Software wird schlau. Es ist ein langsamer, ungleichmäßiger Prozess - aber es ist auch scheinbar unaufhaltbar. Einer nach dem anderen, die harten Probleme des maschinellen Lernens Wie intelligente Software Dein Leben verändern wird Wie intelligente Software Dein Leben verändern wird Skynet kommt und wird unglaublich populär werden. Es entwickeln sich neue KI-Technologien, die die Art und Weise verändern, wie wir leben, spielen und arbeiten. Read More arbeiten mit leistungsstarken neuen theoretischen Tools, die uns die Entwicklung von Software ermöglichen, die wirklich beeindruckende Dinge tun kann.
Einige Anwendungen, wie selbstfahrende Autos, sind ein paar Jahre frei. Was Sie vielleicht nicht erkennen, ist, dass maschinelles Lernen bereits überall um Sie herum ist und es einen überraschenden Einfluss auf Ihr Leben ausüben kann. Glaub mir nicht? Sie könnten überrascht sein.
Beginnen wir mit einem offensichtlichen Beispiel.
Inhaltsempfehlungen
Wenn Sie Spotify, Netflix oder Amazon Kindle Store durchsuchen, werden Sie von Algorithmen für maschinelles Lernen beobachtet. Es ist ihre Aufgabe - sie brauchen die Informationen, um Ihnen Empfehlungen zu geben, ein Stück Technik zum maschinellen Lernen, das so allgegenwärtig ist, dass Sie vielleicht nie darüber nachgedacht haben.
Es ist überall - die meisten Medien, die Sie in den letzten Jahren konsumiert haben, wurden wahrscheinlich von diesen Algorithmen für Sie ausgewählt.
Wenn Sie darüber nachdenken, scheint diese Art von Empfehlung unmöglich. Woher weiß ein Computerprogramm, dass Sie The West Wing mögen? Hat es es beobachtet? Spürt es die Menschlichkeit von Martin Sheens nuancierter Darstellung von Präsident Bartlett? Bekommt es die Witze? Ist Janel Moloney vage bekannt?
Wie sich herausstellt, machen diese Algorithmen genau diese Dinge nicht. Stattdessen rangieren sie Inhalte, die ausschließlich auf der Nutzung basieren. Diese Algorithmen ignorieren die Substanz des Inhalts und konzentrieren sich stattdessen darauf, welche Art von Leuten es mag und was sie sonst mögen.
Wenn Sie sich ansehen, was Sie bereits mögen, kann der Algorithmus herausfinden, welche seiner gelernten Stereotypen Ihnen am ehesten ähnelt, und sehr genaue Vermutungen über Ihren Geschmack abgeben. Magst du die tägliche Show, Hütte in den Wäldern und Haus der Karten ? Nun, ein schrecklicher großer Teil der Leute in dieser Kategorie wie The West Wing. Quoten sind, werden Sie auch.
Interessanterweise beginnt sich dieser zuvor universelle Ansatz zu ändern, da wir an der Grenze dessen angelangt sind, was Sie aus Nutzungsmustern herausfinden können. Es gibt echte Grenzen für das, was Sie mit dieser Art von Algorithmus tun können. Nur für Anfänger - wie bewerten Sie neue Inhalte, die noch keine Ansichten haben?
Es gibt auch das Problem der abnehmenden Erträge. Netflix ist gut bei Empfehlungen Der ultimative Netflix Guide: Alles, was Sie jemals über Netflix wissen wollten Der ultimative Netflix Guide: Alles, was Sie jemals über Netflix wissen wollten Dieses Handbuch bietet alles, was Sie über Netflix wissen müssen. Egal, ob Sie ein neuer Abonnent oder ein etablierter Fan des besten Streamingdienstes sind. Lesen Sie mehr, aber mit vorhandenen Techniken werden sie nicht viel besser. Im Jahr 2009 hatte Netflix eine Ein-Millionen-Dollar-Konkurrenz, um eine bessere Version seines Empfehlungsalgorithmus zu finden, und der Gewinner verbesserte die Empfehlungen um nur etwa 10%. Seitdem sind die Verbesserungen noch geringer. Irgendwann wäre der einzige Weg, viel besser zu machen, Computer zu lehren, Kunst zu verstehen.
Das machen die Tech-Unternehmen.
