4 Machine learning algoritmen die uw leven vorm geven

Software wordt slim. Het is een traag, ongelijk proces - maar het lijkt ook niet te stoppen. Een voor een, de harde problemen van machine learning Hoe intelligente software je leven gaat veranderen Hoe intelligente software je leven gaat veranderen Skynet komt eraan en het zal ongelofelijk populair worden. Nieuwe AI-technologieën zijn in opkomst die de manier waarop we leven, spelen en werken zullen verkleinen, Read More vallen tot krachtige nieuwe theoretische hulpmiddelen, waardoor we software kunnen bouwen die een aantal echt indrukwekkende dingen kan doen.

Sommige applicaties, zoals zelfrijdende auto's, zijn een paar jaar vrij. Wat je echter misschien niet beseft, is dat machine learning al om je heen is en een verrassende invloed op je leven kan uitoefenen. Geloof me niet? Je zult verrast zijn.

Laten we beginnen met een duidelijk voorbeeld.

Inhoudsaanbevelingen

Wanneer u door Spotify of Netflix of Amazon's Kindle Store surft, houden algoritmen voor het leren van apparaten u in de gaten. Het is hun taak - ze hebben de informatie nodig om je aanbevelingen te doen, een stukje machine learning technologie zo alomtegenwoordig dat je er misschien nooit over hebt nagedacht.

Het is overal - naar alle waarschijnlijkheid zijn de meeste media die je de afgelopen jaren hebt gebruikt voor jou geselecteerd door deze algoritmen.

Als je erover nadenkt, lijkt dit soort aanbeveling onmogelijk. Hoe weet een computerprogramma dat je het leuk zult vinden De West Wing? Heeft het het gezien? Voelt het de menselijkheid van Martin Sheen's genuanceerde weergave van president Bartlett? Krijgt het de grappen? Heeft het vaag de hots voor Janel Moloney?

Het blijkt dat deze algoritmen precies geen van deze dingen doen. In plaats daarvan rangschikken ze de inhoud volledig op basis van gebruik. Deze algoritmen negeren de inhoud van de inhoud en richten zich in plaats daarvan op wat voor soort mensen het leuk vinden, en wat ze anders leuk vinden.

Door te kijken naar wat u al leuk vindt, kan het algoritme uitzoeken welke van de aangeleerde stereotypen u het meest opgeeft, en zeer nauwkeurige schattingen maken over uw smaak. Vind je leuk De dagelijkse show, Hut in het bos, en Kaartenhuis? Nou ja, een vreselijk groot deel van de mensen in die categorie zoals De West Wing. De kansen zijn, jij ook.

Interessant is dat deze voorheen universele benadering begint te veranderen, omdat we de limiet bereiken van wat je kunt berekenen aan de hand van gebruikspatronen. Er zijn echte grenzen aan wat je kunt doen met dit soort algoritmen. Alleen voor starters - hoe rang je nieuwe inhoud die nog geen zicht heeft??

Er is ook de kwestie van dalende rendementen. Netflix is ​​goed in aanbevelingen De Ultieme Netflix-handleiding: alles wat u ooit wilde weten over Netflix De ultieme Netflix-handleiding: alles wat u altijd al wilde weten over Netflix Deze handleiding biedt alles wat u moet weten over het gebruik van Netflix. Of je nu een nieuwe abonnee bent of een gevestigde fan bent van de beste streamingdienst die er is. Meer lezen, maar ze zullen niet veel beter worden met behulp van bestaande technieken. In 2009 had Netflix een competitie van één miljoen dollar om een ​​superieure versie van zijn aanbevelingsalgoritme te vinden, en de winnaar verbeterde de aanbevelingen met slechts ongeveer 10%. Sindsdien zijn de verbeteringen nog kleiner geweest. Op een gegeven moment zou de enige manier om veel beter te doen erin bestaan ​​om computers te leren om kunst te begrijpen.

