Google-მა ახლახან გამოაქვეყნა კვლევა, რომელიც რეკომენდაციების სისტემების მუშაობის პრინციპს ფუნდამენტურად ცვლის. ეს ცვლილება ეხება ისეთ პლატფორმებს, როგორებიცაა YouTube და Google Discover, რომლებსაც ყოველდღიურად მილიარდობით ადამიანი იყენებს. თუ აქამდე ალგორითმები მხოლოდ მშრალ ფაქტებს ეყრდნობოდნენ და კონტენტს ტექნიკური პარამეტრების მიხედვით აფასებდნენ, ახალმა სისტემამ ისწავლა იმ სუბიექტური მნიშვნელობების გაგება, რომლებსაც ადამიანები სიტყვებში დებენ. ეს ნამდვილად მნიშვნელოვანი ნაბიჯია ხელოვნური ინტელექტის განვითარების პროცესში, რომელიც ციფრულ სამყაროსა და ადამიანურ აღქმას შორის არსებულ უფსკრულს კოლოსალურად ამცირებს.
რატომ უჭირდა Google-ს „რბილი ატრიბუტების” გაგება?
ტრადიციული სისტემები კარგად მუშაობენ ეგრეთ წოდებულ „მყარ ატრიბუტებზე”. ესენია ობიექტური, გაზომვადი მახასიათებლები, როგორებიცაა ფილმის ჟანრი, რეჟისორის სახელი, გამოშვების წელი, ვიდეოს ხანგრძლივობა ან სიმღერის ტემპი. ამ პარამეტრებს აქვთ მკაფიო, ერთმნიშვნელოვანი განმარტება. კომედია ყველასთვის კომედიაა, ხოლო 2020 წელს გამოშვებული ფილმი ყველასთვის იგივე თარიღით არის მარკირებული.
თუმცა მომხმარებლები ხშირად ვიყენებთ სრულიად განსხვავებული ტიპის აღწერილობებს, სხვანაირად ამას „რბილ ატრიბუტებს” უწოდებენ. ესენია სიტყვები, რომლებიც სუბიექტურ შეფასებას გამოხატავს. მაგალითად, როდესაც ვამბობთ, რომ ფილმი „სასაცილოა”, „მყუდროა”, „დაძაბულია” ან „ინსპირაციულია”, ჩვენ გადმოვცემთ პირად შეგრძნებას და არა ობიექტურ ფაქტს.
მთავარი პრობლემა იმაში მდგომარეობდა, რომ ეს ცნებები სხვადასხვა ადამიანისთვის სხვადასხვა რამეს ნიშნავს. ის, რაც ჩემთვის სასაცილოა, სხვისთვის შესაძლოა სულაც არ იყოს ასეთი. ერთი ადამიანისთვის „მყუდრო” ფილმი შეიძლება იყოს რომანტიკული კომედია, მეორისთვის კი – დოკუმენტური ფილმი ბუნებაზე. „დაძაბულობის” აღქმაც ინდივიდუალურია – ზოგისთვის თრილერი საკმარისად დაძაბულია, ზოგს კი საშინელებათა ფილმიც არ აღელვებს. ტრადიციულ ალგორითმებს არ შეეძლოთ ამ ნიუანსების გათვალისწინება, რადგან ისინი ერთიან, უნივერსალურ განმარტებებს ეყრდნობოდნენ.
Google-ის ახალი სისტემა სწორედ ამ ინდივიდუალური აღქმას აანალიზებს. ის აღარ ცდილობს ერთი საყოველთაო განმარტების მორგებას ყველა მომხმარებელზე, არამედ თითოეული ადამიანისთვის ცალკე სწავლობს, რას ნიშნავს კონკრეტული სუბიექტური ცნება.
ტექნოლოგიური გარღვევა – კონცეფციის აქტივაციის ვექტორები
Google-მა გამოიყენა ინოვაციური მიდგომა, რომელსაც კონცეფციის აქტივაციის ვექტორები ეწოდება (Concept Activation Vectors, შემოკლებით CAVs). იმისთვის, რომ გავიგოთ, როგორ მუშაობს ეს ტექნოლოგია, საჭიროა მცირე განმარტება.
ხელოვნური ინტელექტის სისტემებში ინფორმაცია ინახება და მუშავდება რიცხვითი ვექტორების სახით. ვექტორი, მარტივად რომ ვთქვათ, არის რიცხვების ნაკრები, რომელიც რაიმე ცნებას ან ობიექტს აღწერს მრავალგანზომილებიან სივრცეში. მაგალითად, სიტყვა „კატა” შეიძლება წარმოდგენილი იყოს ასობით რიცხვის კომბინაციით, რომელიც ამ ცნების სემანტიკურ მნიშვნელობას ასახავს.
