Υπάρχει μια σύντομη φράση, σχεδόν αστικός μύθος, που όλοι έχουμε πει κάποια στιγμή: «Τι γίνεται; Με άκουσε το κινητό και μου έβγαλε διαφήμιση γι’ αυτό που έψαχνα μόλις πριν;». Κι όμως, παρά τη γοητεία της ιδέας, το κινητό μας δεν χρειάζεται να ακούει. Δεν έχει λόγο, δεν έχει χρόνο και, κυρίως, δεν έχει άδεια να ενεργοποιεί μικρόφωνα μόνο και μόνο για να μας δείξει μια διαφήμιση για παιδικές πάνες, οδοντόκρεμες κατά της τερηδόνας ή φθηνά αεροπορικά εισιτήρια. Αυτό που πραγματικά κάνει είναι κάτι πολύ πιο απλό, αλλά και πολύ πιο… έξυπνο.
Ο πυρήνας της υπόθεσης είναι ένα μοντέλο τεχνητής νοημοσύνης που λέγεται Graph Neural Network, ή πιο σύντομα GNN. Αν θέλουμε να το φέρουμε κοντά σε καθημερινή εικόνα, θα λέγαμε ότι το GNN βλέπει τα δεδομένα μας όχι σαν μια στοίβα κείμενα, clicks, SMS και χάρτες, αλλά σαν έναν χάρτη ανθρώπινων σχέσεων. Μόνο που αντί για ανθρώπους, ο χάρτης έχει μικροσκοπικές κουκκίδες πληροφορίας. Και αντί για φιλίες, έχει συνδέσεις.
Τι ακριβώς κάνει το GNN
Φανταστείτε ένα σαλόνι γεμάτο άνθρωπους που συζητούν μεταξύ τους. Το GNN παίρνει τα κομμάτια δεδομένων και τα αφήνει να κουβεντιάζουν. Όχι για το πώς ήταν η μέρα τους, αλλά για το πώς σχετίζονται μεταξύ τους. Κάθε «κόμβος» είναι ένα στοιχείο: μια λέξη που γράψατε στο Messenger, μια σελίδα που ανοίξατε χθες, η τοποθεσία του σπιτιού σας, η ώρα που συνήθως ψάχνετε για φαγητό. Οι «ακμές» (οι γραμμές δηλαδή ανάμεσα στους κόμβους) είναι οι σχέσεις: ποιες λέξεις εμφανίζονται συχνά μαζί, ποιες αναζητήσεις γίνονται πάντα μετά από ποιες, σε ποιες περιοχές βρίσκεστε όταν ανοίγετε συγκεκριμένες εφαρμογές. Με άλλα λόγια: το GNN δεν αποθηκεύει «τι είπατε». Αποθηκεύει «πώς συνδέονται αυτά που κάνετε». Και αυτή η φαινομενικά απλή ιδέα το κάνει εξαιρετικά καλό στο να προβλέπει τι πιθανόν θα θέλετε να δείτε στη συνέχεια.
Ποια δεδομένα χρησιμοποιεί
Όταν μιλάμε για προτάσεις ειδήσεων, customized διαφημίσεις ή περιεχόμενο μέσα σε εφαρμογές, η τεχνητή νοημοσύνη χρησιμοποιεί τέσσερις μεγάλες ομάδες δεδομένων:
1. Text – ό,τι γράφουμε. Αυτό περιλαμβάνει το κείμενο από αναζητήσεις, μηνύματα σε εφαρμογές που δίνουν άδεια χρήσης των δεδομένων (όχι από encrypted εφαρμογές όπως το WhatsApp), περιγραφές στο YouTube, σχόλια, αναρτήσεις. Το GNN δεν διαβάζει το μήνυμα ως «περιεχόμενο ανθρώπινης συνομιλίας», αλλά ως λέξεις συνδεδεμένες μεταξύ τους. Αν για παράδειγμα γράψετε «σκέφτομαι να πάρω κουρτίνες για το σπίτι», το μοντέλο κρατάει τα tokens κουρτίνες, σπίτι, αγορά, και τις σχέσεις μεταξύ τους. Δεν σχηματίζει εικόνα του τι συζητήσατε με το πρόσωπο που συζητήσατε.
2. Ιστορικό αναζήτησης και επισκέψεων σε ιστοσελίδες. Εδώ είναι η μεγαλύτερη πηγή πληροφορίας. Δεν είναι μυστικό: το browsing history αποκαλύπτει ενδιαφέροντα, χρονικές συνήθειες, και μοτίβα. Το GNN εδώ διαβάζει τις διαδοχές: ξεκινάς από ειδησεογραφικές ιστοσελίδες, μετά ανοίγεις αθλητικά, μετά ψάχνεις τι ώρα είναι το ματς, μετά χαζεύεις παπούτσια. Αυτές οι διαδοχές γίνονται μικρά «μονοπάτια» στο γράφημα.
