Это официально - ИИ стал мейнстримом. Для специалистов по обработке данных это хорошая новость, хотя есть некоторая двойственность в отношении ее шумихи и этического применения. Компании принимают к сведению - и слишком часто они нанимают специалиста по данным, чтобы посыпать волшебную пыль машинного обучения и ввести компанию в эру искусственного интеллекта. Это, конечно, не сработает - если компания не готова принять информационную грамотность.

Показательный пример: Apple недавно наняла Руслана Салахутдинова, известного эксперта по глубокому обучению и профессора Карнеги-Меллона, моей альма-матер, для создания центра передового опыта в области искусственного интеллекта. Это потрясающе; отрадно видеть, что Apple наконец-то обратила внимание на искусственный интеллект и машинное обучение - но неужели это слишком мало, слишком поздно?

Создать команду, которая будет проводить передовые исследования в области глубокого обучения, машинного и искусственного интеллекта, непросто - не в такой среде найма. Но внедрить в компанию мышление, основанное на данных, на порядки сложнее. Это важно, потому что мышление данными пронизывает ваши продукты и может заставить их чувствовать себя умными - или нет.

Вот пример.

В MacOS Sierra появилась новая версия приложения «Фото» - с улучшенным распознаванием лиц и лучшей организацией, в отличие от Google Фото (который я большой поклонник). Я с энтузиазмом начал использовать его, так как он медленно (я имею в виду медленно - более месяца) индексировал мои фотографии. Распознавание лиц разочаровало - меня определили как 100 разных людей, а еще одного члена моей семьи - более 200. Я вручную - и кропотливо - объединил их, только для того, чтобы появилось больше альтер-эго по мере продолжения индексации. В целом, довольно плохой пользовательский опыт - и того, чего у меня не было с Google Фото, где я максимально использовал дюжину альтер-эго. (Бывают солнцезащитные очки.)

К счастью, это та часть, которую Руслан и его команда докторов наук по машинному обучению могут исправить с помощью более совершенных алгоритмов распознавания лиц, которые могут соответствовать алгоритмам Google. К сожалению, это легко по сравнению с еще более серьезной проблемой: данные как гражданин второго сорта отражаются в дизайне продукта. (Это широко распространенная проблема. Я выбираю Apple, потому что я просто нажал не на ту вещь и потерял свой выбор из 77 лиц, которые собирался объединить.)

Подумайте об этом: Apple Photos распознает сотни лиц, и я старательно их объединяю и маркирую. Теперь Фото знает: а) сколько раз человек появляется на моих фотографиях; б) в каком% моих фото есть этот человек (за каждый год моей жизни!); в) сколько раз я снимался с ними на фото; г) сколько раз один из моих любимых появляется на фотографии с ними. Вы даже можете представить себе построение графа совпадений и итеративное вычисление прочности этих ребер, а затем визуализировать его в стиле LinkedIn InMaps. (Представьте, но на самом деле не делайте этого.)

Итог - Apple Photos должна знать, насколько важны эти люди.

И все же - как Apple Photos упорядочивает эти лица?

По алфавиту.

OK. Возможно, они проводили исследования пользователей, и это был наименее запутанный и менее требовательный метод. Может быть, это самый простой способ найти человека (поиск тоже не для первоклассных людей). Возможно, это было очень осознанное решение предоставить пользователю больше контроля и явно выбрать избранное. Возможно, менеджер по продукту наложил вето на инженера, который придумал меру важности, потому что это звучало слишком запутанно. Может быть, никто не подумал об использовании этих сигналов, потому что это не часть культуры продукта / разработки, а может быть, они и есть - но решили даже не поднимать этот вопрос. В результате Фотографии не кажутся умными. Уолт Моссберг сказал то же самое о Siri.

Но вам даже не нужен искусственный интеллект или сложные алгоритмы, чтобы продукты казались «умными» - не поначалу. Часто, в том числе и в этом случае, достаточно простого подсчета и деления - если подойти к этому творчески. Для этого вам нужно, чтобы мышление о данных было частью культуры и умом, а не последним размышлением.

PS: Как Google Фото решает эту проблему? Он упорядочивает людей по частоте и позволяет искать их имена. Не нужно вдаваться в подробности - это так же легко понять, как и в алфавитном порядке.