4 Algorithmes d`apprentissage machine qui façonnent votre vie

Software devient intelligent. C`est un processus lente et inégale, - mais il est aussi apparemment imparable. Un par un, les problèmes difficiles de apprentissage machine sont en baisse à de puissants outils théoriques, nous permettant de créer des logiciels qui peuvent faire des choses vraiment impressionnantes.

Certaines applications, comme les voitures auto-conduite, quelques années de repos. Ce que vous ne pouvez pas réaliser, cependant, est que l`apprentissage de la machine est déjà tout autour de vous, et il peut exercer un degré surprenant d`influence sur votre vie. Ne me croyez pas? Vous pourriez être surpris.

Commençons par un exemple évident.

Recommandations de contenu

Lorsque vous parcourez Spotify ou Netflix ou Amazon Kindle Store, les algorithmes d`apprentissage automatique vous regardent. Il est leur travail - ils ont besoin de l`information pour vous donner des recommandations, un morceau de technologie d`apprentissage machine tellement omniprésent que vous pouvez ne jamais avoir pensé.

Video: Intelligence Artificielle [12.14] : Apprentissage automatique - généralisation

Il est partout - selon toute vraisemblance, la plupart des médias que vous avez consommé au cours des dernières années a été sélectionné pour vous par ces algorithmes.

Si vous pensez à ce sujet, ce genre de recommandation semble impossible. Comment un programme informatique savent que vous aimerez L`aile ouest? Est-ce qu`il a regardé? Se sent-il l`humanité de représentation nuancée de Martin Sheen du président Bartlett? Est-il obtenir les blagues? At-il vaguement le béguin pour Janel Moloney?

Comme il se trouve, ces algorithmes font exactement aucune de ces choses. , Ils se classent à la place du contenu entièrement basé sur usage. Ces algorithmes ignorent la substance du contenu, et de se concentrer plutôt sur ce genre de personnes comme elle, et quoi d`autre ils ont tendance à aimer.

En regardant ce que vous aimez déjà, l`algorithme peut comprendre que de ses stéréotypes appris que vous ressemblent le plus à, et fait des suppositions très précises sur vos goûts. Aimez-vous The Daily Show, Cabane dans les bois, et House of Cards? Eh bien, une grande partie terrible de la population dans cette catégorie comme L`aile ouest. Les chances sont, vous aussi.

Fait intéressant, cette approche précédemment universelle commence à changer, que nous atteignons la limite de ce que vous pouvez trouver des schémas d`utilisation. Il y a des limites réelles à ce que vous pouvez faire avec ce genre d`algorithme. Juste pour commencer - comment classez-vous du nouveau contenu qui n`a pas encore vue?

Il y a aussi la question des rendements décroissants. Netflix est bon à des recommandations, mais ils ne vont pas faire beaucoup mieux en utilisant des techniques existantes. En 2009, Netflix avait une concurrence d`un million de dollars pour trouver une version supérieure de son algorithme de recommandation, et le gagnant a amélioré les recommandations que d`environ 10%. Depuis lors, des améliorations ont été encore plus petit. À un certain moment, la seule façon de le faire beaucoup mieux serait d`enseigner réellement les ordinateurs à comprendre l`art.Le guide ultime Netflix: Tout ce que vous avez voulu savoir sur Netflix Mais oser le demanderLe guide ultime Netflix: Tout ce que vous avez voulu savoir sur Netflix Mais oser le demanderDécouvrez tous les meilleurs trucs et astuces pour utiliser Netflix partout, à tout moment. Ce guide est tout ce que vous avez toujours besoin de savoir sur l`utilisation de Netflix.Lire la suite

Donc, c`est ce que les sociétés de technologie font.

L`année dernière, un stagiaire Spotify nommé Sander Dieleman a appliqué une technologie d`apprentissage machine puissante appelée «l`apprentissage en profondeur» À leur base de données, permettant au programme d`apprendre à analyser la musique. Le réseau de neurones automatiquement - en utilisant rien, mais les données audio brutes - est venu de reconnaître des modèles distinctifs dans la musique.Microsoft vs Google - qui mène la course d`intelligence artificielle?Microsoft vs Google - qui mène la course d`intelligence artificielle?chercheurs en intelligence artificielle font des progrès tangibles, et les gens commencent à parler sérieusement AI à nouveau. Les deux titans menant la course de l`intelligence artificielle sont Google et Microsoft.Lire la suite

Un neurone bas niveau tiré uniquement en réponse au chant de vibrato. Plus profondément dans le réseau était un neurone qui avait appris à identifier rock chrétien. Un autre feu pour chiptune et de la musique de huit bits. Un autre a tiré seulement pour Armin Van Buren. Beaucoup d`autres étaient sans nom, mais encore ont exprimé une propriété significative de la musique.