Dus dat is wat technologiebedrijven aan het doen zijn.

Vorig jaar paste een Spotify-stagiair, Sander Dieleman genaamd, een krachtige machine learning-technologie toe, genaamd “diepgaand leren Microsoft vs Google - Wie leidt de kunstmatige-intelligentie-race? Microsoft vs Google - Wie leidt de kunstmatige-intelligentie-race? Kunstmatige intelligentieonderzoekers boeken tastbare vooruitgang en mensen beginnen weer serieus over AI te praten. De twee titanen die de artificiële intelligentierace leiden zijn Google en Microsoft. Lees verder ” naar hun database, waardoor het programma leert muziek te analyseren. Het neurale netwerk werd automatisch - met behulp van niets anders dan onbewerkte audiodata - herkenbaar aan patronen in de muziek.

Een laag neuron dat alleen wordt afgevuurd in reactie op vibrato-zang. Dieper in het netwerk was een neuron dat had geleerd om christelijke rock te identificeren. Een andere ontslagen voor chiptunes en acht-bits muziek. 8-bits muziek maken: een inleiding tot gratis Chiptune-muziektrackers 8-bits muziek maken: een inleiding tot gratis Chiptune-muziektrackers Hier zijn alle hulpmiddelen die u nodig hebt om uw eigen chiptunes te maken. Lees verder . Een ander vuurde alleen voor Armin Van Buren. Vele anderen waren naamloos maar gaven nog steeds enige betekenisvolle eigenschap van de muziek weer.

Hier is een kaart die Dieleman heeft gegenereerd van elke artiest op Spotify, gegroepeerd op basis van hun gelijkenis met elkaar.

(Serieus, de blogpost hierover is fascinerend - ga het lezen).

Al deze functies samen bieden veel rijkere redenen voor aanbevelingen, omdat het systeem nummers kan aanbevelen, niet alleen door wie ze anders leuk vindt, maar ook door hun feitelijke abstracte eigenschappen. Spotify heeft dit nog niet tot de consument uitgerold, maar het is slechts een kwestie van tijd. Op dit moment haalt u het meeste uit Spotify Beter gebruik van Spotify met deze beste tips en trucs Beter gebruik van Spotify met deze beste tips en trucs Als u tijd en geld hebt geïnvesteerd in afspeellijsten en een abonnement, is het logisch om te leren enkele van de minder bekende functies en eigenaardigheden die de Spotify-client te bieden heeft. Het valt niet te ontkennen dat ... Lees meer specifieke trucs en knowhow vereist. In de toekomst kan dit automatisch gebeuren.

Kan hetzelfde worden gedaan voor, laten we zeggen, films?

Het is niet uitgesloten. Google heeft al een algoritme dat een foto goed genoeg kan begrijpen om het in het Engels met een redelijke mate van nauwkeurigheid te beschrijven. Google-onderzoeker Geoffrey Hinton, bekend als de “Father of Neural Networks,” zei in zijn Reddit AMA dat hij teleurgesteld zal zijn als we geen algoritme hebben dat de gebeurtenissen van een film binnen vijf jaar kan beschrijven. Dat soort analytisch vermogen zou een zijn lot van aanvullende informatie die Netflix zou kunnen gebruiken om slimmere filmaanbevelingen te maken.

Hoogfrequente handel

Een ander gebied waar we niet vaak aan denken, is algoritmische handel. In 2012, de helft van alle beurstransacties Hoe te beginnen met beleggen in aandelen Zelfs als je een totale beginner bent Hoe te beginnen met beleggen in aandelen Zelfs als je een absolute beginner bent De wereld van beleggen betreden is niet gemakkelijk, maar dankzij nieuwe op algoritmen gebaseerde online tools die u kunt gebruiken, zelfs als u een beginner bent. Hier zijn zes van de beste. Read More zijn gemaakt door computerprogramma's. Waarom? Omdat mensen traag zijn. Marktevenementen kunnen plaatsvinden op een tijdschaal van milliseconden. Mensen kunnen informatie zelfs niet zo snel interpreteren, laat staan ​​handelen.

