Google Позволяет любому загрузить свою историю поиска за 5 лет. Рекуррентные нейронные сети (RNN) продемонстрировали удивительную производительность при анализе временных рядов. Если мы предположим, что между вашими предыдущими запросами и последующими есть какая-то зависимость, мы можем предположить, что RNN может ее уловить. Если, возможно, ваши следующие запросы более предсказуемы, чем вы думаете, возможно, RNN могут это сделать и предсказать ваши следующие запросы!
Если приведенные выше утверждения верны и на самом деле можно предсказать ваши следующие запросы/сеансы просмотра. Тогда это означает, что его можно смоделировать. Весь процесс. Таким образом, вы бы уснули и позволили вашему ИИ провести исследование от вашего имени и достичь результатов, которые вы получили бы после 8 часов сна.
Это может быть правдой, если предположить, что ваши действия по поиску могут быть смоделированы как анализ графа знаний [1]. Там, где каждый элемент/понятие имеет дискретный уникальный идентификатор, понятия группируются в соответствии с релевантностью, а также имеют древовидную структуру, которая имитирует контекст. Я предполагаю, что наша деятельность по просмотру немного сложнее, чтобы соответствовать этой презентации.
Что касается проверки, сработал ли процесс, ну, ИИ предскажет, что вы достигнете этой концепции через Х времени. Просто применяя здесь правила обучения с подкреплением, мы бы сказали, что каждый раз, когда он делает это правильно, это увеличивает переменную объективного значения, и наоборот, до тех пор, пока он, наконец, не сможет адаптироваться к изучению ваших тенденций просмотра и анализу концепций.
Процесс может занять годы обучения ИИ, чтобы наверстать упущенное, но конечный результат того стоит!
Ресурсы и литература
