Иван Кононов / Лента

Прокачиваем гуманитария до программиста: инструкция

Слово «гуманитарий» часто используется как своеобразное ругательство или даже уничижительное название болезни — некое редчайшее поражение мозга, мешающее получить работу, за исключением, конечно, воспетого мемами МакДоналдса.

Почти уверена, что большая часть представителей гуманитарных профессий уже стучит пальцами по клавиатуре, собираясь объяснить мне, например, почему лингвистика наука никак не гуманитарная, или рассказать про количество математики, необходимое для постижения философии (Виттгенштейн, в конце концов!).

Разумеется, все это странное предубеждение. Разумеется, это набор стереотипов, имеющих мало общего с действительностью. Само разделение наук на несколько неравных частей, из которых только две трети почему-то заслуживают уважения — довольно странно. В сущности, ученые, посвятившие себя теоретической математике, библиографии или изучению поведения колонии муравьев, играют в одну и ту же увлекательную, но скупо оплачиваемую игру.

У меня нет желания углубляться во все это. Я здесь, чтобы рассказать, как направить себя, к чему быть готовым и какие ресурсы использовать, если вы увлеклись идеей программирования, но не знаете с чего начать и не уверены, сможете ли вы.
Для начала маленький спойлер: сможете.

Страх

Чаще всего, в разговорах со знакомыми о возможности заняться программированием, циркулирует один и тот же навязчивый страх, иррациональный в своей сути, но повторяющийся и заставляющих людей держаться подальше от достаточного увлекательного программирования.

Его можно сформулировать так:

«Я не занималась(лся) математикой со времен старшей школы и до сих пор, но не могу сдержать глубокого отвращения при любом упоминании…»

На самом деле, вам нужна далеко не вся математика. Очень пригодится статистика, которая лежит в основе машинного обучения и всего современного анализа данных,а также чуть более сложная линейная алгебра. Но! Программирование настолько громадная и необъятная дисциплина, что программист вполне может обходиться без какой бы то ни было математики.

По своему принципу очень часто программирование напоминает изучение нового иностранного языка: ты просто заучиваешь правила, которым ты должен следовать, чтобы заставить программу делать то, что ты хочешь. (Так что если у вас хорошо с изучением языков, вы уже можете мотать к концу статьи и смотреть на ресурсы для обучения).

Веб-разработка, например, больше напоминает работу с конструктором (причудливой смеси блоков и пластилина), который не требует практически никаких знаний математики. А некоторые, используя WordPress, умудряются работать и хорошо зарабатывать, даже не используя особенного программирования как такового…

Преимущества гуманитарного прошлого

Одно из главных преимуществ гуманитарного бэкграунда — умение проводить научные исследования. Найдя проблему, гуманитарий не остановится на самом первом решении на StackOverflow (сайт, где программисты подсказывают друг другу).

Скорее всего, гуманитарий попытается добраться до сути и собрать материал вокруг — такова научно-исследовательская привычка. Это может занимать чуть больше времени, но позволяет писать более качественный код или лучше понимать альтернативы каждому решению.

Преимущество номер 2 мы уже упоминали: если вам приходилось работать с иностранными языками, то разобраться в синтаксисе и принципе работы компьютерного языка вам будет гораздо легче. Особенно это будет верно в случае лингвистов (на случай благородной ярости: я не приравниваю лингвистов к переводчикам, я просто имею в виду, что лингвисты хорошо разбираются в устройстве языка).

Ну и очевидный факт: если вы владеете английским, вы уже в очень выгодной позиции. Большая часть ресурсов на английском — не только образовательных, но и стипендий, соревнований, летних школ.

И конечно, у вас огромное преимущество, если вы хотите получить какие-то базовые программерские навыки для занятия так называемыми «цифровыми гуманитарными науками», Digital Humanities. Ведь вы уже свободно разбираетесь в предмете исследования. Писать про компьютерный анализ драмы легко, когда вы понимаете как драма устроена, писать про жанр волшебной сказки и автоматическое распознавание сюжетных ходов легче, если вы читали Проппа, и так далее.