Hoogfrequente handel zet die financiële beslissingen in handen van computeralgoritmen die het gedrag van aandelen kunnen voorspellen en dienovereenkomstig kunnen kopen en verkopen. Hoewel ze het oordeel van menselijke handelaren missen, geeft hun snelheid hen toegang tot kansen die simpelweg te snel zijn voor de mens.

Algorithmische handel beïnvloedt uw financiële leven op verschillende manieren. Uw investeringen 5 Websites waar u geld kunt leren beleggen 5 Websites waar u kunt leren om geld te investeren Leren om te investeren kan intimiderend zijn, maar deze vijf websites helpen het u gemakkelijk te maken met duidelijke uitleg en nuttige adviezen. Read More bestaat binnen een markt die praktisch beschikt over algoritmen. Ze veranderen de dynamiek van markten, zowel op een goede als op een slechte manier. Ze bieden meer liquiditeit en een buffer tegen volatiliteit, maar ze brengen ook bepaalde risico's met zich mee.

Algorithmic trading heeft volledig nieuwe soorten financiële criminaliteit geïntroduceerd. In 2010 heeft een enkele handelaar die een legioen aan geautomatiseerde algoritmen gebruikte in een poging om de markt illegaal te manipuleren per ongeluk een biljoen dollar-marktcrash veroorzaakt - de aandelenmarkt daalde met ongeveer 9% in een kwestie van minuten.

Ironisch genoeg werd de crash verergerd door legitieme handelsalgoritmen die posities dumpen in reactie op de daling. Omdat veel van hen op dat moment soortgelijke algoritmen gebruikten, voedden ze elkaar en creëerden ze een negatieve feedbacklus. Hoewel de markt snel herstelde, laat de verbazingwekkende fluctuatie zien hoeveel controle over de financiële wereld we hebben gegeven aan deze algoritmen.

Advertising

Adverteren is moeilijk. Consumenten zijn wispelturig en moeten worden omgekocht, gevleid en anderszins gemanipuleerd om een ​​product te kopen. Er is een limiet aan hoe effectief je mensen kunt manipuleren wanneer je massaal met hen moet communiceren. Mensen zijn anders, en dezelfde producten en berichten zullen niet allemaal aanspreken.

Vanzelfsprekend heeft het bestaan ​​van internet en computers het spel voor adverteerders fundamenteel veranderd. Adverteerders kunnen nu een bericht vinden voor een specifieke persoon en precies weten wat ze willen en nodig hebben. Om dit te doen, vertrouwen ze op algoritmen voor het leren van machines die kunnen kijken naar de browse- en aankoopgewoonten van iemand Denkt u tweemaal na over deze online shopping-traps voordat u koopt? Denkt u tweemaal na over deze online shopping traps voordat u koopt? Winkeliers en marketeers gebruiken de nieuwste gedragspsychologie om ervoor te zorgen dat u hun producten koopt, of u ze nu nodig hebt of niet. Weet je hoe ze je aanvallen? Lees meer en maak conclusies over wat ze in de toekomst misschien zullen kopen.

De kracht van deze algoritmen werd getoond in het beruchte geval, gedeeld door Target-statisticus Andrew Pole, waarin een Target-manager werd geconfronteerd met een woedende vader, waarin hij klaagde dat zijn tienerdochter boekjes met kortingsbonnen voor zwangere vrouwen werd toegestuurd . De manager verontschuldigde zich en de vader vertrok. Toen de manager belde om op te volgen, was hij verrast toen de vader zich verontschuldigde en ontdekte dat de software voor het leren van Target correct was: zijn dochter was zwanger.

