Η μηχανική μάθηση

Δημοσιεύτηκε από economia 28/06/2019 0 Σχόλια The Economist,

Οικονομική Επιθεώρηση, Ioύνιος 2019, τ. 983

ΤΕΧΝΗΤΗ ΝΟΗΜΟΣΥΝΗ από τον Τhe Economist

 

 

 

Η ιντερνετική εμπορική αυτοκρατορία της Amazon στηρίζεται σε προσεκτική αξιοποίηση της ΑΙ

 

 

Τα 6σέλιδα ενημερωτικά της Amazon είναι γνωστά σε όλους: τα ανώτερα στελέχη της συντάσσουν κάθε χρόνο ένα τέτοιο ενημερωτικό προκειμένου να καταγράψουν τον επιχειρησιακό σχεδιασμό τους. Λιγότερο γνωστό είναι ότι σ’ αυτά τα σημειώματα απαιτείται να υπάρχει απάντηση σε ένα ιδιαίτερο ερώτημα: πώς προωθείται η χρήση μηχανικής μάθησης; Είναι γνωστό ότι απαντήσεις του τύπου «όχι και πολύ» –σύμφωνα με τα στελέχη της Amazon– δεν ενθαρρύνονται.

 

Η μηχανική μάθηση αποτελεί μία από τις μορφές της τεχνητής νοημοσύνης (Artificial Intelligence/ΑΙ), με την οποία συγκεντρώνονται δεδομένα με τα οποία διαμορφώνονται μοντέλα, που εν συνεχεία χρησιμοποιούνται προκειμένου να γίνονται προβλέψεις. Η μέθοδος αυτή ρίζωσε στην Amazon από το 1999 – τότε που ήρθε στην εταιρεία ο Jeff Wilke. Ο J. Wilke είναι σήμερα δεύτερος στην ιεραρχία μετά τον Jeff Bezos, όμως τότε είχε δημιουργήσει μια ομάδα εργασίας που είχε μελετήσει τις εσωτερικές διαδικασίες της Amazon με σκοπό να βελτιωθεί η αποτελεσματικότητά τους. Οργάνωσε τους τεχνικά προωθημένους ανθρώπους του σε επιμέρους επιχειρησιακές ομάδες, που έκαναν την αυτοαξιολόγηση και τη συνεχή βελτίωση πάγιο χαρακτηριστικό της εταιρείας. Δεν άργησαν να ενσωματώσουν αλγόριθμους μηχανικής μάθησης: ο πρώτος απ’ αυτούς διατύπωνε συστάσεις για βιβλία που θα μπορούσαν να αρέσουν σε πελάτες. Όσο διευρύνονταν οι φιλοδοξίες του Jeff Bezos τόσο αυξανόταν και η σημασία των αυτοματοποιημένων επιλογών στην Amazon.

 

Ενώ όμως άλλοι τεχνολογικοί γίγαντες προβάλλουν τις επιδόσεις τους σε θέματα ΑΙ με κάθε ευκαιρία (το Facebook το λογισμικό αναγνώρισης προσώπων, η Apple την ψηφιακή βοηθό Siri, η Alphabet τα αυτοκίνητα χωρίς οδηγό και τα παιχνίδια με εικονικούς παίκτες), η Amazon υιοθέτησε μια πιο χαμηλών τόνων προσέγγιση στη μηχανική μάθηση. Μπορεί η δική της Alexa να συναγωνίζεται τη Siri, ή πάλι να προσφέρει ως εταιρεία υπηρεσίες πρόβλεψης στο ίντερνετ, οι πιο σημαντικοί της όμως αλγόριθμοι είναι εκείνοι που χρησιμοποιεί για να βελτιώσει την ίδια της τη λειτουργία: χτίζουμε μια υπηρεσία, προσελκύουμε πελάτες, συγκεντρώνουμε δεδομένα, οδηγούμε τους υπολογιστές να μαθαίνουν από τα δεδομένα αυτά – σε κλίμακα που δεν θα μπορούσαν όλα αυτά να επιτευχθούν με ανθρώπινη προσπάθεια.

 

 

Οι αλγόριθμοι του Brad Porter

 