С чего начать?

Многие начинают с Python — с одной стороны, это очень простой язык, с другой — невероятно популярный и потому хорошо описанный, снабженный дополнительными библиотеками на все случаи жизни (мы уже описывали, как с помощью Python собирать данные из ВК или сделать корпус из Twitter’а, как обкачивать HTML… а вообще Python может практически все, что вообще умеют компьютеры). Книг и онлайн-курсов для изучения языка — огромное множество. Но здесь работает та же логика, что и с изучением иностранного языка: лучше всего он учится в практике. Я бы порекомендовала выбрать себе какой-нибудь курс с интерактивными элементами (на Курсере, если вам нравится платить деньги, или на Udacity) и выбрать сайт с программистскими задачками, которые вы сможете постепенно решать по ходу роста вашего уровня.

Где учиться?

Какие курсы прослушать?

У Яндекса есть классный исчерпывающий список рекомендаций, что и как учить. Из-за большого объема в нем легко запутаться. Старайтесь выбрать что-то одно, а не пытаться освоить все одновременно (понимаю, это непросто).

2. Где практиковать программирование?

Для начинающих, владеющих английским языком, подойдет, например, Codewars. Можно выбрать язык программирования, уровень владения языка и сферу, в которой задачка будет. Например, если вы хотите заниматься Natural language processing (обработкой естественного языка), то вы можете брать задачи только в этой области и т.д. После того как вы решили одну из «кат» (так на японский манер называются задачки для кодеров), вы можете ознакомиться с альтернативными решениями — это бывает безумно полезно и позволяет найти собственный стиль.

Более высокий уровень требуется для участия и решения задач на Codeforces, на сайте постоянно проходят соревнования.

Если же вы хотите заниматься машинным обучением и предпочитаете сразу большие проекты, логичным вариантом станет Kaggle, идеальное место для того, чтобы учиться в процессе на реальных данных. Людей с хорошим рейтингом на Kaggle во многих местах принимают на работу без лишних разговоров.

Анна Кори

Пока нет комментариев

Fembot’s tale: как виртуальным помощникам добиться равенства с людьми

Человечество и сегодня продолжает движение в сторону светлого будущего, картина которого мало-помалу становится всё менее абстрактной. Сегодня человеку гораздо легче в деталях спланировать, как будет выглядеть его идеальный дом, или почти мгновенно построить маршрут передвижения во время отпуска. Не меньшего внимания заслуживают и те, кто ему с этим поможет.

Кто такие виртуальные ассистенты

В апреле прошлого года вышла статья Деяна Йотановича под названием The Future is Fembot: Can We Change the Direction of Gendered Art? В этом достаточно масштабном, но при этом искреннем и эмоциональном эссе автор пытается определить, в какой мере социум оказывает влияние на индустрию виртуальных (и/или роботизированных) помощников.

Виртуальные ассистенты (IVA, IPA) — «имена» Алексы, Сири, Кортаны и Алисы наверняка знакомы почти каждому из читающих эти строки, — давно проникли практически во все сферы нашей жизни. Служба Google Duplex уже более двух лет неплохо справляется с бронированием столиков в ресторане или записью на стрижку (и даже грамотно заполняет возникающие в разговоре паузы), Сири избавляет от необходимости лично проверять, выключен ли свет на втором этаже, а чуть менее популярный Bixby с 2017 года играет роль первого виртуального сопроводителя немобильной техники — например, холодильников.

Принцип действия практически любого IVA сводится к распознаванию речи владельца и выдаче ответа, подходящего по смыслу или запрашивающего повторный ввод. Сири в последнем случае, например, извиняется, — скорее всего, за невозможность мгновенного реагирования.

Или нет?
Слуга всех господ

Опираясь сразу на несколько источников, Йотанович осмеливается предложить своему читателю не самую приятную из аксиом. Выясняется, что роботы и виртуальные помощники вынуждены «зеркалить» всё, что на них проецирует пользователь.

