604просмотров
24 ноября 2025 г.
questionScore: 664
Сколько можно впаривать???😒 Выше постил занятные слайды. Один из тезисов на них раскрывается в статье «AI, networks and Mechanical Turks». И это максимально пугающий текст, хотя там 10 абзацев и они про какую-то рекламу в интернете. Эванс начинает с утверждения, что многие компании до сих пор не знают, почему вы что-то смотрели или покупали в интернете: «Amazon знает, что если вы купили товар X, вы, вероятно, купите товар Y, потому что система видела, что многие люди покупают X и затем также покупают Y То есть, если очень сильно упрощать, это обычная статистическая корреляция. Я купил зубную щетку, вместе с этим часто покупают покупают зубную пасту, поэтому покупай пасту: Эти системы видят связь между товарами и по воронке поведения, но не знают причин — как собака знает, что звук ключей связан с прогулкой, но не знает, что такое ключи. Более того, сейчас информация о пользователях распределена между разными компаниями: у Гугла одно представление о вашем поведении в интернете, у Амазона — другое, у производителя вашего телефона — третье. И эта информация не сосредоточена в одном месте. Зато теперь благодаря развитию ИИ все, скорее всего, поменяется: LLM представляет собой качественный скачок в автоматическом понимании как того, что есть, так и почему это есть. Модель может анализировать слова, изображения, видео и товары, а также все сопутствующие метаданные и связывать их с закономерностями, которые демонстрируют определённое понимание или, по крайней мере, значительно более широкую корреляцию (простите за кривой машинный перевод, если лучше на англе давать цитаты, напишите в комменты 🙏) Эванс считает, что компании смогут лучше понимать, кто их клиент и, соответственно, предлагать более релевантные товары, учитывая все ваше поведение в интернете. Если переводить на русский: лучше впаривать какую-то херню 🚫 Автором это воспринимается скорее позитивно. Хотя, по-моему, перед нами еще одно доказательство, что интернет был ошибкой 😭 P.S. Надеемся, что Бенедикт Эванс ничего не понимает (маловероятно)