კონცეფციის აქტივაციის ვექტორები კიდევ უფრო შორს მიდის. ისინი აბსტრაქტულ, სუბიექტურ ცნებებს მათემატიკურ წარმოდგენებად გარდაქმნიან. ეს ტექნოლოგია ხელოვნურ ინტელექტს რამდენიმე მნიშვნელოვან შესაძლებლობას აძლევს.
პირველ რიგში, სისტემას შეუძლია ადამიანური ენის მანქანურ ლოგიკაში თარგმნა. ის ბუნდოვან აღწერილობებს, მაგალითად „მშვიდ მუსიკას”, კონკრეტულ ციფრულ ვექტორებთან აკავშირებს. როდესაც თქვენ ამბობთ „მშვიდი”, სისტემა ამ სიტყვას თარგმნის რიცხვით კოორდინატებად, რომლებიც შემდეგ კონტენტის მახასიათებლებთან შედარდება. მაგრამ ყველაზე საინტერესო ნაწილი ისაა, რომ ეს კოორდინატები თქვენთვის შეიძლება განსხვავებული იყოს, ვიდრე სხვა მომხმარებლისთვის, რადგან სისტემამ თქვენი წინა ქცევის მიხედვით ისწავლა თუ კონკრეტულად თქვენ რას გულისხმობთ „მშვიდში”.
მეორეც, ალგორითმი პერსონალიზაციას ახდენს მთლიანი სისტემის ხელახალი სწავლების გარეშე. ტრადიციულად, როდესაც ხელოვნურ ინტელექტს ახალი ცნების სწავლება სჭირდებოდა, საჭირო იყო მთელი მოდელის გადატრენინგება, რაც დროსა და რესურსებს მოითხოვდა. ახალი მიდგომით, ალგორითმს არ სჭირდება გადატვირთვა იმისთვის, რომ თქვენი ინდივიდუალური გემოვნება გაიგოს – ის რეალურ დროში ერგება თქვენს უკუკავშირს. როდესაც ვიდეოს მოიწონებთ ან გამოტოვებთ, სისტემა მყისიერად აკორექტირებს თქვენს პერსონალურ ვექტორებს.
მესამე შესაძლებლობა ინტერაქტიული დაზუსტებაა, რაც განსაკუთრებით საინტერესოა მომხმარებლის გამოცდილების თვალსაზრისით. მომხმარებელს შეუძლია პირდაპირ მიმართოს სისტემას ბუნებრივი ენით, მაგალითად: „მაჩვენე უფრო ნაკლებად ინტენსიური ვიდეოები” ან „მინდა რაღაც უფრო მხიარული”. ხელოვნური ინტელექტი მყისიერად ხვდება, რას ნიშნავს თქვენთვის „ინტენსიური” ან „მხიარული”, რადგან მან უკვე ისწავლა თქვენი ინდივიდუალური განმარტებები ამ სიტყვებისა. ეს ქმნის ბევრად უფრო ბუნებრივ დიალოგს ადამიანსა და მანქანას შორის.
რატომ არის ეს მნიშვნელოვანი?
ეს ცვლილება ფუნდამენტურად გარდაქმნის იმას, თუ როგორ ურთიერთობს Google თავის მომხმარებლებთან. (ეს ცვლილება ნამდვილად შეგიძლიათ გაითვალისწინოთ საძიებო სისტემების ოპტიმიზაციის პროცესში). Google ცდილობს გაიგოს მიზეზი, თუ რატომ მოგვეწონა კონკრეტული კონტენტი. ეს არის გადასვლა „რას აკეთებს მომხმარებელი” კითხვიდან „რატომ აკეთებს ამას მომხმარებელი” კითხვაზე.
Discovery პლატფორმებისთვის ეს დიდ ცვლილებას მოიტანს. Google Discover და YouTube უფრო ინტუიციური გახდება.
* Google Discover – მობილურ მოწყობილობებზე გვთავაზობს პერსონალიზებულ კონტენტს
მომხმარებლებს შეეძლებათ იგრძნონ, რომ სისტემას მართლაც „ესმის” მათი.
რაც შეეხება კონტენტის შემქმნელებს, მათთვის ეს ცვლილება ახალ რეალობას ქმნის. მხოლოდ საკვანძო სიტყვების გამოყენება აღარ იქნება საკმარისი იმისთვის, რომ კონტენტი აუდიტორიამდე მივიდეს. ახლა უკვე მნიშვნელოვანია კონტენტის ემოციური და სემანტიკური მუხტი, რადგან ხელოვნური ინტელექტი სწორედ ამას ეძებს. თუ ვიდეო ან სტატია ემოციურად რეზონირებს აუდიტორიასთან, ალგორითმი ამას „დაინახავს” და შესაბამისად დააჯილდოვებს. ეს ნიშნავს, რომ კონტენტის ხარისხი და ემოციური სიღრმე უფრო მნიშვნელოვანი ხდება, ვიდრე ტექნიკური ოპტიმიზაცია.