Чтобы не пугаться написанных на эту тему крупных текстов (хотя не прочесть A Cyborg Manifesto Донны Харауэй было бы крупной ошибкой), взглянем в сторону кино. Йотанович апеллирует к образам феминизированных роботов (фемботов) в таких фильмах, как «Степфордские жёны» (2004), «Она» (2013) и «Из машины» (2015).

Трейлер последнего начинается с фразы «Стирая грань между человеком и машиной, мы стираем грань между человеком и богом» — слова хорошие, но действительности соответствующие лишь отчасти. Несмотря на то, что фембот Ава оказывается достаточно революционным персонажем со своими целями и планами, ей присущи и стандартные атрибуты женственности: внешняя податливость и смиренность, ориентированность на собеседника — и, конечно, высокий уровень привлекательности.

Йотанович замечает: феминное оформление даже максимально далеких от привычного нам человеческого облика (как выглядит Алекса?) машин — результат бытования в обществе сильных патриархальных установок. В своей статье он упоминает выпущенного в 2016 году фембота «по имени» София: светловолосая красавица раздаёт интервьюерам щедрые улыбки и среди прочего даже упоминает, что хотела бы однажды завести своих собственных детей. Заметим: София не просто выдает одну из заученных фраз, а распознаёт реплики собеседника прямо по ходу диалога и генерирует свой ответ, подстраиваясь необходимым образом. Поэтому выбор ответных реплик не случаен: по ним можно понять, как именно представлен образ женщины в обучающих данных.
Забота и обслуживание, возложенные на «плечи» машин, требуют большой эмоциональной отдачи. Из-за того что машина не может испытывать чувства, настройку производят заранее: например, подбирают диктора с высоким, тонально богатым голосом, и четко прописывают систему фраз, из которой будут выбираться ответы пользователю. Так закрепляется наше отношение к помощнику как к слуге, учтивому и безотказно отвечающему на все вопросы, — и приближается та черта, за которой пользователь станет считать вопрос «Сири, какой у тебя размер груди?» вполне допустимым.

Мы пойдём другим путём

Для выхода из сложившейся ситуации потребовалась бы смена приоритетов, — вопрос в том, чем для этого придется жертвовать.

Успешный пример голосового ассистента без гендерно-специфических черт (разумеется, без снижения эффективности) демонстрирует виртуальный помощник Кай — он представляет компанию Kasisto, клиенты которой стремятся интегрировать ИИ в свой бизнес. В чём-то аналогична ему и немецкая помощница Амме: несмотря на то, что «она» носит женское имя, диалог с ней совершенно не похож на общение с большинством вышеупомянутых ассистентов. Жаклин Фельдман, проектировщица Casisto, пообщалась с Амме и удовлетворенно заметила, что она «дерзка, непринужденна, настоящая бунтарка по натуре», — чем не альтернатива в мире стандартных фраз, которые произносят одинаковые женские голоса?
Виртуальных и/или голосовых помощников «второй волны» попробуют наделить гендерно-нейтральными голосами. Придётся отрегулировать и набор имеющихся в их распоряжении фраз (Кортана уже сейчас умеет уходить от неприятных тем фразой «Это единственное, о чём Вы хотели бы сегодня поговорить?»), изменить алгоритмы машинного обучения или обучающие данные, — но это небольшая цена за то, чтобы положить конец патриархальной уязвимости женского образа в реальном и виртуальном мире.

