W cyklu #PlastreamCoffee, będziemy rozmawiać z osobami stojącymi za technologią w Plastream i przybliżamy kwestie techniczne i biznesowe związane z naszym narzędziem. W drugim wywiadzie rozmawiamy z Pawłem Andruszkiewiczem, Architektem AI.

W którą stronę zmierza AI?

To trudne pytanie. Powiedziałbym, że głównym kierunkiem, który możemy zaobserwować, jest wykorzystanie maszyn do wykonania zadań, które dotychczas robił człowiek: do ich zautomatyzowania, ulepszenia czy zastąpienia. W tej chwili nie musimy się bać „przejęcia kontroli” jak filmowy Skynet, ale wciąż czytamy o nowych algorytmach pozwalających na przykład diagnozować choroby skuteczniej niż lekarz, czy autonomicznie prowadzić samochód (testowane np. przez Ubera). Jedno jest pewne – czeka nas naprawdę ciekawa przyszłość.

Jak AI może wspierać procesy sprzedaży?

W dzisiejszym świecie algorytmy, które możemy nazwać pewną formą AI, pozwalają na wspomaganie prawie wszystkich dziedzin życia: procesy sprzedaży lub marketingu nie są w tym zakresie wyjątkiem. Warto wspomnieć między innymi o SEO, SEM czy profilowaniu i targetowaniu grup docelowych (które przez chociażby RODO otrzymały nowe limity): dzięki stałemu rozwojowi AI te procesy są znacznie łatwiejsze i przyspieszone, a wyniki mogą być dokładniejsze. Ma to ogromne znaczenie dla tych, którzy codziennie procesują setki tysięcy treści.

W Plastream skupiliśmy się na wsparciu sprzedaży poprzez content2commerce. Samo podejście C2C nie jest nowe, ale to dopiero rozwój AI je ulepsza pozwala w dużym stopniu zautomatyzować procesy, ułatwić pracę człowiekowi i wykorzystać efekt skali. Treści dopasowane są do produktów w szybki i precyzyjny sposób, skracając ścieżkę zakupową dla użytkownika, zwiększając szansę retencji i monetyzacji (która dla wydawców jest teraz na wagę złota) i dostarczając konwersję do sklepów e-commerce, co jest pożądaną akcją przez reklamodawców. Dzięki wykorzystaniu zaawansowanej technologii, możliwe jest osiągnięcie sytuacji 3*win.

Jak dokładnie działa mechanizm Similarity Search? Co wpływa na jego rozwój, i jakie obiekty może już zidentyfikować?

W telegraficznym skrócie – chcemy dopasowywać produkty z jednej bazy (asortymentu e-commerce) do bazy w innej domenie (np. zdjęć lifestyle’owych) na podstawie ich wizualnego podobieństwa. Flagowym produktem Plastreamu jest zastosowanie mechanizmu Similarity Search do branży fashion – wyszukujemy elementy garderoby podobne do tych, które widzimy na zdjęciach, na stronach, które przeglądamy (przykładowe treści: zdjęcia modelek, aktorów, piosenkarzy).

Wykorzystujemy state-of-the-art metody, tworząc skomplikowany pipeline, zawierający między innymi:

  • detekcję obiektów (w tym przypadku różnych rodzajów ubrań, takich jak spodnie, koszule, buty, ale i paski czy kolczyki)
  • tracking (w przypadku materiałów wideo)
  • feature extraction (stworzenie matematycznego opisu, przy wykorzystaniu m.in. sztucznych sieci neuronowych)
  • detekcję konkretnych cech elementów garderoby (identyfikujemy na przykład to, czy buty są sznurowane, czy wsuwane)
  • wyszukiwanie najbardziej podobnych elementów w zbiorze dostępnych produktów (np. wykorzystując algorytmy wyszukiwania najbliższego sąsiedztwa – k-NN). Istotne jest to, żeby skupić się na wizualnym podobieństwie obiektów na zdjęciu, a nie na samym podobieństwie zdjęć (biorąc pod uwagę inne ujęcie lub oświetlenie)

Wielką siłą mechanizmu Similarity Search jest możliwość identyfikacji w zasadzie dowolnych obiektów, których wizualne podobieństwo da się określić (w znaczeniu – człowiek przeglądający zdjęcia potrafiłby określić, co jest podobne, a co nie). W Plastream Fashion skupiamy się na najpopularniejszych kategoriach modowych, ale testujemy już rozwiązania także w innych dziedzinach, na przykład retail.

Czym jest Deep Learning i jak wykorzystywany jest w Plastream?

Deep Learning jest poddziedziną tzw. uczenia maszynowego, które jest jednym z podstawowych mechanizmów zaliczanych do grona algorytmów sztucznej inteligencji. To wykorzystanie wielowarstwowych, głębokich modeli sztucznych sieci neuronowych. Deep learning doskonale sprawdza się w wielu dziedzinach: wymienię tu choćby zastosowanie w wizji komputerowej czy przetwarzaniu języka naturalnego. W Plastream wykorzystujemy te głębokie sieci neuronowe m.in. do detekcji i klasyfikacji obiektów na zdjęciach i materiałach wideo.

Co odróżnia Plastream od innych rozwiązań na rynku?

Plastream Fashion to narzędzie do Content2Commerce, zawierające pełną funkcjonalność narzędzi oferowanych przez firmy tym się zajmujące, jednak wsparte różnymi, zaawansowanymi algorytmami AI – umożliwiającymi automatyczne i pół-automatyczne tworzenie „shopable” contentu (przy wykorzystaniu rekomendacji), ułatwiając i przyspieszając pracę ludzi tym się zajmujących. Precyzyjność wyników dostarczanych w czasie testów (rozpoznawanie obiektów) wyniosła ponad 95%. Technologia jest przez nas stale rozwijana, pracujemy nad jej jeszcze lepszą precyzją i rozpoczęliśmy jej testy także poza obszarem fashion.

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *