Hace unos años, Youtube realmente mostró su razonamiento. Estaba en el formulario “el video X puede ser interesante para ti porque viste Y antes”. La similitud entre X e Y parecía estar basada en si los observadores de Y también miraban X, si la misma persona había subido tanto X como Y o si estaban sentados juntos en la lista de reproducción de algún usuario. Las recomendaciones solían hacerse en función de sus visitas recientes y no se basaban en los videos que había votado negativamente.
Este algoritmo simple fue altamente efectivo porque los contribuyentes y los espectadores crean grupos relevantes. Las personas que escuchan una canción de los 60 también escucharán a los demás, por lo que obtendrás muchas recomendaciones de canciones de los 60. Pero también explica las recomendaciones aparentemente aleatorias.
El algoritmo puede parecerle simplista en comparación con los algoritmos de búsqueda de Google. Lo que hay que recordar aquí es que Youtube era una compañía independiente adquirida por Google. Si los deseos de Yahoo tienen algo que ver, el personal de Youtube tuvo que hacer todo lo posible para optimizar YouTube para que se ajuste a la infraestructura de Google, en detrimento de las nuevas características. Solo necesita ver cómo un usuario de YouTube que ha iniciado sesión ni siquiera puede buscar dentro de su propia lista de favoritos, mientras que un usuario de Gmail tiene numerosas funciones disponibles para buscar y organizar sus correos electrónicos.
- ¿Hay algún marco de Python específico para AI, NLP o material relacionado con big data?
- ¿Se puede usar la inteligencia artificial profunda del agente de Q-network para jugar juegos de estrategia en tiempo real a nivel humano?
- ¿Cuál fue el problema exacto en Facebook AI que llevó a su cierre?
- ¿Qué juego tiene la mejor inteligencia artificial para sus NPC?
- ¿Qué es mejor SAP HANA o el análisis de IBM Watson?
