4 Algorithmen zum maschinellen Lernen, die Ihr Leben prägen

Software wird intelligent. Es ist ein langsamer, ungleichmäßiger Prozess - aber es scheint auch nicht aufzuhalten. Nacheinander die harten Probleme des maschinellen Lernens Wie intelligente Software Ihr Leben verändern wird Wie intelligente Software Ihr Leben verändern wird Skynet kommt und wird unglaublich populär. Es entstehen neue KI-Technologien, die sich auf die Art und Weise, wie wir leben, spielen und arbeiten, verändern werden. Read More wird auf leistungsstarke neue theoretische Werkzeuge zurückgreifen, die uns die Entwicklung von Software ermöglichen, die wirklich beeindruckende Dinge leisten kann.

Einige Anwendungen, wie zum Beispiel selbstfahrende Autos, liegen einige Jahre vor. Was Sie möglicherweise nicht erkennen, ist, dass maschinelles Lernen bereits um Sie herum ist und einen überraschenden Einfluss auf Ihr Leben ausüben kann. Glaub mir nicht Sie könnten überrascht sein.

Beginnen wir mit einem offensichtlichen Beispiel.

Inhaltsempfehlungen

Wenn Sie durch Spotify oder Netflix oder den Kindle Store von Amazon stöbern, werden Sie von Algorithmen zum Lernen des Computers überwacht. Es ist ihre Aufgabe - sie brauchen die Informationen, um Ihnen Empfehlungen zu geben, eine Technologie des maschinellen Lernens, die so allgegenwärtig ist, dass Sie nie darüber nachgedacht haben.

Es ist überall - aller Wahrscheinlichkeit nach wurden die meisten Medien, die Sie in den letzten Jahren verwendet haben, durch diese Algorithmen für Sie ausgewählt.

Wenn Sie darüber nachdenken, scheint diese Art von Empfehlung unmöglich zu sein. Wie weiß ein Computerprogramm, dass es Ihnen gefällt? Der westliche Flügel? Hat es es gesehen? Fühlt es die Menschlichkeit von Martin Sheens nuancierter Darstellung von Präsident Bartlett? Bekommt es die Witze? Hat es für Janel Moloney undurchdringlich die Scheiße?

Es stellt sich heraus, dass diese Algorithmen genau diese Dinge nicht tun. Stattdessen ordnen sie den Inhalt vollständig zu Verwendungszweck. Diese Algorithmen ignorieren den Inhalt des Inhalts und konzentrieren sich stattdessen darauf, welche Art von Leuten sie mögen und was sie sonst noch mögen.

Durch einen Blick auf das, was Sie bereits mögen, kann der Algorithmus herausfinden, welchen erlernten Stereotypen Sie am meisten ähneln, und er kann sehr genau über Ihren Geschmack raten. Mögen Sie Die tägliche Show, Häuschen im Wald, und Kartenhaus? Nun, ein schrecklich großer Anteil der Menschen in dieser Kategorie gefällt Der westliche Flügel. Wahrscheinlichkeiten werden Sie auch.

Interessanterweise beginnt sich dieser zuvor universelle Ansatz zu ändern, da wir an die Grenzen dessen gelangen, was Sie aus den Nutzungsmustern herausfinden können. Es gibt echte Grenzen, was Sie mit dieser Art von Algorithmus tun können. Nur für den Anfang - Wie ordnen Sie neuen Inhalt ein, der noch keine Ansichten hat??

Es gibt auch die Frage nach sinkender Rendite. Empfehlungen für Netflix: Der ultimative Netflix-Leitfaden: Alles, was Sie schon immer über Netflix wissen wollten Der ultimative Netflix-Leitfaden: Alles, was Sie schon immer über Netflix wissen wollten In diesem Handbuch finden Sie alles Wissenswerte über die Verwendung von Netflix. Egal, ob Sie ein neuer Abonnent sind oder ein etablierter Fan des besten Streaming-Dienstes sind. Lesen Sie mehr, aber mit den vorhandenen Techniken werden sie nicht viel besser. Im Jahr 2009 hatte Netflix einen Wettbewerb in Höhe von einer Million Dollar, um eine überlegene Version seines Empfehlungsalgorithmus zu finden, und der Gewinner verbesserte die Empfehlungen nur um etwa 10%. Seitdem sind die Verbesserungen noch geringer. An einem bestimmten Punkt könnte der einzige Weg, um viel besser zu tun, darin bestehen, Computern das Verstehen von Kunst beizubringen.

