被認為無法戰勝人類的人工智慧,「機器學習」一年就打敗柯潔

被認為無法戰勝人類的人工智慧,「機器學習」一年就打敗柯潔
Photo Credit:Reuters/達志影像
我們想讓你知道的是

應用人工智慧,在對的時間找到對的人,找到最適合的環境、媒介,甚至可以進行優化和效益衡量。如果內容為王,那資料就是王后。

唸給你聽
powered by Cyberon

文:吳孝明

現代用戶無須再忍受傳統媒體的廣告,新時代的媒體像是個人祕書,提供用戶真正想要的資訊,這才是吸引年輕一代的重要因素。——郭志明

幾年前,大部分人認為人工智慧永遠不可能戰勝人類。但AlphaGo的出現改變了人們的想法。AlphaGo在2016年和中國圍棋冠軍柯潔進行對弈,從中可以看出人工智慧和人類的最大差別:人類無法在一年內有如此飛躍性的進步,人工智慧卻是可以和自己不斷對戰的機器。圍棋的可變性是一般國際象棋的十倍,棋法的排列組合超過宇宙裡原子的數量。如果以一般電腦程式按部就班地寫下如何進行對弈,一步棋要花上十年,所以這是不可行的。

機器人學習給予回饋

近幾年有人開始研究深度學習,讓人工智慧無須透過既定操作就能不斷學習。透過給予表徵,例如圖片,讓人工智慧猜測並回饋,藉此學習如何辨別圖片所呈現的訊息。人工智慧可以從表象提出共同特質,進而辨認訊息。

谷歌做了很多和機器學習相關的應用,像是搜尋功能:搜索滷肉飯時,給予的結果可能是附近有賣滷肉飯的店;若經常搜尋食譜,給予的結果可能會是滷肉飯的製作方法。它不單提供滷肉飯的基本資料,而是會學習用戶的搜尋行為。語音識別也是一例。美國已經推出了一些家庭助手,亞馬遜提出了智慧音箱Echo,不遠的未來可能也會在台灣出現,協助用戶解決很多日常問題。而在YouTube上愈常觀看某類型的影片,它就會愈常出現在主頁。Google Photo則可以正確辨認各為14歲和三歲時期的照片屬於同一人,就算長相可能已經完全改變了。讓人感到非常驚奇。

語音與圖像識別進步飛快

Gmail可以過濾垃圾郵件。翻譯方面,可以利用語音來即時翻譯。這些都是人工智慧的應用。谷歌在2016年一年中的進步遠遠超過之前數年,就是因為近年機器人學習科技的進步。

人類因為擁有經驗基礎所以能輕易辨識語言和影像,機器則要透過學習,近年在語音識別和圖像識別上有飛快的進步。

機器學習(machine learning)可以應用在醫療、教育、金融等領域,但目前最受關注的是影像方面的應用。應用人工智慧,在對的時間找到對的人,找到最適合的環境、媒介,甚至可以進行優化和效益衡量。如果內容為王,那資料就是王后。資料指誰對品牌是有興趣的、誰是會購買的、誰和品牌已經有來往行為了。

數據分為第一方、第二方、第三方。第一方代表企業,從官網、廣告搜集數據。第三方是媒體、客戶,將第一方的訊息進行細緻的分類。第二方是兩方間的互動。例如,針對常出國的群眾推銷防晒商品,品牌會和航空公司洽談,索取常坐飛機的客戶的數據,這種就是第二方數據,數據本身屬於另一個廣告主或是平台,透過資料交換獲得更多元的資訊。

個人資訊確實保密

在美國,沃爾瑪和一些信用卡公司,在匿名環境下進行資訊交換。這裡有兩個術語,一是行銷科技(Marketing technology,Martech),二是行銷技術或廣告技術(Advertising technology,Adtech)。

很多人會說谷歌是廣告公司,因為超過85%的營收來自廣告。谷歌主要是以行銷技術為主,透過廣告技術,像是網站分析、媒體採購等方式幫助銷售。Oracle、Adobe則是以行銷科技為主,幫助公司進行內容配對(content match),透過改善網站給予用戶不同的感受。兩者的合體就像谷歌分析(Google Analytics),或是像Adobe,收購很多投資公司和廣告公司。

第二方數據的重點在於「非PII」,PII指個人保密資訊(personal identifiable information),企業都不希望個人保密資訊的數據外露,會以嚴謹的隱私政策去保護個人保密資訊資料。但缺乏這些數據就會難以進行配對,目前谷歌體系的解決方法是將所有數據加密,廣告主若想要資料,要在安全的環境才能取得。