Пока нет комментариев

В 65-й день рождения Стива Джобса предлагаем вам подборку дизайнов, которыми вдохновлялся создатель Apple в работе.ПолароидИзобретатель массовых моментальных камер Эдвин Герберт Лэнд был одним из героев для Стива Джобса. «Отец» Полароида тоже не верил в исследования рынка и считал, что если сделать эстетически безупречный продукт, то за ним и так выстроится очередь.5 дизайн-вдохновений Стива Джобса, изображение №1Джобс высказывал похожие идеи — и сегодня очереди выстраиваются уже за iPhone.А еще Polaroid и Apple долго объединяла радуга в дизайне. Правда, в наши дни в Купертино отказались от радужного яблока в пользу черно-белого минимализма.Каллиграфия и типографикаВ знаменитой речи перед выпускниками Стэнфорда (большинство «мотивационных» цитат Джобса в интернете — как раз оттуда) создатель Apple рассказывает, как бросил колледж. Но Джобс не ушел совсем: вместо курсов своей программы он стал ходить на занятия по каллиграфии. «Я узнал про шрифты с засечками и без, межбуквенный интервал для разных символов — все, что делает отличную типографику отличной. В этом были красота, история, изящество, неуловимые для строгой науки. И я понял, что это восхитительно».В те годы Джобс не понимал, зачем ему нужно изучать шрифты и засечки. Его просто тянуло к красивому. Но 10 лет спустя эти знания были использованы при создании первых Макинтошей: «And we designed it all into the Mac». По мнению Джобса (и не только его), это определило облик современных персональных компьютеров и общий вид программ для набора текста.БаухаусАрхитектура немецкого Баухауса стала одним из вдохновений для продуктов Apple. Идеология «все здание — это произведение искусства» оказалась близка Джобсу с его эстетическим перфекционизмом. Использование ослепительно белого цвета в дизайне продуктов — одна из главных фишек Apple и одновременно характерная черта многих проектов Баухауса.Porsche, Mercedes и BMWЕще одно влияние немецкой школы дизайна на Apple. Стив Джобс говорил, что хочет добиться сходства Макинтошей именно с автомобилями Porsche. В 1970-е, годы становления Apple, Джобс водил «Порше» и был известен как любитель этой марки. Когда Apple в 1980-е стала большой корпорацией, она делала с Porsche совместные рекламные кампании.В 1990-е Джобс изменил свои автомобильные предпочтения, но остался верен германскому автопрому: основатель Apple начал водить Mercedes. Кроме современных на тот момент моделей он покупал и классические «Мерседесы» 1960-х, восхищаясь их эстетикой. Еще Джобс водил мотоциклы, предпочитая BMW.Родительский дом Джобса и модернистская архитектура Джозефа ЭйхлераСтив Джобс вырос в небогатой семье своих приемных родителей в Маунтин-Вью. Сейчас это сердце Силиконовой долины: в Маунтин-Вью находится штаб-квартира Google, а Apple расположен рядом, в Купертино. Но в конце 1950-х это был молодой район, только набирающий популярность у прогрессивной стэнфордской профессуры и немногочисленных тогда инженеров IT-индустрии Калифорнии.Большой вклад в облик Маунтин-Вью 50-х — 60-х внес Джозеф Эйхлер — прогрессивный архитектор и социальный активист. Как и Джобс, Эйхлер добился главных успехов в своей жизни в довольно позднем возрасте: до 45 лет он работал бухгалтером. Но потом решил сменить траекторию и дать выход архитектурным способностям.Эйхлер оказался талантливым архитектором-модернистом — его простые функциональные дизайны домов были очень популярны в эпоху послевоенного демографического и строительного бума, космической гонки и моды на минимализм в 1960-е.Один из домов по проекту Эйхлера // Wikimedia CommonsСвыше 11000 частных домов были построены по проектам Эйхлера. И конечно, у него было много подражателей (как сегодня подражают айфону десятки вендоров из Китая, Южной Кореи и Тайваня). В доме по проекту одного из таких архитекторов-подражателей и прожил первые 10 лет жизни Стив Джобс. А вот второй сооснователь Apple, инженер-компьютерщик Стив Возняк, жил в доме от самого Эйхлера — и называл его «лучшим в мире».Источники 11 Profound Influences on Steve Jobs’ Design Philosophy Design That Inspired Steve Jobs Steve Jobs’ Infatuation With Porsche Spawned The Apple Porsche 935 K3 «Дома Эйхлера» «Одноэтажная Америка» в стиле модернизм Jobs’ Likeler No Eichler You’ve got to find what you love — Steve Jobs 2005 Stanford Speech

