Это продолжение моего поста про big data, сегодня поговорим о применении технологий и будущем некоторых профессий.
- маркетинг (черный ящик),
- медицина (диагностика),
- дизайн (нейросеть рисует логотипы),
- политика (выборы Трампа),
- развитие городской среды.
Маркетинг
Самый известный кейс: американский интернет-магазин прислал в адрес несовершеннолетней девушки рекламу товаров для беременных. Ее отец возмутился т. к. девушка была еще школьницей.
Магазин извинился, но спустя некоторое время выяснилось, что девушка, сама того не ведая, в момент инцидента с рекламой действительно уже была беременна.
Методы data mining позволили обработать косвенные сигналы об изменении ее потребительского поведения и сделать правильные выводы о ее состоянии.
Это кажется фантастикой, однако, наше поведение на самом деле меняется в зависимости от физиологического и психологического состояния. Методы data mining позволяют увидеть эти изменения и идентифицировать состояние человека еще до того, как он сам его осознает.
Причем эти особенности вряд ли можно обнаружить вручную, потому что человек просто не может предположить, что женщина на начальном сроке беременности, например, чаще подводит курсор к логотипу в шапке Фейсбука или скроллит колесом мыши в 1,4 раза медленнее, чем в обычном состоянии.
Профессионалы говорят, что в маркетинге наступает эпоха «черных ящиков».
В скором времени мы будем закидывать данные в ящик и получать результат, понятия не имея о том, как именно он получен. Потому что это неважно.
Уже сейчас сотрудники Яндекса или Гугла не могут ответить на вопрос как именно их алгоритм формирует поисковую выдачу. Это черный ящик, выдающий результат.
Медицина
Успешное применение методов data mining для выявления людей с трудно различимыми изменениями в поведении сулит большие перспективы для ранней диагностики заболеваний.
Условно говоря, если нейросети найдут статистически значимые изменения в поведении людей, характерные ранним стадиям определенных заболеваний, это может спасти миллионы жизней.
Полагаю, массовое распространение фитнес-браслетов и предметов «умного дома» сильно ускорит разработки в этой сфере.
Дизайн
На днях Студия Артемия Лебедева объявила о том, что больше года выдавала нейросеть за реального сотрудника. Николай Иронов (так назвали нейросеть) разработал для клиентов 17 логотипов и заработал студии более миллиона рублей.
Но работу у живых дизайнеров никто, конечно, не отберет. Нейросеть просто станет еще одним инструментом в руках дизайнера, как до этого такими инструментами стали Фотошоп, Скетч и какие-ниубдь генераторы градиентов, абстрактных фонов и флоат-форм.
Политика
Самый известный кейс: предвыборная кампания Дональда Трампа. Трамп выиграл выборы за счет науки (это не считая огромных финансовых вложений, конечно).
Предвыборную кампанию Дональда Трампа вели специалисты Cambridge Analytica, которые за несколько лет до этого научились по 68 лайкам человека на Facebook определять цвет его кожи (с 95% вероятностью), сексуальную ориентацию (88% вероятности) и приверженность Демократической или Республиканской партии США (85% вероятности).
Хилари Клинтон вела рекламную кампанию по классике, на основе демографических признаков. Вот как это комментировали в Cambridge Analytica:
«Глупейшая идея, если всерьез об этом подумать: все женщины получают одинаковый месседж, потому что они одного пола, все афроамериканцы получают другой посыл, исходя из их расы».
Реклама Трампа же максимально близко подстраивалась под характер отдельного человека за счет поведенческого анализа, основанного на «модели океана» и изучении Big Data.
Причем ребята из Cambridge Analytica не только пытались убедить голосовать за Трампа нейтральный электорат, но и работали со сторонниками Клинтон, убеждая их отказаться от голосования, «подавив» их выбор. В Cambridge Analytica утверждали, что могут высчитать личность каждого совершеннолетнего гражданина США.
В день дебатов было отправлено свыше 175 тыс. различных вариаций посланий, различающихся лишь в мельчайших деталях, чтобы точно психологически подстроиться под получателей информации: заголовки и подзаголовки, фоновые цвета, использование фото или видео в посте.
Развитие городской среды
Анализ данных о пешеходном и автомобильном трафике, актах вандализма и преступности, результатов расходования бюджета и последствий миграционной политики с помощью методов data mining может сильно ускорить развития урбанистики.
На основе новых данных специалисты смогут проектировать более комфортные и безопасные города, успокаивать трафик, снижать уровень преступности и пр.
Анализ данных об успешных решениях поможет создавать комфортную среду за гораздо меньшие деньги.
P.S.
Дешевые копирайтеры скоро останутся без работы, т.к. анлгоязычные нейронки уже пишут связные тексты на заданную тему лучше половины участников массовых бирж копирайтеров. Нормальным коммерческим писателям и редакторам беспокоится пока не о чем, но всякие рерайтеры и составители шаблонных описаний товаров пойдут за кассы в Макдоналдс.
Системы рекомендаций Нетфликса и Амазона только пишут, что «с этим товаром чаше покупают...» и «зрители также смотрят...», на самом деле за этим стоит анализ вашей пользовательской активности по сотне критериев.
Нетфликс одно время экспериментировал с обложками фильмов и сериалов — мужчинам ан обложку выводил женского персонажа, а женщинам — мужского.
Яндекс как-то натаскивал нейронку на поиск «выпендрежников», оказалось, одним из признаков «выпендрежника» оказалось то, что они чащу других ищут в поиске прилагательное «пегий».