We shape our tools and afterwards our tools shape us. ------Marshall McLuhan
«Мы формируем инструменты, а инструменты формируют нас», — сказал Маклюэн.
Я не ненавижу ИИ и верю, что ИИ создаст великую эпоху, но мы должны о чем-то думать, по крайней мере знать, что это такое. Моя цель — рассказать вам о наиболее распространенных приложениях искусственного интеллекта в настоящее время.Интеллектуальный механизм рекомендаций(Интеллектуальный механизм рекомендаций), философия дизайна, лежащая в основе этого, и некоторые более глубокие размышления. Что касается концепции, то она не так технически требовательна, как основа, я стараюсь не использовать профессиональные термины, поэтому эта статья также подходит для групп, отличных от программистов.
Начните с "классификации"
Возьмем в качестве примера знакомую сеть секретной информации, такую как 58.com и Ganji.com. Веб-сайт классифицирует и отображает реальные товары и услуги, такие как недвижимость, подержанные автомобили и услуги по уборке. Эти содержания являются абстракциями, соответствующими реальному миру, и мы можем легко найти соответствующие отношения.
Возьмем в качестве примера сайты по поиску работы, такие как Zhaopin и BOSS. Сайт классифицирует людей по профессиям, таким как программисты, повара, дизайнеры, математики, физики и т.д.
Итак, теперь возникает вопрос: как мы все знаем, идеальной отправной точкой для искусственного интеллекта являетсяТаланты со степенью магистра или выше с двойным дипломом по математике и информатике. Итак, как мы классифицируем таких людей? Мы не можем классифицировать его как программистов или математиков, мы не можем классифицировать каждую из этих косых черт по отдельности.
Классификация создает противоречия.
Мы различаем южан и северян, поэтому существует региональная дискриминация. Мы различаем азиатов и европейцев, поэтому существует расовая дискриминация. «Классификация» — это всего лишь средство для людей упростить логику задач.Кот Шредингера и парикмахер Рассела доказали, что «классификация» неверна. Итак, в эпоху больших вычислений мы вводим понятие «маркировка».
прикрепить ярлык
Эпоха ИИ была вызвана взрывом вычислительной мощности. Перед лицом мощной вычислительной мощности мы действительно можем «классифицировать» каждого человека, и ее проявление ---прикрепить ярлык.
До 30 лет, программист, дяоси, папа, поздно ложится спать, не любит спорт, паблик аккаунт - caiyongji, клетчатая рубашка, механическая клавиатура, джинсы... Это могут быть ярлыки программиста. Другими словами, «категория» перевернута для обслуживания одного человека, что невообразимо в эпоху нехватки вычислительных мощностей.
Традиционный интеллектуальный механизм рекомендаций выполняет многомерный сбор данных, фильтрацию данных, анализ данных и моделирование для пользователей, в то время как механизм рекомендаций в эпоху искусственного интеллекта добавляет обучение моделей (обучение, тестирование и проверку) к шагу построения модели.
Наконец, механизм рекомендаций может точно подтолкнуть пользователя в соответствии с весом метки пользователя (что можно понимать как оценку метки, указывающую на фокус).
Дифференциация атрибутов механизма рекомендаций
Как говорится, «засухи умирают от засухи, наводнения умирают от наводнений», и «человек, который сыт, не знает, что человек, который голоден, не знает, что он голоден». подходят или нет. Я имею в виду, что по рекомендации интеллектуального двигателя поляризация атрибутов будет усилена.
В качестве примера мы возьмем программистов и выберем пять измерений: навыки программирования, игры, спорт, поздний сон и чтение книг. После «формирования» рекомендации двигателя выглядят следующим образом.
В настоящее время алгоритм рекомендательного механизма будет отдавать приоритет продвижению тегов с относительно большими весами, что приводит к большему времени экспозиции для изначально тяжелых тегов и, наконец, заставляет вес тяжелых тегов становиться все больше и больше, в то время как теги с малыми весами находятся в состоянии постепенного приближения к нулю в длительном запущенном состоянии.
Руководство по поведению механизма рекомендаций
Постман считает, что средства массовой информации могут «определять реальный мир» с помощью скрытой, но мощной внушающей силы. Среди них чрезвычайно важна форма медиа, потому что конкретная форма будет благоприятствовать конкретному содержанию, которое в конечном итоге сформирует характеристики всей культуры. В этом основной смысл так называемого «медиа есть метафора».
Из-за дифференциации атрибутов «рекомендательного» механизма к высокотехнологичной, профессиональной, научной и действительно полезной информации прикасается меньшее количество людей, а к простой, непринужденной, развлекательной, голой, вульгарной — доступ. все большим количеством людей.
Давайте посмотрим на контент, рекомендованный сегодня влиятельными Baidu, Toutiao и Weibo (13 января 2018 г., 10:04:xx). Я удалил куки, использовал анонимные сеансы, удалил свои «вкладки». Другими словами, рекомендуемый контент на картинке ниже подходит для большинства людей.
Пока вы любопытны и нажимаете, вашtittytainment(перевожу на "Ю Лэ", не передаю перевод трех пошлостей) Вес атрибутов будет становиться все больше и больше. Развлекательные новости имеют более миллиона кликов, а научно-популярные статьи — менее 100. Это явление вызвано поведенческим руководством рекомендательных систем.
Проще говоря, Baidu, Toutiao и Weibo несут ответственность за свое влияние на качество людей.
Нереляционная рекомендация
Что касается вещей, о которых вы никогда не задумывались, у вас может никогда не быть доступа к ним, потому что вы не знаете, как искать, поэтому некоторые люди каждый месяц читают книги, не относящиеся к их специальностям, чтобы расширить свои знания. Возьмем пример:
вы можете поискать в Интернете如何与女朋友和谐相处но можно не искать如何让女朋友们和谐相处,кто-то пошутил,что "бедность ограничивает мое воображение",но это не так,нельзя принятьне имеющий отношения, вы ограничены определенным кругом знаний.
Поэтому я предлагаю концепцию нерелевантной рекомендации.
Профиль программиста:
Как показано на рисунке, когда метка не достигает пути «программиста», он может никогда не добраться до этой метки. В настоящее время мы рекомендуем пользователю «нерелевантную» информацию, заставляя генерировать путь.
Вы можете задаться вопросом, является ли эта случайная принудительная рекомендация спамом?
Фактически, с помощью глубокого обучения мы можем проводить сбор большого количества данных, анализ данных и обучение моделей.индивидуальный, но информация, которая могла бы его заинтересоватьТочки интереса. Эта информация не рекомендуетсяразвязать.
Наконец
«Рекомендации», которые вы получаете каждый день, разрабатываются различными группами на основе психологических исследований, поведенческих исследований и множества расчетов.Люди теряют способность глубоко мыслить и выносить независимые суждения. Пожалуйста, продолжайте думать о прогрессивной молодежи и рубите молодежь. Я хотел бы дать этот документ вам, кто надеется добиться прогресса и надеется, что вы что-то приобретете и подумаете об этом.
Эта статья приветствует перепечатки с указанием источника, но для перепечаток WeChat, пожалуйста, свяжитесь с общедоступной учетной записью: caiyongji для авторизованных перепечаток.