Zapněte vybranou streamovací službu nebo otevřete webovou stránku svého preferovaného obchodního domu a systém doporučení se určitě spustí.
“Tento seriál se vám líbil, takže si myslíme, že se vám bude líbit tento!” Nebo: “Když se díváte na růžovou plátěnou sukni, přemýšlejte o koupi těchto krémových espadrilek!” Jsou klíčovými hybateli obchodu, protože pomáhají zákazníkům vidět produkty, které si s největší pravděpodobností koupí. Nezapadají však úhledně do stávajících řetězců nástrojů strojového učení.
Některé z nejznámějších nástrojů doporučení jsou pro obsah. Jedním z příkladů je děsivý smysl YouTube pro to, co byste chtěli sledovat jako další, a konečným šampionem této hry je TikTok: Je lahodně návyková právě proto, že algoritmy vědí, po čem vaše srdíčko touží.
V některých případech je však doporučení více. Pro internetový obchod mohou být různé marže pro různé produktové řady a má informace, které samotný motor nemá; například, lidé si možná nebudou kupovat lyžařské vybavení teď, ale zatraceně jistě, že budou později v roce. Rubber Ducky Labs, startup se sídlem v San Franciscu, se snaží týmům usnadnit ladění, analýzu a vylepšení jejich systémů doporučení.
Tým pracuje v prostoru, který má hlubší trend: Jak víte, že AI odvádějí dobrou práci? Algoritmy stále častěji dělají věci, kterým lidé plně nerozumí – a bez zpětné vazby to může být složité.