Zero
Intelligenza artificiale abbastanza presto essere un onnipresente parte della nostra vita digitale, alimentazione, consumer e business, tecnologia di piacere. Al momento, tuttavia, le imprese di navigazione in gran parte inesplorato territorio che cercano di infondere loro prodotti con AI, imbattersi in una serie di sfide per le quali soluzioni facili non esistono ancora.
Trulia, residenziale sito immobiliare, iniziato il viaggio in anticipo: Più di quattro anni fa, è iniziata la costruzione di un proprio AI piattaforma con l’obiettivo di creare una più personalizzata e predittiva esperienza per i suoi utenti. Finora, Trulia dice che il lavoro ha pagato con una crescita a doppia cifra nel coinvolgimento dei consumatori.
Profondo Varma, Trulia VP of engineering, ha parlato con ZDNet sulla piattaforma Trulia ha costruito, perché è stato costruito in-house, e come si è avvicinato alcuni comuni AI sfide. Ecco una leggera versione modificata di quello che aveva da dire:
IA piattaforma basata su tre pilastri
Trulia ha deciso di investire in AI per portare avanti la sua missione principale, Varma ha detto: per aiutare i consumatori a “scoprire un posto che piacerebbe vivere.”
Per migliorare la missione, Trulia iniziato la costruzione di una IA piattaforma fondata su quella che chiama la “personalizzazione pezzo” — che cosa si sa circa i suoi utenti unici preferenze. Si sa, per esempio, quando un utente è alla ricerca di un tre camere da letto casa con piscina in un quartiere tranquillo.
In cima a quello della fondazione, Varma ha detto, Trulia ha iniziato a lavorare alla costruzione di tre apprendimento automatico basato su pilastri: computer strumenti di visione, un “recommender” sistema e un consumatore previsione del modello di intervento.
Investire grandi in computer vision
Algoritmi di Computer vision evidente utilità per un sito come Trulia: “ci Siamo allenati quei sistemi di computer dove si possono guardare le immagini e si può dire, ‘mi sto guardando un’immagine di una casa, questo è il cortile, la camera da letto o il bagno.'”
Tuttavia, “per noi, la sosta non era la soluzione,” Varma ha detto. Date le sue specifiche esigenze di immobili residenziali sito, l’azienda ha investito di più nella costruzione del proprio oggetto di rilevazione. “Siamo in grado di guardare in cucina e dire che questo è un angolo cottura-cucina di granito bianco. O siamo in grado di guardare in salotto e dice che non ha i pavimenti in legno.”
Trulia computer vision technology cerca anche di cosa si chiama più “attraente” le foto. “Sappiamo che con le nostre esperienze di acquisto della casa, quando si inizia la ricerca… e di iniziare a guardare le foto, se non coinvolgente, potete andare alla foto successiva o al successivo elenco,” Varma ha detto.
Una foto di “attrattività” è calcolato con tre variabili: se si tratta di un’immagine appropriata, la qualità dell’immagine e la rilevanza. Un’immagine di un cortile con piscina sarà soprannominato “appropriato” se, per esempio, un utente stava cercando case con piscine. Tuttavia, non sarebbe un “rilevante” immagine se fosse semplicemente l’immagine di un agente immobiliare commerciale di carta, per esempio.
“Investendo nel nostro computer vision e avere quelle esperienze con il prodotto di visual navigazione così come la maggior parte delle foto interessanti, abbiamo visto una crescita a doppia cifra nell’inchiesta per le nostre inserzioni,” Varma ha detto.
Offre consigli e prevedere il coinvolgimento del consumatore
Insieme a questi una maggiore visual prodotti, Trulia ha investito in un “recommender” sistema che si propone di introdurre gli utenti alle proprietà che possono appello a loro, anche se cadono al di fuori del loro specifico, ha dichiarato preferenze. Tale sistema è basato, in parte, su un “filtraggio collaborativo” tecnica.
