Είναι το 21αγ τον Οκτώβριο του 2015 και, σήμερα σηματοδοτεί την ημέρα που ο ατρόμητος τυχοδιώκτης Marty McFly ταξίδεψε στο μέλλον για να προσποιηθεί ότι ήταν ο γιος του και να σώσει το Hill Valley από το μη πειστικά χτενισμένο πάνω από το Biff Tannen. Έχοντας αυτό κατά νου, τώρα φαίνεται η ιδανική στιγμή για να ρίξουμε μια ματιά στο μέλλον μας, όσον αφορά συγκεκριμένα το SEO και την ψηφιακή τεχνολογία γενικότερα.
Ας ξεκινήσουμε λοιπόν αυτό που θα είναι μια σειρά δύο μερών για τη μηχανική μάθηση και την τεχνητή νοημοσύνη, ξεκινώντας με τις τρέχουσες εξελίξεις σε αυτόν τον πολύ συναρπαστικό τομέα:
…………………………………………………
„Στο μέλλον, οι υπολογιστές θα βλέπουν, θα ακούν, θα μιλάνε και θα καταλαβαίνουν ακόμη. Οι ευφυείς μηχανές θα αποτελέσουν τη ραχοκοκαλιά αυτού που ονομάζουμε αόρατη επανάσταση: οι τεχνολογίες αλληλεπιδρούν τόσο απρόσκοπτα που γίνονται αόρατες.”
Πατρίς Σίμαρντ [Microsoft]
Η μηχανική μάθηση και η τεχνητή νοημοσύνη αντιπροσωπεύουν το επόμενο μεγάλο βήμα στην τεχνολογική ανάπτυξη και στις αλληλεπιδράσεις μας με τις διάφορες φορητές και επιτραπέζιους υπολογιστές μας.
Πρόσφατα, η Google παρουσίασε Τώρα στο Tap στις πιο πρόσφατες συσκευές Android με στόχο να ανεβάσουμε τον πήχη στον τομέα της προγνωστικής και διαισθητικής αναζήτησης, έτσι ώστε, τελικά, η συσκευή σας να γνωρίζει τι θέλετε να κάνει πριν το πεις.
Η Google είναι εδώ και καιρό μεγάλοι παίκτες στον τομέα, αλλά σύντομα θα προστεθεί η Apple, η οποία, παρά το γεγονός ότι έφτασε λίγο αργότερα στο πάρτι, έκανε πρόσφατα κινήσεις που υποδηλώνουν ότι τώρα ρίχνονται στο ρινγκ ως σοβαρός υποψήφιος.
Καθώς η μάχη για την υπεροχή της τεχνητής νοημοσύνης αρχίζει να θερμαίνεται, ας δούμε μερικές από τις τρέχουσες εξελίξεις στον τομέα και ας ρίξουμε μια ματιά στο τι μπορεί να επιφυλάσσει το μέλλον.

Όχι ακόμα…
…………………………
Ο βασικός στόχος εδώ είναι η ανάπτυξη τεχνολογίας που ουσιαστικά επιτρέπει στους υπολογιστές να ενεργούν σαν άνθρωποι. να αλληλεπιδράσετε μαζί μας απρόσκοπτα (ή „αορατώς“), διατηρώντας παράλληλα τις δυνατότητές τους που τους καθιστούν ανώτερους από εμάς – τη δυνατότητα να κάνουν υπολογισμούς υψηλής ταχύτητας ή να συνδέονται στο διαδίκτυο, για παράδειγμα.
Η Microsoft μίλησε για αυτούς «Όραμα όπου οι μηχανές αυξάνουν τις ανθρώπινες ικανότητες» σε καθημερινή βάση.
(Ευτυχώς, τα τρέχοντα έργα τεχνητής νοημοσύνης είναι λιγότερο πιθανό να δημιουργήσουν ένα ρομπότ που θα κυριαρχήσει στον κόσμο και πιο πιθανό να φτιάξουν ένα που θα σας φτιάξει ένα σάντουιτς μόλις πεινάσετε.)
Πράγματι, όλα τα εγχειρήματα μηχανικής μάθησης της Microsoft έχουν προσανατολιστεί γύρω από αυτόν τον βασικό στόχο της βοήθειας με τις καθημερινές εργασίες, είτε είναι να σας βοηθήσουν να κλείσετε τραπέζι σε ένα εστιατόριο, να αναγνωρίσετε το πρόσωπο του φίλου σας σε μια φωτογραφία ή να μιλήσετε με τους φίλους σας στην Πορτογαλία και τους φίλους σας στην Μποτσουάνα χωρίς να χρειάζεστε λεξικό – εύχρηστο.