Пока нет комментариев

Строим мост: вовлечение старшего поколения в цифровое пространство с помощью кино

Цель проекта Italian Cinema Audiences — помочь старшему поколению войти в цифровой мир. Для этого уже было создано и испробовано множество разных путей. Кроме использования известных методов, статья исследует новые стратегии: использование медиа-платформ и проектов, связывающих воспоминания разных поколений (как Historypin), а также цифровые архивы краудсорсинговых исторических материалов.

Эти проекты призваны не только повысить вовлеченность в цифровую среду пожилых людей, но и стать образцом для следующих поколений, которые будут создавать культурное наследие онлайн и делиться им в сети. На примере сохранения воспоминаний о посещении кинотеатров 1950-ых годов в Италии, статья исследует все преимущества и недостатки разных подходов к решению проблемы межпоколенческого разрыва.

Можно сказать, что для создания крепкого моста между поколениями в цифровой среде одновременно должны выполняться два условия: создание цифровых платформ, где старшие и младшие смогут на равных модерировать и использовать информацию, и непрерывная помощь в этом младшего поколения старшему.

Подробнее о передаче и создании коллективной памяти вы можете узнать из этих статей:

Cinema heritage in Europe: preserving and sharing culture by engaging with film exhibition and audiences
Social media use of older adults: a mini-review

*Historypin — цифровой архив исторических фотографий, видео, аудиозаписей и личных воспоминаний.