谷歌為了不讓企業可以隨意提取資料,侵犯用戶隱私,會和企業進行資料交換,像是在廣告上面放上企業的logo。另一種方式就是金錢交易。

各種數據相互比對

每個用戶的第三方數據都會有所不同。可能二個人都是27歲居住在台北工作,但可能其中一位用戶較常搜尋摩托車的資訊,另一位則較常搜尋紋身和搖滾的資訊。從數據可以推測用戶行為,很多人常看汽車相關的資料卻不一定會買車,但當用戶開始瀏覽購車網頁,並且進行細微的比較時,可能就是有購買欲望了。

若用戶在服裝網頁瀏覽了30分鐘,可以判斷他是對服裝感興趣,此時提供包包、鞋子的資訊就是錯誤手段。再深入以上網時間討論,用戶一天上網超過六個小時的,30分鐘所占的比例小;另一位用戶一天只上網一小時,但超過一半的時間都在瀏覽服裝相關內容,此種情況下更適合讓前一位用戶觀看時尚相關的內容。三至五年前只能做到,若用戶有瀏覽紀錄便不斷提供相關廣告,但現在發現跳出率高,應該要設法讓用戶深入內容。

人口屬性是最粗糙的。比方說嬰幼兒奶粉,目標客群是25至44歲,擁有一個一歲以下小孩的媽媽。這種數據過於以偏概全,很多會購買奶粉的是爸爸、甚至是爺爺奶奶,不能完全依賴人口屬性。

密切關係(affinity)也是影響因素,若有個男人不斷查看嬰幼兒奶粉的資料,可能就是他對此感興趣。還有網路購物(eMarket),消費者可能會在採購前,不斷地比較價格和快遞速度。相似(similarities)則是指採購同一商品的人有很多相似處,平台不單從用戶的瀏覽紀錄,也會透過其他行為來判斷是否有行銷的機會。

和消費者決策相關的認知(awareness)、考慮(consideration)、行動(purchase),也都是行銷中的關鍵字。第一、二、三方數據都能幫助觸達人群。很多人對於和自己沒關係的廣告感到反感,但因為傳統媒體無法得知用戶興趣,所以無法避免無效的廣告。

提供有興趣的內容

使用手機時會看一些不像廣告的廣告,是能夠引起興趣,且和自身有關聯的廣告。傳統的廣告模式是想了一個創意,然後拍攝一些電視廣告,所有受眾都是訂閱同一個螢幕。

現在的受眾各自訂閱不同螢幕,每個人的廣告內容都不相同。平台可以利用大數據進入品牌內容,並盡可能地精緻化,在用戶感興趣的內容環境下提供訊息。

數據可以是代碼或App。比如現在某地正在下雨,在不同的天氣環境,會有不同的天氣訊息,要根據不同的客戶資訊去做客製化,以創造忠實客戶。

環境的信號,包括地理位置、經緯度、所用的手機型號、語言都是相關資訊,能幫助平台發想為用戶量身打造的創意,並有效率地運用資金。

相關書摘 ▶從參與感出發:「小米家宴」的粉絲經濟術

書籍介紹

本文摘錄自《數位行銷大神開講:谷歌、百度、小米、新浪微博、奧美等高階傳媒經理人親授,12堂價值百萬元的實戰祕笈大公開!》,時報文化出版
*透過以上連結購書,《關鍵評論網》由此所得將全數捐贈兒福聯盟

作者:吳孝明

第一本大中華區數位傳播產學合作教戰手冊;
首創結合校園課程、產業培訓、內容出版的創新實驗!

本書邀請大中華區數位行銷領域之領頭羊公司:谷歌、百度、小米、奧美、新浪微博、鳳凰網、一點資訊、麥肯等CEO,親自帶來12堂「傳播趨勢與管理講座」,分別從影視、網路、行動裝置、廣告、3C數位等不同領域,分享第一手真實成功案例,並探討其對於未來行銷的趨勢及影響。

本書特色:
1. 成功案例分析:提供第一手成功行銷決策祕辛,結合雲端科技、人工智慧、行動裝置等尖端趨勢探討,讓你快速了解大中華區最新產業鏈。
2. 最神創意戰略:從品牌思考、消費者心態、大數據,瞭解企業經營者創新思維、國際觀和跨領域的能力,活化你對傳播、行銷的制式想像。
3. 百萬學分重點:每堂課程皆為你整理出「學習重點」,內容淺顯易懂、即學即用,讓你在瞬息萬變的行銷戰場擁有打趴對手的競爭力!

數位行銷大神開講
Photo Credit:時報文化出版

責任編輯:羅元祺
核稿編輯:翁世航

或許你會想看
更多『評論』文章 更多『商業』文章 更多『精選書摘』文章
Loader