Letztes Jahr hat ein Spotify-Praktikant namens Sander Dieleman eine leistungsstarke Technologie zum maschinellen Lernen angewandt, die "Deep Learning Microsoft vs Google - Wer führt das Rennen über künstliche Intelligenz?" Microsoft vs Google - Wer führt das künstliche Intelligenz Rennen? Künstliche Intelligenz Forscher machen greifbare Fortschritte, und die Menschen beginnen wieder ernsthaft über KI zu sprechen. Die beiden Titanen, die das Rennen über künstliche Intelligenz führen, sind Google und Microsoft. Lesen Sie mehr "zu ihrer Datenbank, damit das Programm lernen kann, Musik zu analysieren. Das neuronale Netzwerk erkannte automatisch unter Verwendung nur roher Audiodaten charakteristische Muster in der Musik.
Ein Low-Level-Neuron feuerte nur als Reaktion auf Vibrato-Gesang. Tiefer im Netzwerk war ein Neuron, das gelernt hatte, christlichen Fels zu identifizieren. Ein weiterer für Chiptunes und acht Bit-Musik gefeuert Making 8bit Music: Eine Einführung in Free Chiptune Music Trackers Making 8bit Music: Eine Einführung in die Free Chiptune Music Trackers Hier sind alle Werkzeuge, die Sie benötigen, um Ihre eigene Chiptune Musik zu erstellen. Weiterlesen . Ein weiterer Schuss nur für Armin Van Buren. Viele andere waren namenlos, drückten aber dennoch eine bedeutungsvolle Eigenschaft der Musik aus.
Hier ist eine Karte, die Dieleman von jedem Künstler auf Spotify erstellt hat, gruppiert nach ihrer Ähnlichkeit zueinander.
(Ernsthaft, der Blogbeitrag dazu ist faszinierend - lies es).
All diese Eigenschaften zusammen bieten viel reichhaltigere Gründe für Empfehlungen, denn das System kann Lieder empfehlen, nicht nur von wem sie noch mag, sondern von ihren tatsächlichen abstrakten Eigenschaften. Spotify hat dies noch nicht an die Verbraucher weitergegeben, aber es ist nur eine Frage der Zeit. Gerade jetzt, das Beste aus Spotify machen Bessere Verwendung von Spotify mit diesen Top-Tipps und Tricks Nutzen Sie Spotify besser mit diesen Top-Tipps und Tricks Wenn Sie Zeit und Geld in Wiedergabelisten und ein Abonnement investiert haben, ist es sinnvoll zu lernen einige der weniger bekannten Funktionen und Macken, die der Spotify-Client zu bieten hat. Es ist nicht zu leugnen, dass ... Read More einige spezifische Tricks und Know-how erfordert. In Zukunft kann es automatisch passieren.
Könnte das etwa für Filme gemacht werden?
Es ist nicht ausgeschlossen. Google hat bereits einen Algorithmus, der ein Foto gut genug versteht, um es in englischer Sprache mit einiger Genauigkeit zu beschreiben. Google-Forscher Geoffrey Hinton, bekannt als "Vater der Neuronalen Netze", sagte in seiner Reddit AMA, dass er enttäuscht sein wird, wenn wir keinen Algorithmus haben, der die Ereignisse eines Films innerhalb von fünf Jahren beschreiben kann. Diese Art von analytischer Fähigkeit wäre eine Menge zusätzlicher Informationen, die Netflix verwenden könnte, um intelligentere Filmempfehlungen zu geben.
Hochfrequenzhandel
Ein anderer Bereich, an den wir nicht oft denken, ist der algorithmische Handel. Im Jahr 2012, die Hälfte aller Börsengeschäfte Wie man beginnt in Aktien zu investieren Auch wenn Sie ein Anfänger sind Wie man beginnt, in Aktien zu investieren Auch wenn Sie ein Anfänger sind Einstieg in die Welt der Investitionen ist nicht einfach, aber dank neue algorithmusbasierte Online-Tools, mit denen Sie sich auch als Anfänger einbringen können. Hier sind sechs der Besten. Lesen Sie mehr wurden von Computerprogrammen gemacht. Warum? Weil Menschen langsam sind. Marktereignisse können auf einer Zeitskala von Millisekunden auftreten. Menschen können Informationen nicht einmal so schnell interpretieren, geschweige denn auf sie einwirken.
