DeepMind e Play Store: l'IA di Google ci suggerisce cosa scaricare

19 Novembre 2019 18

C'è DeepMind, il laboratorio di ricerca specializzato in intelligenza artificiale di Google, dietro i suggerimenti che riceveremo sul Play Store. Tramite una nota ufficiale sul proprio sito (che potete consultare al link in FONTE), lo studio fondato nel 2010 ed acquisito dal colosso di Mountain View nel 2014 ha reso noto che è in corso una collaborazione col team di Play Store. E ci dà l'occasione di sbirciare un po' oltre l'algoritmo.

Le sfide che in questi anni DeepMind ha raccolto e superato sono molte, e non solo sotto l'ala di Google. Il campo per le prime prove di forza è quello dei giochi, dove AlphaZero ha rivoluzionato il mondo degli scacchi, AlphaGo ha fatto lo stesso con quello del go, e la competizone si è spinta fino ai videogiochi, dove AlphaStar ha sconfitto pesantemente un team di giocatori professionisti in una partita di StarcraftII.

Le applicazioni possibili per gli algoritmi di machine learning (cioè di apprendimento automatico) sono moltissime, e sono destinate ad aumentare per numero ed importanza: riconoscono già il labiale meglio di quanto facciamo noi, e sono già impiegati nel campo medico (anche se con qualche grana legata alla privacy dei pazienti).

La più recente applicazione dell'intelligenza artificiale di Google sono proprio le applicazioni, quelle del Play Store. Obiettivo: rendere più accurato ed efficiente il corrente modello relativo ai suggerimenti che gli utenti ricevono quando cercano applicazioni da scaricare. Insomma, rispetto ai piccoli cambiamenti in fase di testing di cui vi abbiamo parlato recentemente (inclusi quelli estetici per la versione WearOs e per quella AndroidTV), dietro le quinte c'è molto altro.

Il sistema che descrivono da DeepMind si struttura, ad alto livello, di tre diverse istanze: un "candidate generator", un "reranker", e un modello per ottimizzare obiettivi multipli.


È il "candidate generator", capace di analizzare oltre un milione di applicazioni e recuperare quelle più appropriate, ad operare la prima scrematura. A questo punto il risultato viene rielaborato dal "reranker": un modello in grado di istituire delle gerarchie interne ai risultati della ricerca che, per ciascuna app, predice le preferenze dell'utente "su più dimensioni", come spiegano da DeepMind.

Successivamente, le predizioni formulate diventano l'input per un modello incaricato di ottimizzare la presentazione di obiettivi multipli, che infine fornisce all'utente l'elenco delle applicazioni suggerite.

Una catena che, però, può presentare diversi intoppi e criticità: ad esempio, il generatore di suggerimenti apprende quale applicazioni un utente può essere maggiormente intenzionato ad installare basandosi su ciò che gli utenti hanno precedentemente scaricato dal Play store. Queste indicazioni possono, come evidenziato nella nota ufficiale, generare un problema di "reccomandation bias": se un'app, ad esempio, è mostrata nel Play Store 10 volte più di un'altra, allora quella stessa app sarà più facilmente scaricata da altri utenti, il che ne andrà a rafforzare ulteriormente la posizione preferenziale all'interno del modello descritto.

Per mitigare il problema di questo potenziale circuito chiuso, DeepMind ha introdotto un ulteriore modello, capace di soppesare l'importanza, la rilevanza delle applicazioni. Questo si basa su un punteggio assegnato a ciascuna applicazione, basato sulla percentuale relativa a quello che viene definito "impression-to-install rate", cioè il grado con cui un'applicazione dopo essere stata visualizzata dagli utenti viene poi effettivamente scaricata (attenzione: non stiamo parlando delle stelline delle recensioni). Questo punteggio viene rapportato a quello medio ottenuto considerando l'intero Play Store.

