Η αναζήτηση για καλύτερες μηχανές συστάσεων AI

Ενεργοποιήστε το

υπηρεσία ροής της επιλογής σας ή ανοίξτε τον ιστότοπο για το πολυκατάστημα που προτιμάτε και ένα σύστημα συστάσεων είναι βέβαιο ότι θα ξεκινήσει.

“Σας άρεσε αυτή η τηλεοπτική σειρά, οπότε πιστεύουμε ότι θα σας αρέσει αυτή!” Ή: “Καθώς κοιτάτε μια ροζ λινή φούστα, σκεφτείτε να αγοράσετε αυτές τις κρεμ εσπαντρίγιες για να τη συνδυάσετε!” Είναι βασικοί οδηγοί του εμπορίου επειδή βοηθούν τους πελάτες να δουν τα προϊόντα που είναι πιο πιθανό να αγοράσουν. Αλλά δεν ταιριάζουν απόλυτα στις υπάρχουσες αλυσίδες εργαλείων μηχανικής εκμάθησης.

Μερικές από τις πιο γνωστές μηχανές συστάσεων είναι για περιεχόμενο. Η απόκοσμη αίσθηση του

YouTube

για το τι θα θέλατε να παρακολουθήσετε στη συνέχεια είναι ένα παράδειγμα και ο απόλυτος πρωταθλητής αυτού του παιχνιδιού είναι το

TikTok

: Είναι υπέροχα εθιστικό, ακριβώς επειδή οι αλγόριθμοι γνωρίζουν τι θέλει η μικρή σας καρδιά.

Σε ορισμένες περιπτώσεις, ωστόσο, υπάρχουν περισσότερα για μια σύσταση. Για ένα ηλεκτρονικό κατάστημα, ενδέχεται να υπάρχουν διαφορετικά περιθώρια κέρδους για διαφορετικές σειρές προϊόντων και έχει πληροφορίες που δεν έχει ο ίδιος ο κινητήρας. Για παράδειγμα, οι άνθρωποι μπορεί να μην αγοράζουν εξοπλισμό σκι τώρα, αλλά σίγουρα θα το κάνουν αργότερα μέσα στη χρονιά.

Η Rubber Ducky Labs, μια

startup

με έδρα το Σαν Φρανσίσκο, προσπαθεί να διευκολύνει τις ομάδες να εντοπίσουν σφάλματα, να αναλύσουν και να βελτιώσουν τα συστήματα προτάσεών τους.

Η ομάδα εργάζεται σε έναν χώρο που έχει μια βαθύτερη τάση: Πώς ξέρετε ότι τα AI προσφέρουν καλή δουλειά; Όλο και περισσότερο, οι αλγόριθμοι κάνουν πράγματα που οι άνθρωποι δεν κατανοούν πλήρως – και χωρίς βρόχο ανάδρασης, μπορεί να είναι δύσκολο.