Жасанды интеллект (AI) соңғы онжылдықта әртүрлі бизнесте танымал фраза болды және жарнамалық технологиялар саласы да ерекшелік емес.
Егер сіз жарнамалық технологиялар нарығында жүрсеңіз, AI бар деп мәлімдемейтін платформаны табу қиын. Нәтижесінде қандай платформаларда оның бар және қайсысы жоқ екенін айту мүмкін емес.
Сонымен, күшті және онша күшті емес AI арасындағы айырмашылықты қалай анықтауға болады?
Жарнамалық технологияның AI-ны қарастыру кезінде ойлануға болатын үш фактор бар
Деректер көзі дегеніміз не?
AI алгоритмдері олар жұмыс істейтін деректер сияқты жақсы. Ескірген үшінші тарап деректеріне сүйенетін AI ескірген, жиі әлсіз жіктелген кірістерге негізделген таңдау жасайды. Бұл нашар шешім қабылдауға және сайып келгенде, тиімсіз жарнамаға әкеледі. Оны дұрыс алу үшін жүйелер бірінші тараптың нақты уақыттағы деректерінде жұмыс істеуі және осы нақты уақыттағы деректерді өңдеуге арналған инфрақұрылымы болуы керек, яғни өте төмен кідіріспен (ең аз кідіріспен) үлкен масштабты (үлкен деректерді) өңдеуге қабілетті инфрақұрылымы болуы керек. .
Бұл қандай AI?
Барлық AI әдістері бірдей жасалмайды. Жасанды интеллект (AI) термині роботтандырылған автоматтандыру мен кескінді сәйкестендіруді, сондай-ақ табиғи тілді өңдеуді, машиналық оқытуды және т.б. қоса алғанда, технологиялардың кең ауқымын қамтиды. Жарнамалық технология бизнесіндегі кейбір адамдар автоматтандырылған сценарийлер жинағы AI құрайды деп санайды.
Дегенмен, бұл сценарийлер тек бірнеше енгізу факторларын реттеу арқылы науқандарды жақсарта алады. Керісінше, машиналық оқыту сияқты заманауи әдістер науқанның қажетті нәтижелерін масштабта шығару үшін алдымен мыңдаған айнымалыларды үйреніп, содан кейін өзгерте алады.
Қарапайым аналогияны қолдану үшін, біріншісі автомобильде круиздік бақылауды орнатуға ұқсайды, ал екіншісі өздігінен басқарылатын автокөлікті жасауға баламалы. Уақыт өте жақсы белгіленген, бірегей сәйкес жарнама арқылы адамның шешім қабылдауына әсер ету күрделі, нюансты тақырып болып табылады, оны бірнеше кіріс факторларына келтіруге болмайды.
Бұл үлкен коммерциялық нәтижелерді (мысалы, нейрондық желілер) алу үшін жарнамалық технологиядағы AI қозғалтқыштары үшін машиналық оқыту тәсілдерін пайдалану керек дегенді білдіреді.
AI бастапқы деректермен қаншалықты өзара әрекеттеседі?
AI шикі деректермен мүмкіндігінше тікелей жұмыс істегенде, ол әлдеқайда тиімдірек болады. AI өңдеуден бұрын кірісті бірнеше айнымалыға дейін қолмен абстракциялау оның тиімділігін айтарлықтай төмендетуі мүмкін. Оның орнына, тікелей бастапқы деректерде жұмыс істеу алгоритмдерге сәйкес сипаттамаларды (жаттығу деп аталатын әдіс) өздігінен үйренуге және содан кейін қажетті мақсатқа жету үшін сол мүмкіндіктерді оңтайландыруға мүмкіндік береді.
Мысалы, әртүрлі мысықтарды санаттарға бөлуге арналған AI суретті тану жүйесі, егер алгоритмдер суреттерді түсі мен өлшемі және сипаттамалары сияқты бірнеше факторларға дейін қолмен абстракциялаудың орнына барлық деректермен өңделмеген фотосуреттерді пайдаланса, әлдеқайда жақсырақ жұмыс істейтін болады. .
Сол сияқты, жас, жыныс және география сияқты ұсыныстардың құнын бағалау үшін бірнеше еркін ұсыныс факторларын реттейтін AI шикі деректерге тікелей әсер ететін және машиналық оқыту алгоритмдеріне сәйкес факторларды үйренуге және реттеуге мүмкіндік беретін AI сияқты сәтті емес.
Оны күшті AI қозғалтқышына айналдыратын 3 негізгі мүмкіндіктер мыналар:
AI нақты уақыттағы деректерде жұмыс істейді, бұл оның үлкен өлшемдерді (тәулігіне 20-40 петабайтқа дейін өңделетін деректер) өңдей алатындығын және төмен кідіріспен немесе аз кідіріспен жұмыс істей алатынын білдіреді. Бұл деректердің үлкен көлемін түсініктерге арналған ойын алаңына айналдыратын бастапқыдан әзірленген деректерді талдау жүйесі арқылы жүзеге асады.
Интерактивті және лездік тәжірибе беру үшін ол 100 миллисекундтан аз уақыт ішінде триллионнан астам интернет сигналдарының дерекқорын сұрайды. Айналадағы инфрақұрылымның бұл түрі AI-ның шынайы артықшылықтарын жүзеге асыруға мүмкіндік береді.
Нақты уақыттағы болжамды модельдеу: AI тұтынушылардың үнемі өзгеретін мінез-құлқын жазу, әлеуетті клиенттердің қызығушылығын түсіну және тұтынушы ниетін анықтау үшін ең соңғы интернет оқиғаларына әрекет ете алады. AI осы интеллект пен талғампаздық деңгейіне жету үшін әрбір науқанға жеке болжамды модельдер жасау үшін машинада оқытудың жетілдірілген алгоритмдерін пайдаланады.
Науқан үлгілеріне қоса, AI көру мүмкіндігі мен бренд қауіпсіздігі үшін медиа үлгілерін және ашық интернет тақырыбы үлгісі сияқты жалпы үлгілерді жасайды. Бұл модельдеудің барлығы нейрондық желілер және терең оқыту (тақырыптық модельдеу) сияқты машиналық оқытудың озық әдістері мен трюктерін пайдалану арқылы жүзеге асырылады.