"Már a gép is látja, hogy mit csinálsz" címmel kezdődött előadás október 3-án délután az Internet Hungary konferencia első napján. Bánki Attila megdöbbentő számokat hozott arról, hogy mekkora mennyiségű adatot tárolnak rólunk a különböző rendszerek, ám ennek ellenére az ezeket az adatokat hasznosítani próbáló vállalatok mégsem generálnak egy bizonyos foknál nagyobb elérést. Hogy ez pontosan miért lehet, és hogy ezen a mesterséges intelligencia képes lesz-e segíteni, ezekre a kérdésekre kereste a választ a Vermis Production tulajdonosa az előadása során.
"Öt-hat éve volt egy mondás, hogy minden kattintásunk egy szavazat. A Google 1998 óta, pontosan 9 ezer napja számolja a szavazatainkat, gyűjt rólunk adatokat. Ma már elérhetőek bizonyos chatboxok, amelyeken keresztül lekérhető a rólunk tárolt adatmennyiség. Én 72 órával ezelőtt kértem le a rólam található információkat és még mindig nem jött meg az eredmény. Az egyik barátom ugyanakkor 2 gigabájtnyi adatot kapott. Mint kiderült, a Google 1,5 millió szót tud róla" - hívta fel a figyelmet a szakember. Hozzátette, a másik tech óriás, a Facebook 2004 óta, vagyis 7 ezer napja ugyanúgy információkat gyűjt a felhasználóiról. "Jason Hirsch, a Facebook integritási csoportjának vezetője elárulta, hogy a közösségimédia-felület algoritmusa 10 ezer jelet vesz figyelembe, aszerint tárja elénk a tartalmat. Az adatok tehát rengeteg értéket tesznek hozzá az úgynevezett targetálási rendszerhez, vagyis hogy hogyan érjék el a felhasználókat a számukra releváns tartalmakkal" - mutatott rá Bánki Attila. Mindezek után feltette a kérdést, hogyha ekkora adatmennyiség áll rendelkezésre minden egyes felhasználóról, akkor ezt miért nem tükrözik az elérési számok?
"Ha az algoritmus valóban mindent tud, akkor hogy lehet, hogy 100 megtekintésből csak 1,4 kattintás generálódik? Sajnos nem tudok rá válaszolni. A Facebook 2006 óta alkalmazza az úgynevezett machine learninget, vagyis gépi tanulást, hogy minél pontosabb képet állíthasson fel a felhasználóiról és így minél célzottabban tudja elérni őket a számukra érdekes tartalmakkal, kínálatokkal. Ehhez képest az átkattintási arány nem nő" - magyarázta a szakember.
Keretes: Így működik a gépi tanulás
A gépi tanulás a mesterséges intelligencia egyik ága. Olyan rendszereket jelöl, amelyek képesek a tanulásra, vagyis tapasztalatokból tudást generálnak. A gyakorlatban különböző adatok, minták alapján felismerik és meghatároznak bizonyos szabályszerűségeket, így az ismeretlen adatokra vonatkozóan is „helyes” következtetéseket tudnak levonni, akár egy teljes profilt felállítani. A gépi tanulásra kifejlesztett algoritmusokat konkrét feladattól függően szelektálni tudják.
Ennek megfelelően minden egyes interneten tett kattintás, minden megtorpanás egy-egy egyéni adat rólunk, információ a digitális viselkedésünkről, az érdeklődési köreinkről, a keresési előzményeink alapján akár az egészségi állapotunkról, kapcsolati státuszunkról és így tovább. Bár a gépi tanulás nyomán a különböző algoritmusok ezek alapján képesek alkotni rólunk és az igényeinkről egy képet, a tudásuk behatárolt. A mesterséges intelligencia további fejlődésével ugyanakkor képessé válhatnak akár emberi archetípusok szerint rendszerezni a felhasználókat a viselkedési formáiknak megfelelően, a sémák alapján pedig megjósolni a felhasználók következő lépését, jövőbeli viselkedését.
"Hogy ez kinek lenne az érdeke? Mindenkinek! Ám hogy a jövőben hogyan tudjuk majd megkülönböztetni a mesterséges intelligenciát és a szuperintelligenciát, nem tudjuk. Hiszen a gépeket mi indítjuk el a tanulás útján, egyes rendszerek pedig már most nagyon gyorsan tanulnak. Ami biztosan kijelenthető, hogy a jövőben az fog megtörténni, aminek a legnagyobb a valószínűsége. Ebből kifolyólag biztosra vehetjük, hogy lesz MI-targeting, vagyis a mesterséges intelligencia által irányított felhasználó elérés. Ugyanakkor bármennyire is okossá válik az MI, az általános átkattintási arány akkor sem lesz 38 százalék fölött" - jelentette ki Bánki Attila. Bár az állításához nem fűzött magyarázatot, a válasz talán a legemberibb tény: ha az algoritmusok elénk is tárnak mindent, ami érdekelhet bennünket, több szempontból is mérlegeljük azt, hogy mire van igazán szükségünk. Ilyen szempontok például a mindenkori anyagi helyzetünk, a mobilitási képességünk és a jövőbeli terveink. Elképzelhető, hogy egy ajánlott terméket bár szeretnénk, nincs rá pénzünk, vagy ha van, akkor is inkább félretesszük, mert gyűjtünk valamire. Bár ezek a példák apróságoknak tűnhetnek, az algoritmusok csak abba látnak bele, aminek az interneten nyoma van. A gondolatainkban és az érzéseinkben nem olvasnak, én nem is fognak soha.
Kövesd az oldalunkat a Facebook-on és a Twitteren is!