Начнем с азов. Механизм распознавания закономерностей состоит из четырех главных этапов. Первый из них — это сбор образцов. Прежде чем начать предсказывать, каких именно мужчин Алиса находит привлекательными, нужно отобрать и претендентов, которым она симпатизирует, и тех, которые ей не нравятся. Вы сможете получить данную информацию, анализируя реакцию девушки на профайлы разных мужчин.
Второй шаг заключается в систематизации собранных сведений и определении важных отличительных особенностей. Что в этих мужчинах влияет на предпочтение Алисы? Очевидно, что существуют некие физические параметры, такие как возраст, рост и вес. Но есть и особенности в профайлах претендентов: много ли фотографий они размещают на своей странице, насколько подробно рассказывают о себе и на какой тип личности указывает их характеристика самих себя. Чем больше факторов вы сумеете идентифицировать на второй стадии, тем больше у вас шансов выявить именно тот из них, который пробуждает в Алисе интерес.
Третий шаг — это обнаружение схожих черт. Что общего у мужчин, которых Алиса находит привлекательными? В чем они похожи внешне? А как насчет тех, которых Алиса отвергла? Какие качества отличают их от мужчин, которым она симпатизирует? Сравнивая характеристики, присущие обеим группам, алгоритм может начать идентифицировать те основные факторы, которые предопределяют выбор Алисы.
Последний, четвертый, шаг — это попытка системы на основе проведенного анализа предсказать, каких мужчин Алиса найдет привлекательными. Именно их она будет предлагать девушке в первую очередь. И чем больше свайпов делает Алиса, тем эффективнее становится алгоритм, поскольку он использует обратную связь для уточнения и совершенствования своих предсказаний.
Скрытая формула, которая делает ваше любимое блюдо неотразимым
Когда число переменных невелико, люди достаточно хорошо справляются с задачей выявления закономерностей. Но если уровень сложности повышается, то наших способностей уже не хватает. И вот здесь на помощь приходят компьютерные алгоритмы.
Такие системы способны оценивать гигантские базы данных и анализировать множество факторов одновременно, а также корректировать свои прогнозы в режиме реального времени по мере получения новой информации. Кроме того, они не подвержены разного рода бессознательным ожиданиям и социальному давлению, из-за которых мы во многих случаях избегаем предсказаний, идущих вразрез с общепринятыми представлениями.
И эти преимущества накапливаются. В качестве примера давайте рассмотрим, как компания IBM подняла на новые высоты мир кулинарии. Некоторое время назад программисты из IBM загрузили в суперкомпьютер
Результат оказался поразительным благодаря не только инновационным комбинациям, предложенным программой
Думая об удачном кулинарном продукте, мы чаще всего сосредоточиваемся исключительно на вкусе. Анализ, проведенный программой
Второй вывод, который можно сделать из открытий программы
Вам не нужно даже готовить блюдо, чтобы определить, будет ли оно приятно пахнуть. Достаточно проанализировать ингредиенты, входящие в его состав. Каждый из них содержит определенное количество химических веществ, которые называются ароматическими соединениями и придают готовому блюду уникальный запах. Так вот, анализ, проведенный программой