L'importanza di un'applicazione il cui punteggio si presenterà al di sotto di questa media, sarà stimata con un valore inferiore ad uno. Tuttavia, quelle applicazioni di nicchia che presentano un punteggio superiore alla media riceveranno una valutazione positiva e avranno così più opportunità di crescita.


18

Commenti

Regolamento Commentando dichiaro di aver letto il regolamento e di essere a conoscenza delle informazioni e norme che regolano le discussioni sul sito. Clicca per info.
Caricamento in corso. Per commentare attendere...
Andrej Peribar

Si intendevo una "storiella" più che barzelletta.

Me le raccontava mio nonno

matteventu

Bella, più che una barzelletta sembra una parabola però
https://uploads.disquscdn.c...

Andrej Peribar

In sintesi:

Un asino ed un tacchino condividono la stalla.
Dopo i primi giorni il tacchino vedendo che l'asino torna sempre stanco e sporco comincia ad infierire ogni giorno
Non ero nemmeno sveglio quando sei uscito stamane
E l'asino gli sorride con occhi cortesi.
La sera dopo
guarda, mi hanno fatto un nuovo trespolo, tu sempre su quella sporca paglia
E l'asino sempre sorride gentilmente
sai oggi nemmeno l'acqua ti hanno cambiato, io ho il mangime nuovo e sempre abbondante
L'asino come sempre sorriso cortese.

E così per mesi.

Ad un certo punto il tacchino irritato aspetta che l'asino torni dalla sua giornata di fatica e gli chiede:
Sono mesi che ti offendo, il modo in cui veniamo trattati è palesemente differente, io mangio bevo non lavoro e vengo servito... Perché non mi rispondi mai e ti limiti a sorridere?

L'asino allora smette di sorridergli e serioso risponde:
Non è che non noto la disparità di come ci trattano e che sono le stesse disparità che mi faceva notare il tacchino dell'anno scorso e saranno le stesse che evidenzierà il tacchino dell'anno prossimo

^.^

matteventu
Andrej Peribar

Preferisco essere asino che tacchino :)

Non so se conosci la barzelletta :)

matteventu

Ma perché sei così scortese? Vogliono solo aiutarti :)

csharpino

DownloadNullException

Il p0rno è vietato su PlayStore...

Andrej Peribar

Preferisco si facciano gli affari loro.
Scelgo da solo.

algoritmo più semplice e preciso per determinare cosa vuole scaricare davvero laggente:

if (true) { download("p0rn");}

p.s.
per il signor Google, sono $200k per consulenza

antonio_ant

Purtroppo come un modello diventa redditizio (vite che mettono ore a caricarsi e lootbox che richiedono ore per aprirsi) tutti tentano di farci soldi. Anche beach buggy racing 2, nonostante il primo sia un omaggio a Mario kart totalmente offline, è divebtanto un multiplayer con queste cose

Roberto

Vero ma a parte l'appiattimento verso il pay to Win, vedo poco di diverso

Vinx
antonio_ant

Questo da quando esiste la personalizzazione dei risultati di ricerca...i giochi più famosi e redditizi restano sempre in evidenza quindi per ora basta poco a cercare categorie diverse

Roberto

Non c'è il pericolo di rimanere confinati nel proprio orticello di app tutte simili tra loro?

antonio_ant

Eppure dopo un po di indie e gestionali mi suggerisce giochi con una certa accuratezza. Va detto che finché ho i salvataggi cloud di brawl stars posso starmene tranquillo

konami7

Non credere che sull'altro della mela le cose siano migliori....

picomind
Egidiangelo

stupenderrimo

L'identikit degli smartphone TOP di gamma 2020: più cari, più grandi, 20:9 e 5G | Video

Motorola Razr 2019: un tuffo nel passato e uno sguardo al futuro | Anteprima Video

Recensione Google Pixel 4 e confronto con iPhone 11 Pro

Xiaomi Mi Note 10: live batteria (5260 mAh) | Fine ore 22:45 con il 14% rimanente