Voici une carte Dieleman a généré de chaque artiste sur Spotify, regroupés par leur ressemblance les uns aux autres.

(Sérieusement, le message de blog à ce sujet est fascinant - lire aller).

Toutes ces caractéristiques offrent ensemble des motifs beaucoup plus riches des recommandations, parce que le système peut recommander des chansons, non seulement par qui les aime d`autre, mais par leurs propriétés abstraites réelles. Spotify n`a pas lancé ce aux consommateurs encore, mais il est seulement une question de temps. Maintenant, tirer le meilleur parti de Spotify nécessite quelques astuces spécifiques et de savoir-faire. À l`avenir, il peut se faire automatiquement.Mieux utiliser Spotify avec ces meilleurs conseils et astucesMieux utiliser Spotify avec ces meilleurs conseils et astucesSi vous avez investi du temps et de l`argent dans des listes de lecture et d`un abonnement, il est logique d`apprendre quelques-unes des fonctions moins connues et bizarreries que le client Spotify a à offrir. On ne peut nier le ...Lire la suite

Pourrait même être fait pour, par exemple, des films?

Ce n`est pas hors de question. Google a déjà un algorithme qui peut comprendre une photographie assez bien pour décrire en anglais avec un certain degré de précision. Google chercheur Geoffrey Hinton, connu comme le « Père de Neural Networks », a déclaré dans son Reddit AMA qu`il sera déçu si nous ne disposons pas d`un algorithme qui peut décrire les événements d`un film dans les cinq ans. Ce genre de capacité d`analyse serait lot des informations supplémentaires que Netflix pourrait utiliser pour faire des recommandations de films plus intelligents.

Trading haute fréquence

Un autre domaine que nous ne pensons pas souvent est le trading algorithmique. En 2012, la moitié de la transactions sur le marché boursier ont été faites par des programmes informatiques. Pourquoi? Parce que les humains sont lents. des événements du marché peuvent se produire sur une échelle de temps de quelques millisecondes. Les humains ne peuvent pas interpréter même information rapide, beaucoup moins d`agir sur eux.Comment commencer à investir dans les stocks Même si vous êtes un débutant totalComment commencer à investir dans les stocks Même si vous êtes un débutant totalEntrer dans le monde de l`investissement n`est pas facile, mais grâce à de nouveaux outils en ligne à base d`algorithmes que vous pouvez vous impliquer même si vous êtes un débutant. Voici six des meilleurs.Lire la suite

trading haute fréquence met les décisions financières entre les mains des algorithmes informatiques qui permettent de prédire le comportement des stocks, et acheter et vendre en conséquence. Bien qu`ils ne disposent pas du jugement des commerçants humains, leur vitesse leur donne accès à des opportunités qui sont tout simplement trop rapide pour les êtres humains.

Le trading algorithmique affecte votre vie financière dans une variété de façons différentes. vos investissements exister dans un marché qui bouillonne pratiquement avec des algorithmes. Ils changent la dynamique des marchés, tant en moyens bons et mauvais. Ils offrent plus de liquidités, et un tampon contre la volatilité, mais ils présentent aussi certains risques.

Le trading algorithmique a introduit entièrement nouveaux types de criminalité financière. En 2010, un seul opérateur en utilisant une légion d`algorithmes automatisés pour tenter de manipuler illégalement le marché a déclenché accidentellement un krach billion de dollars - le marché boursier a chuté d`environ 9% en quelques minutes.

Ironie du sort, l`accident a été aggravée par des algorithmes de négociation légitimes de dumping positions en réponse à la baisse. Parce que beaucoup d`entre eux utilisaient des algorithmes similaires à l`époque, ils se nourrissaient les uns les autres, créant ainsi une boucle de rétroaction négative. Bien que le marché a récupéré rapidement, la fluctuation étonnante montre à quel point le contrôle du monde financier que nous avons cédé à ces algorithmes.

La publicité

La publicité est difficile. Les consommateurs sont inconstants et doivent soudoyé, flattée, et autrement manipulés dans l`achat d`un produit. Il y a une limite à la façon dont vous pouvez effectivement manipuler les gens quand vous devez communiquer avec eux en masse. Les gens sont différents, et les mêmes produits et messages ne fera pas appel à tous.

