Интернет-помощник: куда идти, с кем встречаться
Сейчас многие задаются вопросом — «что может стать следующим прорывом, очередной «большой вещью» в технологиях?». Казалось бы, развитие всех существующих технологий прогнозируемо, или еще хуже, прямолинейно (эволюционно), особенно в области социальных сетей. Все «интересные» ниши уже распределены и «забиты».
Однако, в последнее время, появилась одна достаточно перспективная концепция, которая кажется очень интересной — это системы предвидения (anticipatory systems).
Мы начинаем видеть проблески этих новых разумных систем во всем, от автозаполнения форм регистрации и поиска до таких сервисов, как Foursquare или приложение «календар», и даже рекламы и служб интернет-знакомств. Все чаще, невидимый кибер-интеллект не ждет, когда мы скажем, чего хотим от него, заполняя поисковый запрос или отдавая команду — он подсказывает нам свои предложения, основанные на базе изучения нашего предыдущего опыта, а также опыта других пользователей.
Что такое системы предвидения?
Вот простое определение системы предвидения. Думайте о них как об искусственных интеллектуальных услугах, которые знают о внешнем контексте задания/задачи, которую вы ставите перед ними — в том числе такие «переменные», как время суток, социальные связи, запланированные встречи, локальный, соответствующий вашему местоположению, прогноз погоды, наличие пробок на маршруте и многое другое. Система предвидения расскажет, какой автомобиль выбрать, например, skymotors, где провести отпуск или в каком районе купить квартиру.
Для человека привычно решать задачи с большим набором подобных параметров и принимать быстрые решения в условиях меняющейся обстановки. Однако для компьютеров это довольно сложно.
Большой проблемой в сфере искусственного интеллекта является не то, что компьютеры глупы. Они просто невежественны. Мы не дали им ни достаточных данных, ни инструментов, ни правил обработки всего этого. Но, к счастью, все быстро меняется.
Понятие системы предвидения в сфере вычислителений появилось, по крайней мере, до конца 1990-х. Даниэль Дюбуа (Daniel Dubois), профессор Университета Льежа в Бельгии, определил упреждающую систему как единое целое, «которое вычисляет текущее состояние, принимая во внимание его прошлые, настоящие, а также потенциальные будущие ситуации».
Немного расплывчато, тем более, практическое применение системы предвидения оказалось гораздо сложнее. Но все сегодняшние тенденции, с которыми мы имеем дело сейчас, в том числе социальные сети, локальные, картографические и мобильные сервисы, массивы больших данных, заложили основу для реализации обещаний системы предвидения.
Foursquare, например, годами собирает данные о том, где находятся его пользователи и какими местами они интересуются, и не только благодаря их чек-инам, но и локальному поиску, советам и «лайкам». На сегодня, собранные данные позволяют превратить Foursquare в сервис персональных рекомендаций. Геосоциальный сервис этим не ограничивается и делает следующий шаг в стремлении предвосхитить потребности пользователей. Глава подразделения поиска компании Эндрю Хог (Andrew Hogue), заявил, что теперь сервис предоставляет пользователям рекомендации о ланче в 11 часов, а не ждет когда пользователь введет в поисковое окно запрос «lunch».