Αξίζει να δει κανείς τα κέντρα διεκπεραίωσης της Amazon. Οι πελώριες αυτές αποθήκες, πάνω από 100 στη Βόρεια Αμερική και κάπου 60 ακόμη ανά τον κόσμο, αποτελούν την καρδιά της ιντερνετικής αυτοκρατορίας πωλήσεων αξίας 207 δισ. δολαρίων. Στεγάζουν και διακινούν τα αγαθά που πουλάει η Amazon. Μέσα σε μια απ’ αυτές (στα προάστια του Σιάτλ, για παράδειγμα), τα δέματα τρέχουν σε ιμάντες που κινούνται με ταχύτητα μοτοσικλέτας. Ο θόρυβος εκκωφαντικός – η όλη εγκατάσταση φαίνεται να μην έχει ανθρώπινη παρουσία. Αντί γι’ αυτό, μέσα σε μια περιφραγμένη έκταση ίση με γήπεδο ποδοσφαίρου βρίσκονται χιλιάδες κυβικά ράφια, ύψους 1,8 μέτρων. Η Amazon τα αποκαλεί «λοβούς». Εκατοντάδες ρομπότ έρχονται και τα διευθετούν ή τα μετακινούν. Οδοντόπαστες, βιβλία και κάλτσες βρίσκονται εκεί σε σωρούς, με τρόπο φαινομενικά τυχαίο. Με τη χρήση όμως των αλγορίθμων, όλη αυτή η αταξία λειτουργεί σωστά.

 

Οι ανθρώπινοι συντελεστές του συστήματος –για την Amazon «συνεργάτες»– βρίσκονται στην περίμετρο του φράχτη. Άλλοι παίρνουν προϊόντα από τους λοβούς που φέρνουν δίπλα τους τα ρομπότ, άλλοι συσκευάζουν τα προϊόντα αυτά και αδειάζουν τους λοβούς, τους οποίους τα ρομπότ μετακινούν πίσω και τους οδηγούν στη θέση τους. Κάθε φορά που παίρνουν ή βάζουν ένα αντικείμενο, σκανάρουν τον γραμμωτό κώδικα που έχει επάνω του, ώστε να μπορεί το λογισμικό να παρακολουθεί τι συμβαίνει.

 

Ο αρμόδιος για την ανάπτυξη των αλγορίθμων της Amazon είναι ο επικεφαλής ρομποτικής Brad Porter. Λειτουργεί ως η απόληξη των ομάδων του J. Wilke για τα κέντρα διεκπεραίωσης. Στρέφει την προσοχή του στα «κενά λοβών», ή πάλι στον χρόνο αναμονής που χρειάζονται να περιμένουν οι ανθρώπινοι «συνεργάτες» προτού τους φέρει μπροστά τους ένα λοβό το ρομπότ. Όσο λιγότερα τα κενά, όσο μικρότερο το νεκρό διάστημα, τόσο λιγότερος χρόνος χωρίς δράση του ανθρώπινου παράγοντα. Στόχος: η ταχύτερη δυνατή παράδοση στην πόρτα του καταναλωτή. Η ομάδα Porter πειραματίζεται αδιάκοπα σε προσεγγίσεις βελτιστοποίησης, αλλά τις προωθεί προσεκτικά. Οι εμπλοκές στο πάρκο των ρομπότ μπορεί να οδηγήσουν σε χάος.

 

Την άλλη άκρια του πυρήνα υποδομής αποτελεί η Amazon Web Services. Βρίσκεται στο κέντρο της υπολογιστικής δραστηριότητας νέφους της Amazon, που αξίζει 26 δισ. δολάρια, και επιτρέπει να φιλοξενούνται δικτυακοί τόποι ή εφαρμογές άλλων εταιρειών χωρίς να χρειάζεται να έχουν αυτές δικούς τους υπολογιστές.

 

Στην AWS, η βασική χρήση της μηχανικής μάθησης έγκειται στην πρόβλεψη ζήτησης που θα υπάρχει για υπολογιστική ισχύ. Αν υπάρξει ανεπάρκεια υπολογιστικής ισχύος τη στιγμή που έρχονται πελάτες να τη χρησιμοποιήσουν, μπορεί να προκύψουν σφάλματα – πράγμα που, με τη σειρά του, οδηγεί σε απώλεια πελατών. «Δεν γίνεται να πούμε ότι εξαντλήθηκαν τα αποθέματά μας», εξηγεί ο Andy Jassy, που είναι ο επικεφαλής της AWS. Προκειμένου να αποφευχθεί ένα τέτοιο ενδεχόμενο, οι άνθρωποι του A. Jassy αναλύουν διαρκώς τα δεδομένα των πελατών. Η Amazon δεν επιτρέπεται να γνωρίζει τι φιλοξενείται στους υπολογιστές της, όμως μπορεί να παρακολουθεί πόση χρήση κάνει ο κάθε πελάτης, πόση η διάρκεια της χρήσης αυτής και πόσο σταθερός ο πελάτης. Όπως συμβαίνει και στα κέντρα διεκπεραίωσης, έτσι και εδώ αυτά τα μετα-δεδομένα τροφοδοτούν μοντέλα μηχανικής μάθησης, που προβλέπουν πού και πότε θα εμφανισθεί ζήτηση για την AWS.