Inutile de dire que l`existence de l`Internet et des ordinateurs a fondamentalement changé le jeu pour les annonceurs. Maintenant, les annonceurs peuvent identifier un message à une personne en particulier, déterminer exactement ce qu`ils veulent et ont besoin. Pour ce faire, ils se fondent sur des algorithmes d`apprentissage machine qui peut regarder la navigation de quelqu`un et habitudes d`achat, et tirer des conclusions sur ce qu`ils pourraient acheter à l`avenir.Pensez-vous que deux fois ces pièges Achats en ligne avant d`acheter?Pensez-vous que deux fois ces pièges Achats en ligne avant d`acheter?Les détaillants et les spécialistes du marketing utilisent la psychologie comportementale de pointe pour vous faire acheter leurs produits, si vous avez besoin ou non. Savez-vous comment ils vous cibler?Lire la suite

La puissance de ces algorithmes a été mis en valeur à l`effet Stark dans le tristement célèbre affaire, partagée par statisticienne cible Andrew Pole, dans lequel un gestionnaire cible a été confronté à un père en colère, se plaignant que sa fille adolescente était brochures envoyé des coupons conçus pour les femmes enceintes . Le directeur a présenté ses excuses, et le père a quitté. Lorsque le gestionnaire appelé à un suivi, il a été surpris d`entendre le père des excuses, après avoir découvert que le logiciel d`apprentissage de la machine cible était correcte: sa fille était enceinte.

Ce fut l`un des incidents, selon Pôle, qui a causé la cible pour commencer à cacher l`efficacité de ses algorithmes d`apprentissage machine. Selon Poole,

« Nous sommes très prudents sur le respect de toutes les lois sur la vie privée. Mais même si vous suivez la loi, vous pouvez faire des choses où les gens se nauséeux. [...] Ensuite, nous avons commencé à mixer dans toutes ces annonces pour des choses que nous connaissions les femmes enceintes ne seraient jamais acheter, de sorte que les bébés annonces regardions au hasard. [...] Et nous avons découvert que tant qu`une femme enceinte pense qu`elle n`a pas été espionné, elle va utiliser les coupons. Elle suppose juste que tout le monde sur son bloc a le même logiciel de messagerie pour les couches et des lits. Tant que nous ne Spook pas, ça marche « .

En d`autres termes, les algorithmes de ciblage sont si puissants que la cible doit se cacher activement leur précision pour éviter que les clients faire peur. Ces algorithmes peuvent avoir un impact puissant sur ce que nous achetons, et (quand il est utilisé correctement) ils sont complètement invisibles.

Classements Web

Nous entendons tout le temps des choses qui sont « tendances » ou « explosant » ou «aller virale.» En général, les gens pensent à ce sujet comme un processus organique. Ce qu`ils pourraient négliger, à première vue, est que la quasi-totalité de cette activité se passe sur une poignée de sites: Google, Reddit, Twitter, Tumblr et Facebook. La plupart de ces sites utilisent des variations sur un algorithme d`apprentissage automatique pour déterminer ce que vous faites et ne voient pas, et ces algorithmes ont un effet puissant sur les histoires « vont virale », et qui ne le font pas d`histoires.5 choses Surprenant J`apprenaient en observant un message Aller viral sur Tumblr5 choses Surprenant J`apprenaient en observant un message Aller viral sur TumblrImaginez votre surprise quand vous vous réveillez un matin pour trouver que quelque chose que vous avez fait est allé virale. Vous pouvez en apprendre beaucoup sur la façon dont le contenu se comporte sur Tumblr en observant le processus viral se dérouler.Lire la suite

Pour la plupart de ces sites, les algorithmes qu`ils utilisent pour le contenu de rang sont la propriété - un secret commercial.

Dans le cas de Reddit, l`algorithme utilisé pour contrôler les messages en font la première page sont haineusement compliquées, dans une tentative extrêmement infructueuse pour le rendre plus difficile à jouer. La même chose pour Twitter et Google. Tout cela est un peu inquiétant, parce que ce genre de choses peut importe beaucoup.

Video: Apprentissage automatique [7.2] : Mélange de gaussiennes - modèle

Selon le psychologue Roger Epstein, le choix de Google de l`algorithme pagerank pourrait déterminer à lui seul le résultat de plus d`un quart des élections présidentielles dans le monde entier. C`est un lot du pouvoir dans les mains d`un morceau de logiciel.

Apprendre à aimer les algorithmes

La leçon à emporter de tout cela n`est pas de panique. Nous avons cédons le pouvoir aux robots pour un certain temps maintenant - et, à quelques exceptions près, le monde semble encore aller assez bien. Il y a peu de raison de stocks de nourriture en conserve et des fusils de chasse tout de suite.

Toutefois, il ne paie d`être au courant du degré auquel ces algorithmes influencent votre vie. Quels sont les intérêts qu`ils représentent? Vos choix aussi libres qu`ils se sentent?

Qu`est-ce que tu penses? Est-ce logiciel effrayant? Intéressant? Faites le nous savoir dans les commentaires!