Der Hochfrequenzhandel legt diese finanziellen Entscheidungen in die Hände von Computeralgorithmen, die das Verhalten von Aktien vorhersagen und dementsprechend kaufen und verkaufen können. Während ihnen das Urteil der menschlichen Händler fehlt, gibt ihnen ihre Geschwindigkeit Zugang zu Möglichkeiten, die für Menschen einfach zu schnell sind.
Algorithmischer Handel beeinflusst Ihr finanzielles Leben auf verschiedene Arten. Ihre Investitionen 5 Websites, auf denen Sie lernen können, Geld zu investieren 5 Websites, auf denen Sie lernen können, Geld zu investieren Investitionen zu lernen, kann einschüchternd sein, aber diese fünf Websites helfen Ihnen mit klaren Erklärungen und nützlichen Ratschlägen. Read More existiert in einem Markt, der mit Algorithmen geradezu ersäuft. Sie verändern die Dynamik der Märkte sowohl auf gute als auch auf schlechte Weise. Sie bieten mehr Liquidität und einen Puffer gegen Volatilität, sie bringen jedoch auch gewisse Risiken mit sich.
Der algorithmische Handel hat völlig neue Arten von Finanzkriminalität eingeführt. Im Jahr 2010 löste ein einzelner Händler, der eine Legion automatisierter Algorithmen einsetzte, um den Markt illegal zu manipulieren, einen Billionen-Dollar-Marktcrash aus - der Aktienmarkt fiel innerhalb weniger Minuten um etwa 9%.
Ironischerweise wurde der Absturz durch legitime Handelsalgorithmen, die Positionen als Reaktion auf den Rückgang deponierten, verschlechtert. Da viele von ihnen zu diesem Zeitpunkt ähnliche Algorithmen verwendeten, fütterten sie sich gegenseitig und erzeugten eine negative Rückkopplungsschleife. Obwohl sich der Markt schnell erholte, zeigt die erstaunliche Fluktuation, wie viel Kontrolle über die Finanzwelt wir diesen Algorithmen gegeben haben.
Werbung
Werbung ist schwer. Verbraucher sind wankelmütig und müssen bestochen, geschmeichelt und anderweitig zum Kauf eines Produkts manipuliert werden. Es gibt eine Grenze dafür, wie effektiv man Menschen manipulieren kann, wenn man massenhaft mit ihnen kommunizieren muss. Menschen sind anders und die gleichen Produkte und Botschaften werden nicht alle ansprechen.
Unnötig zu erwähnen, dass das Internet und die Computer das Spiel für Werbetreibende grundlegend verändert haben. Werbetreibende können nun eine Nachricht an eine bestimmte Person senden und genau herausfinden, was sie wollen und brauchen. Um dies zu tun, verlassen sie sich auf maschinelle Lernalgorithmen, die die Browsing- und Kaufgewohnheiten von jemandem betrachten können. Denken Sie zweimal über diese Online-Shopping-Fallen, bevor Sie kaufen? Denken Sie zweimal über diese Online-Shopping-Fallen, bevor Sie kaufen? Einzelhändler und Vermarkter verwenden modernste Verhaltenspsychologie, um Sie dazu zu bringen, ihre Produkte zu kaufen, ob Sie sie benötigen oder nicht. Weißt du, wie sie auf dich zielen? Lesen Sie mehr und machen Sie Rückschlüsse darauf, was sie in Zukunft kaufen könnten.
Die Macht dieser Algorithmen wurde im berüchtigten Fall, der von Target-Statistiker Andrew Pole geteilt wurde, eindrucksvoll demonstriert, in dem ein Target-Manager mit einem wütenden Vater konfrontiert wurde und sich beschwerte, dass seiner Tochter im Teenageralter Broschüren mit Coupons für schwangere Frauen geschickt wurden . Der Manager entschuldigte sich und der Vater ging. Als der Manager anrief, um weiterzumachen, war er überrascht, den Vater sich entschuldigen zu hören, nachdem er herausgefunden hatte, dass Target's Machine Learning Software korrekt war: seine Tochter war schwanger.
