資訊科技

【音頻】AI如何尋找完美情人

免費
課程分享
學習人數
3
收藏人數
2
章節數目
0
課程時長
0h 00m 00s
下架日:無
購課觀看期限與下架日相同
免費
課程公告
課程簡介

前言  

大家好,歡迎來到AI想想,想想AI、想想人文。我是黃正傑。

今天要聊聊AI推薦。大家有沒有參加過徵友社或是親友介紹相親呢? 想想看,他們是怎麼推薦給你? 身高? 學歷? 興趣?如果人工智慧來幫你推薦,你接受嗎?

Netflix 的「黑鏡」第四季「約會方程式」影片,描述了AI推薦交友的反思。

故事  

故事是這樣的,男女主角兩人都第一次使用了AI系統去約會。AI系統安排了用餐地點、12小時約會時間、甚至休息的旅館。但AI系統要他們自己決定要不要做愛做的事。

就這樣,這一次約會他們相談甚歡,甚麼事也沒發生的過了一個晚上。之後,男女主角各自利用AI配對與其他人約會,都不甚滿意。直到有一次,AI系統又將他們配對在一起。

男女主角彼此深深的吸引,可是AI系統給他們時間卻不夠,於是他們冒著被追殺風險逃跑。最後,赫然發現男女主角原來是AI系統模擬程式。AI模擬數千種配對後,發現這一對組合有百分之99.8的機率會反抗系統的規定逃跑,這代表他們彼此深深吸引,是最適合一個配對。

說明 

那麼我們來了解一下AI推薦系統是什麼呢?

AI推薦系統早就已經在我們生活當中,例如: 電商網站產品推薦、交友APP推薦、影片推薦等。早期,Amazon利用顧客留下書籍喜好或者書籍購買的類型,如: 科幻、愛情類型,推薦類似的書籍。現在,由於大數據累積,用一種叫做協同過濾作法進行推薦。她的原理假設來自於行為的相似性。如果用戶1與用戶2,過去對於某些產品喜好相似,那我們就可以推論用戶1喜歡的其他產品,用戶2也喜歡,因此推薦。所以,我們可以從訂單交易紀錄中,去挖掘各用戶間喜好相似進行推薦;或者從產品使用社群發言中,判斷對於產品喜好去推薦其他相似用戶購買該產品。大家想想看,這有甚麼樣的問題與挑戰呢?

挑戰  

首先,我們要定義甚麼叫做喜歡某產品? 是瀏覽過? 購買過? 還是發表正向的言論? 如果用戶有相同的喜好行為就是相似嗎? 又要怎麼計算相似性呢? 用戶的工作、薪資所得、宗教、崇拜的偶像是不是相似? 用戶間朋友網路關係是不是相似? 最後,我們從哪裡蒐集足夠數據來進行分析呢?

事實上,Netflix早在幾年前就舉辦PK大賽,選出最好的影片推薦演算法。不過,如果我們去看看Netflix網站,她還是有各種推薦影片方法讓我們選擇,如: 最多人瀏覽、你的朋友瀏覽過的、看過這個影片的人也看另外幾個影片。大家想想看,這是為甚麼呢?

反思  

事實上,人們在進行決策時候,需要一個說服的理由。在影片中,AI系統並不會告訴男女主角的推薦理由,增添了決策的困難度。Netflix精巧的推薦演算法過於複雜無法讓用戶有足夠資訊更易容進行決定,還不如理由簡單的推薦方法。更何況,我們每次想看影片的原因都不一樣,這次可能是想看刺激的、想看文藝的、想看流行的,端視於每次的情境不同。過去,我們也曾經幫電銷團隊進行ERP產品推薦。我們從CRM中的訂單交易紀錄、潛客曾參與會議活動紀錄中,利用協同過濾產生顧客名單。電銷團隊告訴我們,只有名單她們沒法子推薦,因為沒有告訴她們推薦的理由可以說服潛客,例如: 哪一個相似客戶,他們怎麼導入該ERP產品,產生甚麼效益?

大家想想看,要怎麼設計讓用戶喜歡的AI推薦系統呢?

小結  

本次我們介紹AI推薦電影反思、協同過濾演算法概念、行為相似推薦、推薦實施考量以及設計時候的反思。希望大家會喜歡!! 我是黃正傑,我們下一次再見~

筆記章節