 

Από τους μεγαλύτερους πελάτες της AWS είναι βέβαια η ίδια η Amazon. Η ζήτηση προβλέψεων είναι τόσο μεγάλη που η AWS έχει αναπτύξει ένα νέο τσιπάκι –το οποίο ονομάστηκε inferential– για τη διαχείριση αυτών των διαδικασιών. «Θεωρούμε ότι θα φέρει βελτίωση τουλάχιστον μιας τάξης μεγέθους σε κόστος, αλλά και σε αποτελεσματικότητα», εξηγεί ο A. Jassy. Οι αλγόριθμοι αναγνώρισης φωνής και κατανόησης της ανθρώπινης ομιλίας της Alexa θα είναι από τους βασικούς ωφελούμενους.

 

Το πιο πρόσφατο αλγοριθμικό εγχείρημα της Amazon είναι τα πολυκαταστήματα χωρίς ταμεία Amazon Go. Εκατοντάδες κάμερες παρακολουθούν τους πελάτες από ψηλά, μετατρέποντας οπτικά δεδομένα σε τριδιάστατα προφίλ που δείχνουν την κίνηση των χεριών όταν πιάνουν ένα προϊόν. Το σύστημα βλέπει ποια ψώνια κάνουν οι πελάτες και χρεώνει άμεσα τον λογαριασμό που διακρατούν στην Amazon, όταν φύγουν από το κατάστημα. Ο υπεύθυνος του Amazon Go, ο Dilip Kumar, τονίζει ότι το σύστημα παρακολουθεί τις κινήσεις των πελατών. Δεν χρησιμοποιείται αναγνώριση προσώπου για να τους ταυτοποιήσει και να τους συνδέσει με τον λογαριασμό Amazon που διατηρούν. Αυτό γίνεται με σκανάρισμα γραμμωτού κώδικα στην έξοδο. Το σύστημα συνδέει τις διαδοχικές τριδιάστατες κινήσεις με τον γραμμωτό κώδικα: πρόκειται για κορυφαία χρήση της μηχανικής μάθησης, καθώς η αξιοποίηση της εικόνας από εκατοντάδες κάμερες προσδιορίζει τι έχει ψωνίσει ο κάθε καταναλωτής. Όσο κι αν προσπαθήσει κανείς, δεν θα κατορθώσει να ξεγελάσει το σύστημα – και να κλέψει κάποιο προϊόν.

 

 

Χρήσιμο για κάθε περίπτωση

 

Η χρήση παρακολούθησης της κίνησης στο πλαίσιο AI λειτουργεί και στα κέντρα διεκπεραίωσης της Amazon. Η εταιρεία έχει ένα πιλοτικό πρόγραμμα που κάνει για τους «συνεργάτες» που εργάζονται στα κέντρα αυτά ό,τι κάνει η Amazon Go για τους πελάτες. Η ιδέα εδώ είναι να ξεπεραστεί το σκανάρισμα με το χέρι σε κάθε προϊόν σ’ ένα ράφι, ενώ το σύστημα θα παρακολουθεί και θα καταγράφει. Και εδώ, το ζητούμενο είναι η αποτελεσματικότητα, δηλαδή η βελτιστοποίηση της ροής των προϊόντων. «Η ιδέα φαίνεται φυσιολογική στους συνεργάτες μας», λέει ο B. Porter.

 

Η προσεκτική προσέγγιση που έχει η Amazon στη συλλογή δεδομένων την έχει προφυλάξει από αρκετές ενοχλήσεις που γνώρισαν προσφάτως το Facebook ή η Google από τις κυβερνήσεις. Η Amazon συλλέγει και επεξεργάζεται δεδομένα πελατών με μόνο σκοπό να βελτιστοποιήσει τη δική τους ικανοποίηση. Δεν κινείται στην γκρίζα ζώνη μεταξύ ικανοποίησης των χρηστών και των πελατών. Τα δύο αυτά συχνά διαφέρουν: οι άνθρωποι έχουν δωρεάν χρήση των μέσων κοινωνικής δικτύωσης ή δωρεάν διαδικτυακή αναζήτηση επειδή οι διαφημιστές πληρώνουν το Facebook ή την Google για να αποκτήσουν πρόσβαση στους χρήστες τους. Για την Amazon οι δύο αυτοί είναι συνήθως ταυτόσημοι (αν και αρχίζει να σκέφτεται την ιδέα πωλήσεων διαφήμισης) . Εκεί όπου οι ρυθμιστικές αρχές αρχίζουν να κινούνται είναι η κυριαρχία της Amazon στον πυρήνα της δράσης της: τις διαδικτυακές αγορές και την υπολογιστική νέφους. Αυτή η κυριαρχία έχει χτιστεί με βάση τη μηχανική μάθηση – και δεν δείχνει να υποχωρεί.

 

 

© The Economist. Μεταφράστηκε και δημοσιεύθηκε από τις Εκδόσεις Κέρκυρα Α.Ε., έπειτα από ειδική άδεια. Το πρωτότυπο αγγλικό κείμενο βρίσκεται στο www.economist.com

Αφήστε ένα σχόλιο