ХЗ. Хто знає, яким буде майбутнє
- Автор: О’Райлі Тім
- Год: 2018
- Язык: украинский
- Год: Наш формат
- ISBN: 978-617-7682-06-5
- Переводчик: Юлия Кузьменко
- Жанр: Прочая компьютерная литература
Электронная книга - «ХЗ. Хто знає, яким буде майбутнє». Краткое содержание книги:
Статистичні методи — не тільки ефективніші, а ще й швидші, а також не такі помітні. Якщо раніше наші працівники-програми були скрипучими роботизованими механізмами, то тепер вони нагадують джинів — могутніх і самодостатніх духів з арабської міфології, яких можна змусити виконувати твої бажання, але які майстерно їх перекручують на шкоду господареві. Як мітла в діснеєвському фільмі «Учень чаклуна» (The Sorcerer’s Apprentice), алгоритмічні джини роблять усе, що ми наказуємо, але тлумачать наші забаганки надто буквально. Це призводить до неочікуваних і часом жахливих наслідків. Як змусити їх виконувати саме те, чого нам треба?
Для управління джинами треба порівнювати результати роботи програм та алгоритмів із визначеними завданнями і тестуванням, щоб розуміти, які зміни наблизять нас до кінцевої мети. У деяких випадках, скажімо при роботі з «веб-павуком» Google, треба оцінювати такі функції, як швидкість пошуку, доцільність та актуальність інформації. 1998 року, коли Google починала працювати, «павук» й індекс веб-сторінок оновлювалися раз на кілька тижнів. Нині це відбувається майже миттєво. Для оцінки доцільності інформації треба порівнювати результати роботи програми з очікуваннями пронозливого користувача. На початкових етапах діяльності Google йшлося про досить примітивні операції. У першій публікації про пошуковик Google студенти Стенфорду Ларрі і Сергій писали: «Функція ранжування має багато параметрів... У тому, щоб визначити доцільні значення для цих параметрів, є щось від чорної магії»181.
Як повідомляє Google, сигналів, що використовуються для оцінки доцільності інформації, нині вже 200. За підрахунками гуру маркетингу в галузі пошукових систем Денні Саллівана, підсигналів може налічуватися до 50-ти тисяч182. Кожний із сигналів визначається й оцінюється низкою програм та алгоритмів із власними «функціями пристосування», які вони намагаються оптимізувати. Результатом цих функцій є підсумковий показник, який можна назвати кінцевою метою «мегафункції пристосування», покликаної надати найдоцільнішу інформацію.
Деякі з цих функцій, як-от PageRank, мають назви, а розробники присвячують цілі статті, де пояснюють, як їх застосовувати. Деякі є комерційними таємницями, відомими лише командам розробників, які ними й управляють. Багато функцій істотно вдосконалюють систему пошуку. Наприклад, Google додала технологію Knowledge Graph (Графа знань). Ця функція дозволила асоціювати різноманітні відомі дані: дати, імена, місця і назви організацій. Отож система розуміє, що людина народилася в певну дату, працює в певній компанії, є дочкою, сином чи матір’ю, живе в певному місті тощо. Ця технологія заснована на базі даних компанії Metaweb, яку Google купила 2010 року. Коли Metaweb повідомила про свій проект у березні 2007 року, я захоплено написав: «Вони конструюють новий синапс глобального мозку»183.
Змінювалися умови в глобальному мозку, що об’єднує мільярди під’єднаних до мережі людей, тому розроблялися інші компоненти загального пошукового алгоритму. Наприклад, Google спершу не могла пристосуватися до потоку свідомості в реальному часі, що надходив із Twitter. Алгоритми довелося підлаштовувати, коли смартфони зробили відеозаписи і зображення такими ж поширеними в інтернеті, як текст. Коли дедалі більше пошукових запитів надсилалися з мобільних телефонів — пристроїв, які дозволяють відстежувати точне місце перебування власників, — результати локального значення стали важливішими. Із появою інтерфейсів розпізнавання мовлення пошукові запити стали більше нагадувати реальну розмову.
Google постійно випробовує нові ідеї, сподіваючись на кращі результати. В інтерв’ю 2009 року Уді Манбер, тодішній віце-президент із питань пошукових продуктів Google, наголосив, що за рік компанія провела понад п’ять тисяч експериментів: «успішному запуску кожного продукту передує близько десяти експериментів»184. Google випускає тонке налаштування алгоритмів або новий фактор ранжування 100–120 разів на квартал або в середньому один раз на день. Відтоді ритм роботи пошукового гіганта лише прискорився. Ще більше експериментів проводять у галузі реклами.
Як дізнатися, що зміни сприяють доцільності інформації? Один спосіб оцінити оновлення — коротка відповідь користувачів: на яке посилання вони клікають? Другий — довга відповідь користувачів: чи повертаються вони на Google для подальших пошуків? Третій спосіб — безпосереднє спілкування з користувачами, щоб з’ясувати їхню думку.