Das ist, was Tech-Unternehmen tun.

Ein Spotify-Praktikant namens Sander Dieleman wendete im vergangenen Jahr eine leistungsstarke Machine Learning-Technologie an “Deep Learning Microsoft vs Google - Wer führt die Künstliche Intelligenz? Microsoft vs Google - Wer führt die Künstliche Intelligenz? Forscher der künstlichen Intelligenz machen spürbare Fortschritte, und die Menschen beginnen wieder ernsthaft über die KI zu sprechen. Die beiden Titanen, die das Rennen über künstliche Intelligenz anführen, sind Google und Microsoft. Weiterlesen ” zu ihrer Datenbank, so dass das Programm lernen kann, Musik zu analysieren. Das neuronale Netzwerk erkannte automatisch - nur mit rohen Audiodaten - unverwechselbare Muster in der Musik.

Ein niederes Neuron feuerte nur als Reaktion auf das Vibrato-Singen. Tief im Netzwerk befand sich ein Neuron, das gelernt hatte, Christian Rock zu identifizieren. Ein weiterer für Chiptunes und Acht-Bit-Musik gebrannter Hersteller 8bit-Musik erstellen: Einführung in kostenlose Chiptune-Musik-Trackers Erstellen von 8-Bit-Musik: Einführung in kostenlose Chiptune-Musik-Trackers Hier finden Sie alle Tools, die Sie zum Erstellen Ihrer eigenen Chiptune-Musik benötigen. Weiterlesen . Ein anderer wurde nur für Armin Van Buren gefeuert. Viele andere waren namenlos, drückten aber dennoch einige bedeutungsvolle Eigenschaften der Musik aus.

Hier ist eine Karte, die Dieleman von jedem Künstler auf Spotify generiert hat, gruppiert nach ihrer Ähnlichkeit.

(Im Ernst, der Blog-Post darüber ist faszinierend - lesen Sie ihn.).

Alle diese Funktionen zusammen bieten einen viel besseren Grund für Empfehlungen, da das System Songs nicht nur von anderen Personen, sondern auch von ihren tatsächlichen abstrakten Eigenschaften empfehlen kann. Spotify hat dies noch nicht auf die Verbraucher übertragen, aber es ist nur eine Frage der Zeit. Jetzt mit Spotify das Beste aus machen Spotify besser nutzen Mit diesen Top Tipps und Tricks besser Spotify mit diesen Top Tipps und Tricks besser nutzen 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 gibt keine Ablehnung der… Read More erfordert einige spezielle Tricks und Know-how. In der Zukunft kann es automatisch passieren.

Könnte das auch für Filme sein?

Es ist nicht ausgeschlossen. Google verfügt bereits über einen Algorithmus, der ein Foto gut genug versteht, um es auf Englisch mit ziemlich genauem Text zu beschreiben. Google-Forscher Geoffrey Hinton, bekannt als “Vater der neuronalen Netze,” sagte in seinem Reddit AMA, dass er enttäuscht sein würde, wenn wir keinen Algorithmus haben, der die Ereignisse eines Films innerhalb von fünf Jahren beschreiben kann. Diese analytische Fähigkeit wäre a Menge Weitere Informationen, die Netflix verwenden könnte, um intelligentere Filmempfehlungen abzugeben.

Hochfrequenzhandel

Ein anderer Bereich, an den wir nicht oft denken, ist der algorithmische Handel. 2012 wird die Hälfte aller Börsen gehandelt Wie man anfängt, in Aktien zu investieren, auch wenn Sie ein Anfänger sind Wie Sie anfangen, in Aktien zu investieren, auch wenn Sie ein Anfänger sind Der Einstieg in die Welt des Anlegens ist nicht einfach, aber dank Neue algorithmische Online-Tools, mit denen Sie sich auch für Anfänger engagieren können. Hier sind sechs der besten. Weitere Informationen wurden von Computerprogrammen erstellt. Warum? Weil Menschen langsam sind. Marktereignisse können in einer Zeitspanne von Millisekunden vorkommen. Menschen können Informationen gar nicht so schnell interpretieren, geschweige denn auf sie einwirken.

