Τεχνολογία

Πώς το κινητό μαθαίνει τις συνήθειές σας χωρίς να σας «ακούει»

Πώς το κινητό μαθαίνει τις συνήθειές σας χωρίς να σας «ακούει»
Αν και πολλοί πιστεύουν ότι οι συσκευές μας ακούνε τις συνομιλίες μας για να προβάλλουν διαφημίσεις, η πραγματικότητα είναι πιο σύνθετη: τα κινητά χρησιμοποιούν έξυπνα Graph Neural Networks για να παρακολουθούν και να αναλύουν τα μοτίβα συμπεριφοράς μας, δημιουργώντας προτάσεις και περιεχόμενο εξατομικευμένο στα ενδιαφέροντά μας.

Τι είναι τα Graph Neural Networks

Τα Graph Neural Networks (GNN) είναι μοντέλα τεχνητής νοημοσύνης που αναλύουν δεδομένα με βάση σχέσεις και συνδέσεις, και όχι απλώς ως ξεχωριστά κομμάτια πληροφορίας. Αντί να αποθηκεύουν προσωπικές συνομιλίες ή μηνύματα, τα GNN βλέπουν κάθε δεδομένο ως έναν «κόμβο» και δημιουργούν «ακμές» μεταξύ τους, ανάλογα με τις σχέσεις και τα μοτίβα που προκύπτουν από τη χρήση μας.

Κάθε κόμβος μπορεί να είναι μια λέξη που γράψατε σε εφαρμογές, μια σελίδα που επισκεφθήκατε, η τοποθεσία σας ή η ώρα που συνήθως χρησιμοποιείτε συγκεκριμένες υπηρεσίες. Οι ακμές καταγράφουν πώς αυτά τα στοιχεία συνδέονται μεταξύ τους: ποιες αναζητήσεις προηγούνται άλλων, σε ποιες περιοχές εμφανίζεστε όταν ανοίγετε εφαρμογές, ή ποια μοτίβα χρήσης ακολουθείτε καθημερινά.

Ποιες πληροφορίες χρησιμοποιούνται

Τα GNN αξιοποιούν κυρίως τέσσερις κατηγορίες δεδομένων:

  1. Κείμενο – Αναζητήσεις, σχόλια, δημοσιεύσεις και περιγραφές από εφαρμογές που επιτρέπουν ανάλυση δεδομένων. Το μοντέλο καταγράφει λέξεις και σχέσεις μεταξύ τους, όχι το περιεχόμενο συνομιλιών.

  2. Ιστορικό αναζητήσεων και περιήγησης – Τα μοτίβα περιήγησης αποκαλύπτουν ενδιαφέροντα και συνήθειες, όπως ακολουθίες ιστοσελίδων που επισκέπτεστε.

  3. Τοποθεσία – Το GPS χρησιμοποιείται μόνο αν είναι ενεργοποιημένο, συνδέοντας γεωγραφικά σημεία με συνήθειες χρήσης εφαρμογών.

  4. Συμπεριφορικά μοτίβα χρήσης – Συχνότητα και διάρκεια χρήσης εφαρμογών, αλληλουχία ενεργειών, και συσχετισμός δραστηριοτήτων μέσα στη μέρα.

Με αυτά τα στοιχεία, το GNN δημιουργεί ένα «embedding», δηλαδή μια αριθμητική σύνοψη που περιγράφει τον τύπο χρήστη που αντιπροσωπεύετε, χωρίς να χρειάζεται να παρακολουθεί τι λέτε ή γράφετε ακριβώς.

Πώς εφαρμόζεται στην καθημερινότητά μας

Τα GNN χρησιμοποιούνται για προτάσεις ειδήσεων, εξατομικευμένα feeds, ειδοποιήσεις εφαρμογών, προτάσεις YouTube ή Instagram, ακόμα και διαφημίσεις. Το σύστημα «μαθαίνει» τις συνήθειες και τα ενδιαφέροντά σας, προσαρμόζοντας το περιεχόμενο με βάση τις συνδέσεις μεταξύ των δεδομένων σας.

Για παράδειγμα: αν βλέπετε ειδήσεις τα βράδια, το feed προσαρμόζεται ανάλογα. Αν ψάχνετε ταξίδια τα Σαββατοκύριακα ή delivery σε συγκεκριμένες περιοχές, οι προτάσεις αλλάζουν για να ταιριάζουν στις ανάγκες σας. Και όλα αυτά χωρίς το κινητό να ενεργοποιεί το μικρόφωνο ή να «ακούει» συνομιλίες.

Οφέλη και περιορισμοί

Η χρήση των GNN προσφέρει εξατομίκευση και καλύτερη εμπειρία χρήστη, περιορίζοντας το χάος σε feeds και ειδοποιήσεις. Ωστόσο, δημιουργεί και «φούσκες» ενδιαφερόντων, περιορίζει την ποικιλία πληροφοριών και μπορεί να ενισχύσει εμμονές ή προκαταλήψεις.

Το βασικό συμπέρασμα είναι ότι η τεχνητή νοημοσύνη δεν χρειάζεται να είναι κατασκοπική για να είναι αποτελεσματική. Αρκεί να βλέπει και να μαθαίνει από τα μοτίβα και τις συνήθειες που εμείς οι ίδιοι δημιουργούμε με τα δάχτυλά μας και τη χρήση των εφαρμογών. Το κινητό «διαβάζει» τα ίχνη που αφήνουμε, και όχι τις προσωπικές μας συνομιλίες.

Πηγή: pagenews.gr