Η Google συμμερίζεται αυτούς τους στόχους (μεταξύ άλλων), εξηγώντας το «Μεγάλο μέρος της δουλειάς μας στη γλώσσα, την ομιλία, τη μετάφραση και την οπτική επεξεργασία βασίζεται στη Μηχανική Μάθηση και την Τεχνητή Νοημοσύνη».

„Τι είναι αυτά?“ – Κάποιος στο μέλλον, μάλλον
Ο αγώνας είναι σε εξέλιξη
Ίσως η πιο αναγνωρίσιμη επίθεση στην τεχνητή νοημοσύνη που έχουμε δει πρόσφατα ήταν η κυκλοφορία των διαφόρων προσωπικούς ψηφιακούς βοηθούς από διάφορους σημερινούς τεχνολογικούς γίγαντες όπως η Siri και η Cortana. Όλα αυτά συμβαδίζουν με το είδος των στόχων που έχουμε ήδη αναφέρει, δηλαδή να κάνουμε τη ζωή μας λίγο πιο εύκολη.
Η Microsoft έχει εξελίξει την Cortana σε πολύ προσωπικός προσωπικός ψηφιακός βοηθός που πραγματικά „μαθαίνω[s] για τις συνήθειες και τις ιδιορρυθμίες σας”, ενώ το λογισμικό τους Skype Translator που μεταφράζεται καθώς μιλάτε «παρέχει ατελείωτες δυνατότητες επικοινωνίας στους ανθρώπους σε όλο τον κόσμο.”
Και από την τελευταία ενημέρωση iOS9, το Siri της Apple έχει βελτιωθεί σημαντικά, βελτιώνοντας τις δυνατότητές του απόκρισης, κάνοντας τις απαντήσεις του πιο λεπτές και πιο ακριβείς.
της Google Τώρα στο Tap λειτουργεί ως ένας αρκετά ολοκληρωμένος ψηφιακός βοηθός, που υποτίθεται ότι «βλέπει» την οθόνη του τηλεφώνου σας ακριβώς όπως εσείς, προσφέροντας μια σειρά από διαφορετικές προτεινόμενες εντολές με βάση το κείμενο στην οθόνη σε οποιαδήποτε εφαρμογή. Ωστόσο, δεν έχουν ακόμη κυκλοφορήσει έναν πλήρως ανεπτυγμένο ομιλούντα βοηθό της ανταγωνιστικής Cortana ή Siri.
Οι λόγοι τους εδώ βασικά καταλήγουν στην τελειομανία. Ο Amit Singhal, ανώτερος αντιπρόεδρος της Google, είπε σχετικά με το θέμα:
«Μια από τις προκλήσεις με τις προσωπικότητες που βασίζονται σε υπολογιστή είναι ότι οι αλληλεπιδράσεις που βασίζονται στον άνθρωπο είναι πολύ πιο διαφοροποιημένες από ό,τι μπορούν να κωδικοποιηθούν σε έναν αλγόριθμο σήμερα.
«Πιστεύω βαθιά ότι πρέπει να είμαστε πολύ ευαίσθητοι στην ανθρώπινη αλληλεπίδραση, οπότε δεν θα το κάνουμε αυτό επιπόλαια… Και νομίζω ότι η τεχνολογία θα χρειαστεί πολύ χρόνο για να αναπτυχθεί».
Παρόλα αυτά, όσον αφορά τη μηχανική μάθηση και την τεχνητή νοημοσύνη γενικά, η Google είναι εδώ και καιρό στην πρώτη γραμμή, με τη δική τους Google Brain έργο βαθιάς μάθησης, και το ημι-μυστικό και δυσοίωνο όνομα τους Google X εγκατάσταση που στεγάζει μερικά απίστευτα έργα.
Η Google έχει μιλήσει για τη χρήση της τεχνολογίας μηχανικής εκμάθησης σε διάφορα από τα πιο περίεργα εγχειρήματά της, όπως το αυτο-οδηγούμενο αυτοκίνητό της, καθώς και στις πιο προφανώς πρακτικές επιχειρήσεις της, όπως η αναγνώριση ομιλίας.
Είναι ενδιαφέρον ότι η Apple είναι αυτή που ήταν παραδόξως αργή όσον αφορά την πλήρη ανάπτυξη του Siri πέρα από ένα βασικό πρόγραμμα που κάνει λίγα περισσότερα από τη μετάφραση της φωνής σε κείμενο και την αναζήτηση στο Google.
Μέχρι τώρα δηλαδή…
Μπείτε στην Apple
Πρόσφατα αποκαλύφθηκε ότι η Apple βρίσκεται επί του παρόντος στη διαδικασία πρόσληψης 86 ειδικών τεχνητής νοημοσύνης πλήρους απασχόλησης, σηματοδοτώντας μια αρκετά σταθερή προσπάθεια προς την κατεύθυνση της προηγμένης μηχανικής μάθησης. Έχουν αγοράσει επίσης δύο start-up εταιρείες που εστιάζει στην τεχνητή νοημοσύνη.