Beim Hochfrequenzhandel werden diese finanziellen Entscheidungen in die Hände von Computeralgorithmen gelegt, die das Verhalten von Aktien vorhersagen und dementsprechend kaufen und verkaufen können. Ihnen fehlt zwar das Urteilsvermögen menschlicher Händler, aber ihre Geschwindigkeit gibt ihnen Zugang zu Möglichkeiten, die den Menschen einfach zu schnell sind.

Algorithmischer Handel beeinflusst Ihr Finanzleben auf verschiedene Weise. Ihre Investitionen 5 Websites, auf denen Sie lernen können, Geld zu investieren 5 Websites, auf denen Sie lernen können, Geld zu investieren Das Lernen von Investitionen kann einschüchternd sein, aber diese fünf Websites helfen Ihnen dabei, es mit klaren Erklärungen und nützlichen Ratschlägen leicht zu machen. Lesen Sie mehr in einem Markt, der praktisch mit Algorithmen kocht. Sie verändern die Dynamik der Märkte auf gute und schlechte Weise. Sie bieten mehr Liquidität und einen Puffer gegen die Volatilität, bringen jedoch auch gewisse Risiken mit sich.

Der algorithmische Handel hat völlig neue Arten von Finanzkriminalität eingeführt. Im Jahr 2010 löste ein einzelner Trader, der eine Vielzahl automatisierter Algorithmen verwendete, um den Markt illegal zu manipulieren, versehentlich einen Billionen-Dollar-Marktabsturz aus - der Aktienmarkt ging innerhalb von Minuten um etwa 9% zurück.

Ironischerweise wurde der Absturz durch legitime Handelsalgorithmen verstärkt, die als Reaktion auf den Rückgang Positionen ablegten. Da viele von ihnen damals ähnliche Algorithmen verwendeten, fuhren sie aufeinander und bildeten eine negative Rückkopplungsschleife. Obwohl sich der Markt schnell erholte, zeigt die erstaunliche Fluktuation, wie viel Kontrolle wir der Finanzwelt an diesen Algorithmen haben.

Werbung

Werbung ist hart. Die Verbraucher sind wankelmütig und müssen bestochen, geschmeichelt und auf andere Weise zum Kauf eines Produkts manipuliert werden. Es gibt ein Limit, wie effektiv Sie Menschen manipulieren können, wenn Sie massenweise mit ihnen kommunizieren müssen. Die Menschen sind unterschiedlich, und dieselben Produkte und Botschaften werden nicht allen gefallen.

Natürlich hat das Internet und die Computer das Spiel für Werbetreibende grundlegend verändert. Werbetreibende können nun eine Nachricht an eine bestimmte Person richten und genau herausfinden, was sie wollen und brauchen. Um dies zu erreichen, verlassen sie sich auf Algorithmen zum maschinellen Lernen, mit denen die Surf- und Kaufgewohnheiten einer Person betrachtet werden können. Denken Sie zweimal über diese Online-Kauffallen nach, bevor Sie kaufen? Denken Sie zweimal über diese Online-Shopping-Fallen nach, bevor Sie kaufen? Einzelhändler und Vermarkter setzen auf modernste Verhaltenspsychologie, damit Sie ihre Produkte kaufen, ob Sie sie brauchen oder nicht. Wissen Sie, wie sie auf Sie zielen? Lesen Sie mehr und machen Sie Rückschlüsse darauf, was sie in Zukunft kaufen könnten.

Die Leistungsfähigkeit dieser Algorithmen zeigte sich in dem berüchtigten Fall, den der Target-Statistiker Andrew Pole geteilt hatte, in dem ein Target-Manager von einem wütenden Vater konfrontiert wurde, und bewies, dass seiner jugendlichen Tochter Broschüren mit Coupons für schwangere Frauen geschickt wurden . Der Manager entschuldigte sich und der Vater ging. Als der Manager anrief, um nachzufragen, war er überrascht zu hören, wie der Vater sich entschuldigte, als er herausfand, dass die Machine Learning-Software von Target richtig war: Seine Tochter war schwanger.

