Примеры использования нейронных сетей и задачи, которые они решают для бизнеса

Сегментирй и таргетируй — заповеди маркетолога в 21 веке. На деле, сколько ни составляй buyer persona (портрет покупателя), сегментация получается очень и очень усредненной. Не может человеческий мозг обработать огромные массивы данных, сделать миллионы выводов и сценариев, запомнить их и эффективно применять. Пора браться за машины, обучать их и создавать нейронные сети для бизнеса.

Что такое нейронные сети

Нейронные сети — пути восприятия сенсорной информации искусственным или машинным интеллектом. Очевидно, что прототипом нейронных сетей стали биологические нейронные сети. То есть наши с вами пути получения зрительной информации, которая составляет две трети от всего сенсорного трафика.

В мозг человека информация поступает по дорсальному (находится в зрительной зоне, в темени) и вентральному (находится на затылке и заканчивается за ушами) зрительным путям. Вот там, за ушами, и происходит распознавание образов. Каждый путь состоит из небольших участков, у каждого важная миссия. У каждой клетки пути свое рецептивное поле. То есть каждая клетка обрабатывает свой кусок информации. Чем больше размеры полей, тем более сложные объекты может распознавать мозг человека.

Именно этот принцип ученые взяли за основу, когда в очередной раз попытались создать искусственную нейронную сеть. В принципе, компьютеры могли «видеть» — их снабдили простейшими перцептронами, которые напоминают нейроны мозга. Для распознавания сложных изображений искусственный интеллект должен обладать сложным компьютерным зрением, состоящим из большого количества скрытых слоев.

Познакомьтесь, AlexNet.

Источник: habrahabr.ru

Это первая нейронная сеть, научившаяся распознавать сенсорную информацию на достаточном высоком уровне. Нейронную сеть обучают так же, как детей: «это дом, а это стул». Проблема в том, чтобы найти достаточно большую базу изображений, которая поможет в обучении нейронной сети. Сегодня лидерские позиции сохраняет база ImageNet, в которой пятнадцать миллионов изображений. Это очень много.

Что могут распознавать нейронные сети

Пока не так много, но гораздо больше, чем мы можем представить. Нейронные сети могут идентифицировать объекты, распознавать лица, части тела и их границы, поверхности и плоскости. Могут также определять объекты внимания (на что обратил бы внимание человек, если бы рассматривал ту же самую картинку) и сегментировать объекты по их структуре, ничего заранее не зная о самих объектах.

Нейронная сеть сможет по фотографии идентифицировать человека и поднять все сведения, касающиеся его, из самой обширной базы данных. Так работает приложение FindFace. Это российский веб-сервис, который помогает искать людей в социальных сетях.

За половину секунды сеть обрабатывает миллиард фотографий. Борода, очки, медицинская маска не препятствие для нейронной сети. Конечно, это распознавание в виде меток. Вы публикуете в социальной сети фотографию закатного солнца на берегу моря, нейронная сеть считывает метки: «вечер», «солнце», «вода» и так далее.

Ученые в сфере нейропрограммирования полны оптимизма и уверены, в ближайшем будущем нейронные сети научатся распознавать эмоции и обучаться самостоятельно, «играя» сами с собой.

Почему бизнесу нужны нейросети

Нейронные сети помогут бизнесу в продвижении товаров и услуг. Если сейчас маркетологи опираются на усредненное сегментирование и таргетирование, в ближайшем будущем нейронные сети, зная так много о пользователе и имея возможность обрабатывать информацию очень быстро, скажут точно, чего хочет человек. Глубокое понимание желаний и потребностей потребителя — залог успеха. Возможность в динамике видеть проблемы, поведение и жизненный цикл наделяют бизнес большими возможностями.

Так уже работает Яндекс.Музыка. Нейросеть день за днем изучает пользователя и наконец выдает рекомендации, которые точно соответствуют интересам. На этом нейросети не останавливаются: их рекомендации предвосхищают интересы. Человек заходит послушать одну группу, а в итоге с удовольствием залипает на песнях, которые слушал в 15 лет и которые вызывают жутчайший приступ ностальгии.

Нейронные сети помогут компаниям избежать коммодитизации технологий. Это когда у всех все (продукты, услуги и товары) уже или стремительно становятся одинаковыми. Внешний вид, качество и польза — все такое же, как у конкурентов. Как привлечь клиентов? Поможет особый подход к каждому. А это сделают нейронные сети.

Например, покупаете вы новый телевизор. Магазин привычно-стандартно рекомендует вам купить расходники: пульт, кабель, систему крепления. Нейронная сеть в считанные секунды проанализирует вас и покупку и предложит купить кофе-машину. Нейросеть знает, что вы как раз обставляете кухню и думаете о покупке хорошей кофе-машины.

Где уже применяются умные нейронные сети

Сервис RYNKL, искусственный интеллект, отслеживает морщины и дает рекомендации по уходу:

Проект «Онлайн Доктор» (российский продукт от «Мобильных медицинских технологий») представляет бота-диагноста. Он определяет симптомы и говорит, к какому врачу обратиться.

Российский стартап Leadza помогает маркетологам. Проект использует нейросети для эффективного планирования рекламного бюджета в Фейсбуке и Instagram. Сеть проводит тщательный анализ прошлых кампаний, делает прогнозы и перераспределяет расходы, чтобы онлайн-магазины тратили меньше, а получали больше.

Московский торговый центр «Белая дача» использует технологии машинного обучения, чтобы оценивать эффективность офлайн-рекламы и размещения товаров. Система от российского стартапа GuaranaCam анализирует поведение покупателей по камерам видеонаблюдения. Владельцы бизнеса получают данные в режиме реального времени.

Екатеринбургская телеком-компания «Инсис» использует нейросети для анализа поведения абонентов. Исходя из тридцати параметров, система определит, с какими проблемами может столкнуться клиент, и даже предскажет момент, когда он решит уйти. Нейронные сети также скажут, какие услуги заинтересуют абонента. Сегментация высочайшего уровня, а не нечто усредненное, то, что рекомендуется всем и выстреливает только через раз.

Яндекс.Дзен предлагает пользователям ленту новостей, фотографий и статей, которая основана на личных, глубоко конкретизированных предпочтениях.

С каждым днем нейросеть больше узнает о человеке и дает все более точные рекомендации.

Итак, будущее за нейронными сетями. Они избавят нас от человеческого фактора и ошибок в принятии решений.