Volgens Pole was dit een van de incidenten waardoor Target de effectiviteit van zijn machine learning-algoritmen begon te verbergen. Volgens Poole,

“We zijn zeer conservatief over de naleving van alle privacywetten. Maar zelfs als u de wet volgt, kunt u dingen doen waar mensen misselijk worden. [...] Toen begonnen we al deze advertenties te mixen voor dingen die we wisten dat zwangere vrouwen nooit zouden kopen, dus de babyadvertenties zagen er willekeurig uit. [...] En we ontdekten dat zolang een zwangere vrouw denkt dat ze niet bespioneerd is, ze de kortingsbonnen zal gebruiken. Ze veronderstelt gewoon dat iedereen op haar blok dezelfde mailer heeft gekregen voor luiers en wiegjes. Zolang we haar niet bespotten, werkt het.”

Met andere woorden, de richtalgoritmen zijn zo krachtig dat Target zijn nauwkeurigheid actief moet verbergen om klanten niet bang te maken. Deze algoritmen kunnen een krachtige invloed hebben op wat we kopen en (wanneer correct gebruikt) zijn ze volledig onzichtbaar.

Web Rankings

We horen de hele tijd over dingen die er zijn “trending,” of “opblazen” of “gaande viral 5 Verrassende dingen die ik heb geleerd door naar een post te kijken Ga viral op Tumblr 5 Verrassende dingen die ik heb geleerd door naar een post te kijken Ga viral op Tumblr Stel je voor je verrassing als je op een ochtend wakker wordt om te ontdekken dat iets dat je hebt gemaakt, viraal is gegaan. Je kunt veel leren over hoe content zich gedraagt ​​op Tumblr door te kijken hoe het virale proces zich ontvouwt. Lees verder .” Over het algemeen denken mensen hier over als een organisch proces. Wat ze op het eerste gezicht misschien over het hoofd zien, is dat bijna al deze activiteiten plaatsvinden op een handvol websites. De beste websites op internet De beste websites op internet Een enorme lijst van de beste websites op internet, in veertien handige categorieën . Deze worden beschouwd als de top-of-the-line sites die u krijgen wat u nodig heeft. Meer lezen: Google, Reddit, Twitter, Tumblr en Facebook. De meeste van deze websites gebruiken variaties op een machine learning-algoritme om te bepalen wat u wel en niet ziet en die algoritmen hebben een krachtig effect op welke verhalen “ga viral”, en welke verhalen niet.

Voor de meeste van deze sites zijn de algoritmen die zij gebruiken om inhoud te rangschikken, eigen - een handelsgeheim.

In het geval van Reddit is het algoritme dat wordt gebruikt om te bepalen welke berichten de voorpagina bereiken, huiverig ingewikkeld, in een uiterst onsuccesvolle poging om het moeilijker te maken om te gamen. Hetzelfde geldt voor Twitter en Google. Dit alles is een beetje verontrustend, omdat dit spul belangrijk kan zijn.

Volgens psycholoog Roger Epstein zou Google's keuze voor een pagerank-algoritme in zijn eentje de uitkomst kunnen bepalen van meer dan een kwart van de wereldwijde presidentsverkiezingen. Dat is een lot van macht in de handen van een stukje software.

Leer de algoritmen lief te hebben

De les om van dit alles weg te nemen is geen paniek. We geven nu al een tijdje de macht aan de robots - en op enkele uitzonderingen na lijkt de wereld nog steeds redelijk goed te gaan. Er is nog maar weinig reden om voedsel en geweren in voorraad te nemen.

Het loont echter om op de hoogte te zijn van de mate waarin deze algoritmen uw leven beïnvloeden. Wiens belangen vertegenwoordigen zij? Zijn je keuzes zo vrij als ze voelen??

Wat denk je? Is deze software eng? Interessant? Laat het ons weten in de comments!

Image Credits: Marionette pose via Shutterstock, robotarm via Shutterstock

Meer informatie over: kunstmatige intelligentie, technologie.