“Se siete alla ricerca in un quartiere e di alcuni consumatori sono anche alla ricerca di quartiere, quando quelli consumatori a spostarsi in un altro quartiere o in una proprietà diversa, usiamo questa collaborazione tecnica di filtraggio a raccomandare ai consumatori… una visione più ampia,” Varma ha spiegato.
Per completare l’IA-utensili motorizzati, Trulia costruito un consumatore di previsione modello di intervento. “Quando inviamo il contenuto, diamo un’occhiata a ciò contenuto impegnarsi e a ciò che non si è impegnato con” Varma ha detto, “e abbiamo solo inviare ciò che si vuole, piuttosto che ti schiaccia in questo viaggio e l’invio di e-mail e notifiche push che non sono pertinenti.”
Le sfide della creazione e l’implementazione di modelli ML
I tre pilastri di Trulia AI platform sono stati tutti costruiti in casa con un team dedicato di applicare gli scienziati e machine learning ingegneri.
Per la computer vision, l’azienda ha formato i modelli con il framework open source come Caffe, mentre ad esplorare il supporto per TensorFlow. In cima a quello, è investito nel proprio server con Gpu. Stanno utilizzando linguaggi come Python per scrivere alcuni modelli di apprendimento, mentre la Scala e Java sono per lo più utilizzati sul lato servizio.
Trulia imparato presto l’importanza della qualità dei dati quando i modelli di formazione, Varma ha detto. Anni fa, il Trulia squadra ha imparato questa lezione quando il suo computer vision modelli erano apparentemente in grado di correttamente l’etichetta di immagini di windows. Tuttavia, essi sono stati anche misidentifying alcune immagini di specchi, finestre, quando lo specchio si è riflesso a una finestra.
“E’ come un piccolo insieme di dati può fondamentalmente distruggere la macchina di modelli di apprendimento,” Varma ha detto. Per affrontare questa sfida, Trulia concentrati nelle prime fasi di ricerca di pertinenza di immagini. Poi è saltato per “appropriatezza” e la qualità dell’immagine, Varma ha spiegato.
Nel frattempo, nei primi anni, Trulia avrebbe treno suoi modelli ogni sei settimane e li distribuiscono ogni quarta settimana. “Abbiamo potuto vedere la precisione di andare giù”, Varma ha detto. Ora, Trulia utilizza modelli che sono addestrati e distribuito in tempo reale per mantenere la precisione.
Coltivare in casa il talento
“La realtà è che in tutti gli stati UNITI, la ricerca di forti e di scienze applicate ML di tecnici sta diventando sempre più dura,” Varma ha detto.
Per trovare il talento, Trulia è andato direttamente alle scuole, in alcuni casi, la collaborazione con le università AI ricerca. Nel frattempo, l’azienda investe nel talento di ritegno nonché noleggio. La maggior parte dei applicati gli scienziati Trulia ci sono stato più di quattro anni, Varma ha detto.
Trulia pensato anche il modo in cui l’IA squadre sono strutturati, separando la macchina di apprendimento ramo di scienze applicate ramo. La società ha creato un ramo di applicare gli scienziati — “i ricercatori e gli esploratori,” Varma ha detto, per costruire modelli, mentre la ML concentrano la loro attenzione sulla distribuzione dei sistemi di produzione.
Cosa Trulia
Trulia è ora attivamente esplorando l’esecuzione di modelli direttamente su dispositivi mobili.
“Da un punto di vista operativo, è possibile ridurre i costi di gestione” quando non c’è bisogno di tornare a un server “per dire che questa è un’immagine della cucina” Varma ha detto.
guida esecutiva
Che cosa è macchina di apprendimento? Tutto quello che devi sapere
Ecco come è legato all’intelligenza artificiale, come funziona e perché è importante.
Leggi Di Più
Argomenti Correlati:
La Trasformazione Digitale
CXO
Internet delle Cose
L’innovazione
Enterprise Software
Smart Cities
0