Dies war laut Pole einer der Vorfälle, der dazu führte, dass Target die Wirksamkeit seiner maschinellen Lernalgorithmen zu verbergen begann. Laut Poole,

“Wir halten uns sehr an die Einhaltung aller Datenschutzgesetze. Aber selbst wenn Sie sich an das Gesetz halten, können Sie Dinge tun, bei denen die Leute sich schlecht fühlen. […] Dann mischten wir all diese Anzeigen für Dinge ein, von denen wir wussten, dass schwangere Frauen niemals kaufen würden, also sahen die Babyanzeigen zufällig aus. […] Und wir fanden heraus, dass, solange eine schwangere Frau glaubt, dass sie nicht ausspioniert wurde, sie die Coupons verwenden wird. Sie geht nur davon aus, dass alle anderen in ihrem Block den gleichen Mailer für Windeln und Krippen bekommen haben. Solange wir sie nicht erschrecken, funktioniert es.”

Mit anderen Worten, die Targeting-Algorithmen sind so leistungsfähig, dass Target ihre Genauigkeit aktiv verbergen muss, um Kunden zu erschrecken. Diese Algorithmen können einen starken Einfluss auf das, was wir kaufen, haben und sind bei richtiger Anwendung völlig unsichtbar.

Web-Rankings

Wir hören ständig über Dinge, die es gibt “Trend,” oder “Sprengen” oder “5 Überraschende Dinge, die ich durch das Beobachten eines Beitrags gelernt habe Viren gehen auf Tumblr 5 Überraschende Dinge, die ich durch das Ansehen eines Beitrags erlernt gehen Viren auf Tumblr gehen Stellen Sie sich Ihre Überraschung vor, wenn Sie eines Morgens aufwachen und feststellen, dass etwas, das Sie gemacht haben, viral geworden ist. Sie können viel darüber lernen, wie sich Inhalte auf Tumblr verhalten, indem Sie den viralen Prozess beobachten. Weiterlesen .” Im Allgemeinen denken die Menschen dies als einen organischen Prozess. Was sie auf den ersten Blick übersehen könnten, ist, dass fast alle Aktivitäten auf einer Handvoll Websites stattfinden. Die besten Websites im Internet Die besten Websites im Internet Eine enorme Liste der besten Websites im Internet in vierzehn praktischen Kategorien . Dies sind die Top-of-the-Line-Websites, die Ihnen das bieten, was Sie brauchen. Lesen Sie mehr: Google, Reddit, Twitter, Tumblr und Facebook. Die meisten dieser Websites verwenden Variationen eines Algorithmus für maschinelles Lernen, um zu bestimmen, was Sie sehen und nicht sehen. Diese Algorithmen haben einen starken Einfluss auf die Geschichten “viral gehen”, und welche Geschichten nicht.

Für die meisten dieser Websites sind die Algorithmen, die sie zur Einstufung von Inhalten verwenden, proprietär - ein Geschäftsgeheimnis.

Im Falle von Reddit ist der Algorithmus, mit dem gesteuert wird, welche Posts auf die Startseite gelangen, äußerst kompliziert und äußerst erfolglos, um das Spiel zu erschweren. Gleiches gilt für Twitter und Google. All das ist ein wenig alarmierend, weil dieses Zeug sehr wichtig sein kann.

Laut dem Psychologen Roger Epstein könnte Googles Wahl des Pagerank-Algorithmus allein das Ergebnis von mehr als einem Viertel der weltweiten Präsidentschaftswahlen bestimmen. Das ist ein Menge der Macht in den Händen einer Software.

Lerne, die Algorithmen zu lieben

Die Lektion, die man von all dem nehmen kann, ist keine Panik. Wir haben jetzt schon eine Weile die Macht an die Roboter abgegeben - und bis auf wenige Ausnahmen scheint die Welt noch recht gut zu laufen. Es gibt noch keinen Grund, sich mit Konserven und Schrotflinten einzulagern.

Es lohnt sich jedoch zu wissen, inwieweit diese Algorithmen Ihr Leben beeinflussen. Wessen Interessen vertreten sie? Sind Ihre Entscheidungen so frei, wie sie sich fühlen?

Was denkst du? Ist diese Software gruselig? Interessant? Lass es uns in den Kommentaren wissen!

Bildnachweise: Marionettenpose über Shutterstock, Roboterarm über Shutterstock

Erfahren Sie mehr über: Künstliche Intelligenz, Technologie.