Искусственный интеллект на практике - стр. 9
Amazon первой внедрила рекомендательный сервис, то есть предложение товаров на основе предыдущих покупок. Это с самого начала было основой бизнес-стратегии компании. За годы аналитические инструменты усовершенствовались, но до сих пор делят пользователей на категории по собранным о них данным, моделируют поведение и предлагают товары, популярные у покупателей из той же категории.
В начале 2014 года компания запустила крупную модернизацию существующей рекомендательной системы: начала внедрять алгоритмы глубокого обучения в прогностические инструменты[31]. Сейчас глубокое обучение встроено в большинство функций сайта, разработанных для персонификации покупательского опыта: «эти товары часто покупают вместе», «купившие этот товар также приобрели…» и т. д.
Глубинные слои нейронных сетей учатся так же, как человеческий мозг, – на данных, которые через них проходят. Алгоритмы постоянно совершенствуются в поиске паттернов и связанных данных – в случае Amazon это данные о транзакциях и покупательском поведении. На этих алгоритмах работают рекомендательный сервис Amazon, поиск Google, лента Facebook и подбор фильмов Netflix. Как и соперники в борьбе за первое место, Amazon делает ставки на глубокое обучение – двигатель революции ИИ.
Amazon использует ИИ в центрах исполнения заказов – на складах, где люди и роботы ежедневно собирают и упаковывают миллионы посылок. С виду складские роботы ничем не примечательны – это приземистые передвижные платформы[32]. Но благодаря алгоритмам глубокого обучения они шустро снуют по складским лабиринтам, находят на полках нужный товар и привозят сотруднику, который комплектует заказ. Робот способен действовать в условиях, неудобных для человека, поэтому Amazon расширяет складские площади и ускоряет выполнение заказов, а значит, растет и доход. В настоящее время в центрах исполнения заказов Amazon по всему миру используются сотни тысяч роботов[33].
Уже не верится, что персональный домашний ИИ-ассистент в 2015 году казался чудом. К 2018 году он был в 16 % семей в США. Технология совершенствуется, реклама не отстает – и «электронного помощника» покупают все чаще[34].
Шагом вперед стало понимание, что реализацию домашних ИИ-устройств ограничивает не технология – она была уже достаточно развитой для выполнения такого рода задач. Проблема состояла в интерфейсе: смартфон – удобная вещь, но не так просто устроенная, как выключатель, чайник, радио или поваренная книга.
C Echo появилось голосовое управление умными устройствами: не отрываясь от уборки, можно найти нужную информацию или включить музыку.
Ассистент интерпретирует голосовые команды с высокой точностью. Этим он обязан алгоритмам глубокого обучения[35]. Нейронные сети реагируют на заданное пользователем «пробуждающее слово» – сигнал слушать и анализировать команду. С опытом ассистент все лучше понимает нюансы разговорной речи. Глубокие нейронные сети учатся говорить, как мы, обрабатывая голосовые данные.
Модель распространения ИИ во все сферы деятельности в Amazon назвали «маховиком»[36]. Вообще, это механическое устройство, которое накапливает поступающую от генератора кинетическую энергию и регулирует степень ее высвобождения. А в случае Amazon избыточная «энергия», сгенерированная успешным внедрением ИИ в одну сферу деятельности, идет на исследования и инвестиции в другую.