Το πρώτο από αυτά είναι Αντίληψημια εταιρεία που στόχος της είναι: «Να αναπτύξουμε τεχνικές για την εκτέλεση συστημάτων ταξινόμησης εικόνων AI σε smartphone, χωρίς να χρειάζεται να αντλούμε από μεγάλα εξωτερικά αποθετήρια δεδομένων» σύμφωνα με δημοσιογράφους του Bloomberg.
Η ανάπτυξη βασικών δυνατοτήτων μηχανικής μάθησης απαιτεί συχνά, στην αρχή, την εισαγωγή τεράστιων ποσοτήτων δεδομένων για την ανάπτυξη αλγορίθμων στους οποίους οι υπολογιστές μπορούν τελικά να οικοδομήσουν και να κάνουν οι ίδιοι πιο περίπλοκοι.
Ένα βασικό παράδειγμα αυτού είναι η ανάπτυξη της ενημέρωσης Panda της Google το 2011. Το Panda σχεδιάστηκε για να κάνει τους αλγόριθμους κατάταξης της Google όλο και πιο ακριβείς όσον αφορά την αξιολόγηση της ποιότητας ενός ιστότοπου. Προκειμένου να το αναπτύξουν, ξεκίνησαν με το να καθίσουν πολλοί ανθρώπινοι προγραμματιστές και να τους βάλουν να αξιολογήσουν οι ίδιοι χιλιάδες ιστότοπους. Αυτά τα δεδομένα στη συνέχεια τροφοδοτήθηκαν στους υπολογιστές τους και από αυτά ανέπτυξαν αλγόριθμους που, θεωρητικά, επέτρεπαν στους υπολογιστές να αξιολογούν παρόμοια ιστοσελίδες στο μέλλον. (Αυτή είναι μια τεράστια απλοποίηση του τρόπου με τον οποίο αναπτύχθηκε το Panda, αλλά καταλαβαίνετε)

Η εντύπωση ενός καλλιτέχνη για έναν από τους υπαλλήλους της Google μετά από μια κουραστική μέρα αξιολόγησης ιστότοπων
Τώρα, η εξαγορά της Apple Αντίληψη και η χρήση της τεχνολογίας τους γίνεται ιδιαίτερα σημαντική στο πλαίσιο της συζήτησης για το απόρρητο μεταξύ αυτών και της Google.
της Google Τώρα στο Tap Το χαρακτηριστικό απαιτεί από τους χρήστες να συμφωνήσουν να υποβάλουν τεράστιες ποσότητες των προσωπικών τους δεδομένων προκειμένου να απολαμβάνουν την πλήρη λειτουργικότητα. «Αν η Google δεν ξέρει πού είναι το γραφείο μου…δεν μπορεί να μου πει «υπάρχει κίνηση – παρακαλώ φύγετε τώρα»» εξηγεί ο Singhal.
Τώρα αυτού του είδους η κοινή χρήση δεδομένων έρχεται σε αντίθεση με την αυστηρή πολιτική απορρήτου της Apple. κάνουν μεγάλη υπόθεση δεν αποθήκευση αυτού του είδους δεδομένων (όπως το ιστορικό τοποθεσίας των χρηστών) συστηματικά, αντίθετα ανωνυμοποιώντας τα πάντα και αναλύοντάς τα σε ατομική βάση. Το πρόβλημα είναι, ή μάλλον ήταν, ότι αυτό έκανε την ανάπτυξη των δυνατοτήτων AI μάλλον δύσκολη, καθώς δεν διέθεταν μια τεράστια τράπεζα δεδομένων για τη συγκέντρωση και την εξαγωγή συμπερασμάτων.
«Θέλουν να φτιάξουν ένα τηλέφωνο που να σου ανταποκρίνεται πολύ γρήγορα χωρίς να γνωρίζουν τον υπόλοιπο κόσμο. Είναι πιο δύσκολο να το κάνεις αυτό», είπε ο Joseph Gonzalez της start-up Dato μηχανικής μάθησης.
Τώρα, με Αντίληψη επί του σκάφους, αυτό φαίνεται ότι θα αλλάξει…
Ελάτε μαζί μας στο μέρος 2 όταν εξετάζουμε τις ψηφιακές προσομοιώσεις εγκεφάλου, το μέλλον του SEO και μια προσπάθεια να απαντήσουμε στην ερώτηση του Philip K Dick: «ονειρεύονται τα ανδροειδή ηλεκτρικά πρόβατα;» (όχι, αποδεικνύεται ότι ονειρεύονται τραχιές γραμμές και πολλά σκυλιά).