3. Τοποθεσία – μόνο αν το έχουμε ενεργοποιημένο. Το GPS δίνει γεωγραφικά στίγματα που συνδέονται με άλλους κόμβους: η νοημοσύνη μαθαίνει πότε είμαστε σπίτι, πότε είμαστε στη δουλειά, σε ποια γειτονιά κάνουμε ψώνια, σε ποιες ώρες μετακινούμαστε. Σας έχει τύχει να σας εμφανιστεί διαφήμιση καφετέριας κοντά στο γραφείο; Δεν είναι επειδή «ακούει» ότι βαρεθήκατε και προτείνει κάτι άλλο. Είναι επειδή έχει καταγράψει ότι κάθε πρωί βρίσκεστε εκεί γύρω στις 9:15 και ανοίγετε το Facebook.
4. Συνολικό usage patterns. Πόσο συχνά ανοίγουμε μια εφαρμογή, πόσο χρόνο μένουμε, τι άλλο κάνουμε λίγο πριν ή λίγο μετά. Είναι ένα είδος ρυθμού, προσωπικού και μοναδικού. Το μικρόφωνο στο κινητό δεν ενεργοποιείται για διαφημίσεις, για δύο λόγους: Πρώτον, γιατί θα ήταν νομικά καταστροφικό και τεχνικά περίπλοκο. Δεύτερον, διότι το GNN έχει ήδη αρκετή πληροφορία για να προβλέψει τι μπορεί να σας ενδιαφέρει χωρίς να «ακούσει» τίποτα. Πώς το καταφέρνει όλο αυτό; Με το να φτιάχνει αυτό το γράφημα σχέσεων και να υπολογίζει κάτι που ονομάζεται embedding, δηλαδή μια αριθμητική σύνοψη του ποιου τύπου χρήστη μοιάζετε να είστε. Το embedding είναι σαν ένα αποτύπωμα. Δεν λέει ότι «ο χρήστης ενδιαφέρεται για ψυγεία», αλλά ότι «ο χρήστης με αυτό το προφίλ συνδέεται με άλλους χρήστες που ενδιαφέρθηκαν για ψυγεία». Άρα, το GNN κάνει μια υπόθεση βασισμένη σε μοτίβα, όχι σε υποκλοπή.
Πώς χρησιμοποιείται όλο αυτό στο κινητό;
Με όλους τους τρόπους. Από τις προτεινόμενες ειδήσεις στο Google Discover, μέχρι τα Reels που εμφανίζονται στο Instagram, τις ειδοποιήσεις του YouTube, τις προτάσεις εφαρμογών του Play Store, και φυσικά τις διαφημίσεις. Η τεχνική λογική είναι πάντα η ίδια: να φτιάξει έναν χάρτη σχέσεων που γίνεται πιο πυκνός όσο το κινητό μαθαίνει τις συνήθειές μας. Τα GNN είναι ιδανικά για τέτοιες δουλειές γιατί μαθαίνουν καλύτερα όσο προστίθενται νέοι κόμβοι, νέα links, νέα μοτίβα.
Στην πράξη, αυτό σημαίνει: Αν τα βράδια βλέπετε ειδήσεις, το feed προσαρμόζεται ανάλογα. Αν τα Σαββατοκύριακα ψάχνετε ταξίδια, οι διαφημίσεις αλλάζουν. Αν αναζητάτε delivery σε συγκεκριμένες περιοχές, εμφανίζονται προτάσεις για εκεί. Όταν γράφετε μηνύματα με λέξεις που συνδέονται με θέματα υγείας, lifestyle ή συγκεκριμένων προϊόντων, το σύστημα το λαμβάνει ως ένδειξη μιας νέας συνήθειας. Και όλα αυτά γίνονται χωρίς το μοντέλο να κρατάει αντίγραφα των συνομιλιών σας. Κρατάει μόνο τις συνδέσεις και τα μοτίβα.
Είναι καλό ή κακό αυτό; Οι απόψεις διίστανται. Προφανώς είναι μια μορφή εξατομίκευσης που βοηθάει να μην χανόμαστε σε χαοτικά timelines. Αλλά, όπως κάθε εργαλείο, έχει και τη σκοτεινή πλευρά του: δημιουργεί «φούσκες» ενδιαφερόντων, περιορίζει την ποικιλία πληροφορίας, και ενισχύει τις εμμονές μας. Το σημαντικό εδώ είναι ότι τα GNN δείχνουν πώς η τεχνητή νοημοσύνη δεν χρειάζεται να μοιάζει με κατασκόπο για να είναι αποτελεσματική. Αρκεί να βλέπει και να καταγράφει πλέγματα σχέσεων. Αυτές τις σχέσεις, τις περισσότερες φορές, τις δημιουργούμε εμείς οι ίδιοι με τα δάχτυλα, τις συνήθειες και τα καθημερινά μας scroll. Άρα, το κινητό «διαβάζει» τα ίχνη που του δίνουμε.