Ольга Чхотуа

Пока нет комментариев

Профессию журналиста начали хоронить еще в 2015 году. Тогда в Америке говорили, что компьютер получит Пулитцеровскую премию в течение пяти лет, а к 2030 году 90% журналистских материалов будут создавать роботы. [1]Не спорим, алгоритмы размножаются и умнеют. Но сегодня специалисты говорят уже не об угрозах, а о возможностях, которые дает журналистам искусственный интеллект. Нет, роботы не собираются захватывать журналистику. Да, машины скоро смогут выполнять большую часть рутинной журналистской работы. из доклада «Новые возможности новая ответственность. Глобальный обзор журналистики и искусственного интеллекта» (декабрь 2019 г.). [2]Изучаем свежие журналистские AI-проекты со всего мира и пытаемся понять, какие вызовы и возможности они несут второй древнейшей профессии.Выборная гонка и скоростные роботыКрупнейший на сегодняшний день AI-проект в журналистике реализовали в BBC. В ночь после последних всеобщих выборов в Великобритании (12 декабря 2019 г.) BBC News опубликовали около 700 новостей о результатах голосования (649 на английском и 40 на валлийском).Это стало возможным благодаря компьютерной модели, обученной на шаблонах, созданных журналистами-людьми. Программа-журналист перерабатывала эти шаблоны и вставляла нужные данные. Так. жители 650 избирательных округов Соединенного Королевства смогли узнавать о результатах голосования на своей территории в режиме реального времени.Однако машине доверились не полностью. Каждую новость перед публикацией проверял редактор-человек. Как рассказывал руководитель проекта, технология была разработана для улучшения предоставляемых услуг, а не для замены людей [3].Еще одним недостатком электронного журналиста стало то, что он не может добавлять анализ к статьям, тексты также не содержали цитат. Поэтому в случаях, когда это было необходимо, вмешивались журналисты-люди.Нейросети разглядывают гостей на королевской вечеринкеБританский канал Sky News впервые опробовал возможности AI в 2018 году во время скандальной свадьбы принца Гарри и Меган Маркл. С помощью технологии распознавания лиц они определяли, кто пришел на королевское торжество. Результатом стал проект «Кто есть кто» [7] на сайте телеканала.ИИ узнаёт гостей на свадьбе принца Гарри и Меган Маркл. Скрин страницы сайта Sky News.Компьютерному зрению пришлось справляться со множеством сложностей, отмечают представители Sky News, от последствий лицевой хирургии до идентичных близнецов или некачественных изображений. Эти инструменты еще не идеальны, и они не все делают правильно. Если вы начнете полностью полагаться на них при создании контента, вы начнете делать ошибки, — пояснил менеджер продукта [8].Проливая свет, или робо-журналистика по заказу пользователейНовинка 2020 года — сервис, отслеживающий темы, которые вызывают интерес у читателей, но недостаточно освещены в СМИ. Его разработали в американской аналитической компании Parse.ly [4].Сервис собирает данные об эффективности контента более чем 600 тысяч статей, публикуемых на 3000 сайтах, в день. Затем данные агрегируются и анонимизируются (конкретные URL-адреса новостей не публикуются).Программа делит общее количество просмотров по теме на количество опубликованных статей. И если тема интересует многих пользователей, но материалов по ней недостаточно, можно считать это поводом для создания нового контента и возможностью для привлечения трафика.Data-driven историиС 2018 года в Великобритании работает автоматизированная редакция RADAR (Reporters And Data And Robots) [5]. В ней трудятся шесть журналистов, которые выпускают по 350 новостей о здравоохранении, преступности, образовании, недвижимости в день.Как это работает? Один из журналистов-людей пишет шаблон новости для каждого из возможных сценариев — например, бум, скромный рост или резкое падение преступлений. Затем на основе открытых данных программа создает версии для каждой из 391 областей Великобритании на основе статистики этого региона.Клиентами автоматизированной редакции стали сотни региональных изданий. С помощью этой технологии они стараются конкурировать с крупными информагентствами, делать больше контента при ограниченном штате и освобождать журналистов-людей для работы «в поле» [6].ИИ на спортивных трибунахСпециалисты по анализу данных из IBM научили компьютер спортивному азарту. Летом 2019 года на Уимблдоне компания представила технологию искусственного интеллекта, которая отслеживает эмоции и характерные жесты спортсменов и зрителей во время матчей [9].Обученная на тысячах теннисных матчей модель выделяет самые захватывающие моменты. Программа создавала яркие видео о 13-дневном соревновании с сотнями игр на 18-ти кортах в режиме реального времени.Чтобы уловить спортивные эмоции, ИИ слушает все: от рева толпы до звука теннисных мячей на ракетках. С помощью системы распознавания изображений Watson он наблюдает за игроками и выделяет важные жесты: удары кулаком, подъемы рук, рукопожатия и другие движения, характеризующие состояние игроков.В конце 2019 года компания IBM представила такую же технологию, но обученную уже на футбольных матчах [10]. Перед моделью машинного обучения поставили задачу: комментировать происходящее на поле. Система отслеживает игру в режиме реального времени и может определять пасы, удары по воротам. И добавляет комментарии, основанные на статистике. Искусственный комментатор получает необработанное видео в качестве входных данных и пытается предсказать правильный комментарий.