ICT Security   Corporate ICT   Reseller Channel Link

Vývojáři zlepšili výkonnost neuronových sítí

RTB House přichází s inovativním přístupem k vytváření neuronových sítí. Vytvořila metodu schopnou vylepšit způsob, jakým stroje předpovídají hodnotu konverzí. Výsledkem tak jsou reklamní kampaně přinášející vyšší ROI (návratnost investic). Nový koncept bude prezentován na nadcházející konferenci International Joint Conference on Neural Networks na Aljašce v USA.

Neuronové sítě jsou programovací modely inspirované biologií, které umožňují počítačům učit se z dat - podobně jako se učí lidský mozek. Je to jeden z nejužitečnějších nástrojů k řešení digitálních problémů. Využití nachází v široké škále průmyslových oborů. Používá se k rozpoznávání videí, obrázků, řeči, jazyka, DNA nebo také na burzách a při předpovědi počasí.

Bohužel pro marketingový průmysl je využití neuronových sítí omezeno jejich přesností v předpovídání průběžné hodnoty (např. hodnota objednávky nebo denní zisky).

RTB House přišla s inovativní metodou schopnou přesněji a spolehlivěji odhadovat danou hodnotu. Může být využita k vylepšení jakékoli neuronové sítě schopné řešit úkoly spojené s odhadováním hodnoty.

“Neuronové sítě a zejména pak hloubkové učení se staly novým standardem pro pochopení digitálního světa a velkého množství dat v něm. Umělá inteligence navždy změnila způsob, jakým děláme digitální reklamu. Google a Facebook trénují neuronové sítě inspirované mozkem, aby lépe odrážely reálný svět a z dat lépe vyhodnocovaly a předpovídaly výsledky. V dnešní době začíná hloubkové učení nacházet uplatnění v široké škále oborů. Počínaje zdravotnictvím, přes e-commerce, samořiditelná auta až dokonce po umění. Jsme velmi pyšní na to, že můžeme přispívat k rozvoji využití hloubkového učení v reklamě,” říká Bartek Romański, Chief Technology Officer v RTB House.

“Naše metoda prodlužuje tréninkovou fázi modelu konverzních hodnot přidáním pečlivě vytvořených dodatečných cílů, které pomohou finálnímu modelu, aby byl přesnější a robustnější. V praxi to znamená, že naše algoritmy schopné samostatného učení s vysokou přesností identifikují zákazníky, u kterých se dá předpokládat, že nejvíce utratí. Poté jim zobrazí personalizovanou reklamu, která je má přesvědčit, aby transakci dokončili,” vysvětluje Konrad Zolna, výzkumník v RTB House.

Více se o hloubkovém učení z dílny RTB House a jeho výsledcích budou moci dozvědět návštěvníci letošní International Joint Conference on Neural Networks, která se koná v Anchorage na Aljašce v Centru Williama A. Egana od 14. do 19. května 2017. Tato konference je prestižním setkáním výzkumníků a dalších profesionálů, kteří se zabývají neuronovými sítěmi a příbuznými obory.

Po 33. International Conference on Machine Learning v New Yorku (ICML 2016) a 31. AAAI Conference on Artificial Intelligence (AAAI 2017) v San Franciscu je toto třetí setkání, na kterém bude RTB House prezentovat své výzkumné výsledky v oblasti umělé inteligence.

Autor: Petr Smolník, šéfredaktor