är en massa av makt i händerna på en mjukvara.

Lär dig att älska algoritmerna

Läran att ta bort från allt detta är inte panik. Vi har känt ström till robotarna ett tag nu - och med några få undantag verkar världen fortfarande gå bra. Det finns liten anledning att lagra på konserver och hagelgevär ännu.

Det betalar dock för att vara medveten om graden av dessa algoritmer påverkar ditt liv. Vilka intressen representerar de? Är dina val så fria som de känner?

Vad tror du? Är den här programvaran snäll? Intressant? Låt oss veta i kommentarerna!

Bildkrediter: Marionette poserar via Shutterstock, robotarm via Shutterstock

Utforska mer om: Artificial Intelligence, Technology.