Laut Pol war dies einer der Vorfälle, der Target dazu veranlasste, die Effektivität seiner maschinellen Lernalgorithmen zu verbergen. Laut Poole,
"Wir sind sehr konservativ hinsichtlich der Einhaltung aller Datenschutzgesetze. Aber selbst wenn Sie dem Gesetz folgen, können Sie Dinge tun, bei denen die Leute unwohl werden. [...] Dann fingen wir an, all diese Anzeigen für Dinge zu mischen, von denen wir wussten, dass schwangere Frauen sie niemals kaufen würden, also sahen die Babyanzeigen zufällig aus. [...] Und wir fanden heraus, dass solange eine schwangere Frau denkt, dass sie nicht ausspioniert wurde, sie die Coupons benutzt. Sie nimmt nur an, dass alle anderen auf ihrem Block den gleichen Mailer für Windeln und Krippen bekommen haben. Solange wir sie nicht erschrecken, funktioniert es. "
Mit anderen Worten, die Ausrichtungsalgorithmen sind so leistungsfähig, dass Target seine Genauigkeit aktiv verbergen muss, um Kunden nicht zu erschrecken. Diese Algorithmen können einen starken Einfluss auf das, was wir kaufen, haben und sind (bei korrekter Anwendung) vollkommen unsichtbar.
Web-Bewertungen
Wir hören die ganze Zeit über Dinge, die "Trending", oder "Blow-Up" oder "viral werden 5 Überraschende Dinge, die ich gelernt habe, indem ich eine Post Go Viral On Tumblr 5 Überraschende Dinge, die ich gelernt habe durch Beobachtung einer Post Go Viral On Tumblr Stellen Sie sich vor Überraschung, wenn du eines Morgens aufwachst und feststellst, dass etwas, das du gemacht hast, viral geworden ist. Sie können viel darüber lernen, wie sich Inhalte auf Tumblr verhalten, indem Sie beobachten, wie sich der Virenprozess entfaltet. Lesen Sie weiter. "Im Allgemeinen denken die Menschen darüber als einen organischen Prozess. Was sie auf den ersten Blick übersehen, ist, dass fast alle diese Aktivitäten auf einer Handvoll von Websites geschieht. Die besten Websites im Internet Die besten Websites im Internet Eine riesige Liste der besten Websites im Internet, in vierzehn praktischen Kategorien . Diese werden als die Top-of-the-line-Websites, die Sie bekommen, was Sie brauchen, angesehen. Lesen Sie mehr: Google, Reddit, Twitter, Tumblr und Facebook. Die meisten dieser Websites verwenden Variationen eines maschinellen Lernalgorithmus, um zu bestimmen, was Sie tun und was nicht, und diese Algorithmen haben einen starken Einfluss darauf, welche Geschichten "viral" werden und welche nicht.
Für die meisten dieser Websites sind die Algorithmen, mit denen sie Inhalte bewerten, proprietär - ein Geschäftsgeheimnis.
Im Fall von Reddit ist der Algorithmus, der verwendet wird, um zu steuern, welche Beiträge auf die Titelseite gelangen, in einem äußerst erfolglosen Versuch, das Spielen schwieriger zu machen, sehr kompliziert. Das Gleiche gilt für Twitter und Google. All dies ist ein wenig alarmierend, denn dieses Zeug kann eine Rolle spielen.
Laut dem Psychologen Roger Epstein könnte Googles Wahl des PageRank-Algorithmus das Ergebnis von mehr als einem Viertel der weltweiten Präsidentschaftswahlen im Alleingang bestimmen. Das ist eine Menge Power in den Händen einer Software.
Lernen Sie, die Algorithmen zu lieben
Die Lektion, die man daraus machen kann, ist keine Panik. Wir geben den Robotern schon seit einiger Zeit Energie ab - und mit ein paar Ausnahmen scheint die Welt noch immer ziemlich gut zu laufen. Es gibt kaum einen Grund, sich mit Konserven und Schrotflinten zu versorgen.
Es lohnt sich jedoch zu wissen, in welchem Maße diese Algorithmen Ihr Leben beeinflussen. Wessen Interessen repräsentieren sie? Sind Ihre Entscheidungen so frei wie sie sich fühlen?
Was denken Sie? Ist diese Software gruselig? Interessant? Lass es uns in den Kommentaren wissen!
Bildnachweis: Marionettenpose über Shutterstock, Roboterarm über Shutterstock