Он прокомментировал гол монотонной компьютерной речью, — делятся впечатлением участники презентации технологии. — Не было никакого преувеличенного и восторженного мексиканского стиля спорткастера: «ГОООООООЛ!!!»AI-расследовательМодель машинного обучения, созданная в Quartz AI Studio, помогла обработать 200 тысяч документов юридической фирмы на Маврикии. Архив, раскрывающий схемы ухода от налогов транснациональных компаний, слили журналистам летом 2019 года [11].Модель, основанная на методе doc2vec, сильно ускорила процесс работы с архивом. Она идентифицировала похожие документы. Например, когда журналисты-люди находили пример особенно значимого бизнес-отчета или налоговой декларации, модель помогала отыскать в наборе другие подобные документы. Результатом работы 54 журналистов стал интернациональный проект Mauritius Leaks [12], а создатели модели поделились кодом на GitHub [13].Mauritius Leaks. Скрин страницы сайта icij.orgОбуздать троллейТоксичные и нецензурные комментарии отпугивают читателей, а еще могут стать юридической проблемой для редакции. И модерирование перепалок пользователей — больная тема для онлайн-изданий. А если в день публикуется несколько сотен текстов? Неужели держать целый штат модераторов?С этой проблемой решили бороться в The New York Times, после того как в 2016 году им пришлось закрыть комментарии к 90% статей. Сотрудники редакции попросили помощи у искусственного интеллекта [14].Помог бесплатный инструмент Perspective [15], разработанный Jigsaw и Google с помощью машинного обучения. Модератор-код находит ненормативную лексику, буллинг в комментариях и оценивает их токсичность. Модератор-человек использует эту информацию для сортировки записей и для обратной связи с комментаторами в режиме реального времени.Лояльность под контролемДата-отдел South China Morning Post создал алгоритм для прогнозирования лояльности читателей и оптимизации маркетинговых кампаний за счет этих данных. Модель машинного обучения получила название Bluefin [16].Лояльного читателя определили как мультисессионного пользователя, который вернулся на сайт с заранее заданной периодичностью. Чтобы предсказать такую лояльность, создали алгоритм, который собирает данные по более чем 40 переменным: например, процент просмотров страниц в каждом разделе, время на странице, продолжительность между двумя последними визитами, процент сессий на разных платформах. После код очищает данные и отбирает те переменные, которые несут важную информацию. После датасет передается предсказывающей модели. Причем модель применяли отдельно для читателей из США и Азии, учитывая специфику потребления контента. Данные скоринга добавляют в модель каждый месяц, так алгоритм обучается и на новых наборах и может включать любые новые переменные.Авторы назвали алгоритм Bluefin («голубой тунец»), в надежде, что читатели будут возвращаться на их сайт, так же как тунец каждый год возвращается на родину. Кто будет платить?В редакции швейцарской немецкоязычной газеты Neue Zürcher Zeitung используют искусственный интеллект, чтобы предсказать, кто из читателей и в какой момент готов оформить платную подписку [17]. Это означает, что количество статей, доступных бесплатно, варьируется от пользователя к пользователю, прежде чем им будет предложено оплатить контент.Модель оценивает более чем 400 переменных, характеризующих поведение конкретного читателя. В их числе время с момента регистрации на сайте, время с последнего посещения, количество используемых устройств. Так алгоритм формирует «показатель склонности» пользователя к платной подписке. Если по итогам этих подсчетов читатель вошел в 20% рейтинга вероятности покупки, к нему применяют A/B-тестирование (метод маркетингового исследования — прим. ред.), на основе результатов которого формируется персонализированное предложение. Для всех остальных применяется стандартный набор правил.Использование этого алгоритма повысило коэффициент конверсии на 82%, утверждают представители Neue Zürcher Zeitung.Анастасия УткинаИсточники Adams T. And the Pulitzer goes to… a computer Beckett Ch. New powers, new responsibilities. A global survey of journalism and artificial intelligence Fox Ch. General Election 2019: How computers wrote BBC election result stories Kunova M. How to find under-reported topics that readers actually pay attention to RADAR: Reporters And Data And Robots Robo-reporter writes front-page news Harry & Meghan Royal Wedding: who is who? Granger J. Facial recognition, subtitling automation and datasets: how Sky News uses AI to unburden journalists Dormehl L. IBM’s Wimbledon-watching A.I. is poised to revolutionize sports broadcasts Kahn J. IBM Trials A.I. That Can Do Soccer Commentary Merrill J. B. How Quartz used AI to help reporters search the Mauritius Leaks Mauritius leaks Doc2vec for Investigative Journalism New York Times: Using AI to host better conversations Perspective Korey L. South China Morning Post uses AI to track reader loyalty Seale Sh. NZZ pushes personalisation through data and algorithms

Пока нет комментариев