Pokonany przez komputer. Sztuczna inteligencja w Google

Pokonany przez komputer. Sztuczna inteligencja w Google

Przyszłość jest teraz. Jest to fraza powtarzana niczym mantra od kilku lat. Widzi to każdy z nas – technologia rozwija się w niewyobrażalnym tempie. A wraz z nią rośnie „inteligencja” komputerowa. Dziś parę słów na ten temat. Dowiesz się czym jest uczenie maszynowe i w jakim celu jest rozwijane.

Ostatnio na naszym blogu: Ograniczenia w Google Moja Firma przez COVID-19

O tym jak komputer wygrał z mistrzem gry GO

Pewnego dnia, kilka lat temu (w roku 2016), w szranki stanęło dwóch nieprzeciętnych przeciwników w walce o milion dolarów. Wielokrotny mistrz logicznej rozgrywki GO zmierzył się z komputerem – i przegrał wszystkie partie. Dlaczego ta wiadomość jest znacząca? Dlatego, że gra GO to logiczna rozgrywka wymagająca nie tylko strategicznego podejścia i logicznych działań na wzór szachów, ale i intuicji, czyli cechy charakterystycznej dla człowieka. Dodatkowo, uznawana jest za najtrudniejszą grę na świecie.

Zwycięski program nazywał się AlphaGo i został stworzony przez ekspertów pracujących dla firmy DeepMind, tj. spółki-córki giganta z Mountain View, Google.

Rok później z programem zmierzył się chiński arcymistrz gry w GO – Ke Jie. Jemu również nie udało się pokonać komputera.

W międzyczasie program uczestniczył w innych pojedynkach doskonaląc tym samym swoje algorytmy. By były one coraz bardziej skuteczne rozgrywał tysiące partii z samym sobą.

Google o AI

AlphaGo to dowód na doskonalenie systemów samouczących się. A co o uczeniu maszynowym mówi Google?

Ostatnio pisałam artykuł o tym co wie o nas Google. Możesz się z niego dowiedzieć jakie dane zbiera Google, by doskonalić tzw. machine learning (ML)

Uczenie maszynowe służy zbieraniu danych z wielu źródeł, a następnie ich przetwarzaniu w taki sposób, by algorytm mógł się z nich uczyć bez wprowadzenia przez człowieka stosownych reguł. Zatem ML działa w oparciu o dostarczone mu przykłady, a nie bloki instrukcji wprowadzone przez programistów. Algorytmy uczą się poprzez doświadczenie. Algorytm uruchamia się i dowiaduje w czasie rzeczywistym czy działa słusznie czy musi się udoskonalić.

“Machine learning is using data to answer questions” – Yufeng Guo, Developer and Machine Learning Advocate w Google Cloud

Najprostszym, ale i największym przykładem uczenia maszynowego, jest wyszukiwarka Google opierająca się o wiele systemów ML. To one sprawiają, że wyszukiwarka wie, co masz na myśli wpisując zapytanie, dostosowują wyniki do Ciebie (tak, tego co Google wie o Tobie i twoich zainteresowaniach i preferencjach). Objawia się to w odpowiedniej segregacji wyników – treści które potencjalnie mogą Cię bardziej zainteresować wyświetlą się wyżej. Sztuczna inteligencja odpowiedzialna jest za rozpoznawanie twarzy, wykrywanie oszustw, systemy rekomendacyjne, systemy tekstowe i głosowe (jak Asystent Google).

Systemy uczące się mają szereg zastosowań – od medycyny (jak w przypadku retinopatii cukrzycowej, wykrywania chorób skórnych), przez system transportu i komunikacji (automatyczne samochody, systemy automatycznego parkowania i cofania), po sprzedaż czy marketing w Google Ads.

“System sztucznej inteligencji ma upraszczać wszystkim wykonywanie codziennych czynności, nie ważne czy jest to wyszukiwanie zdjęć bliskich osób, pokonywanie barier językowych dzięki Translatorowi Google, pisaniu maili czy wykonywaniu obowiązków z pomocą Asystenta Google. Sztuczna inteligencja pozwala spojrzeć w nowy sposób na aktualne problemy zaczynając od systemu opieki zdrowotnej po postęp naukowy.”

Warto zaznaczyć dodatkowo, że Google zachęca, by wykorzystywać sztuczną inteligencję nie tylko do celów biznesowych, ale również w wyzwaniach społecznych, humanitarnych i środowiskowych.

Systemy uczące się w agencji marketingowej

Automatyczne określanie stawek

Automatyczne określanie stawek pomaga w osiągnięciu wyników adekwatnych do wyznaczonego celu. Metoda ta bazuje na systemach uczących się dzięki czemu algorytm optymalizuje stawki przy każdej aukcji, a Ty możesz zająć się innymi elementami prowadzonych kampanii. Strategie te opierają się o szereg sygnałów takich jak urządzenie użytkownika, jego lokalizację, porę dnia, język, wykorzystywany system operacyjny itd.

Możemy wyróżnić 6 strategii ustalania stawek automatycznych. Każda z nich stosowana jest by osiągnąć inny cel biznesowy.

STRATEGIACEL     JAK DZIAŁA?
Maksymalizacja liczby kliknięć                Wzrost wizyt na witrynie
  • strategia standardowa/portfolio
  • maksymalizuje liczbę kliknięć w ramach dostępnego budżetu
Docelowy udział w wyświetleniach             Wzrost widoczności
  • strategia standardowa/portfolio
  • tylko w sieci wyszukiwania
  • określa stawki tak, aby reklamy znalazły się na jak najwyższej pozycji, na górze strony lub dowolnym miejscu w SERP
Docelowy CPAWzrost liczby konwersji
  • strategia standardowa/portfolio
  • w sieci wyszukiwania i w sieci reklamowej
  • określa się docelowy koszt działania (CPA), a algorytm sam ustala stawki tak, by maksymalizować liczbę konwersji
Docelowy ROASUzyskanie określonego zwrotu z nakładów na reklamę
  • strategia portfolio ustalania stawek/strategia standardowa dla poszczególnych kampanii
  • automatyczne określanie wysokości stawki w celu maksymalizacji wartości konwersji przy określonym docelowym zwrocie nakładów na reklamę
Maksymalizacja liczby konwersjiZwiększenie liczby konwersji
  • ustala stawki tak, by uzyskać możliwie największą liczbę konwersji przy określonym budżecie reklamowym
Maksymalizacja wartości konwersji                Wzrost wartości konwersji
  • ustala stawki tak, by maksymalizować wartość konwersji przy założonym budżecie reklamowym

Automatyczne określanie stawek może przyczynić się do wzrostów kluczowych wskaźników efektywności.

W Delante z sukcesem wykorzystujemy zaawansowane narzędzia Google AI. Poprzez testowanie różnych rozwiązań dobieramy te najlepsze, które generują najlepsze KPI.

Podsumowanie

Uczenie maszynowe rozwija się płynnie od dłuższego czasu. Jeszcze kilka lat temu autonomiczne samochody czy urządzenia smart home były futurystycznym wyobrażeniem przyszłości następnej dekady lub dwóch. Obecnie każdy z nas przywykł do myśli, że to co jeszcze parę lat temu było zwykłą mrzonką, może stać się elementem codzienności w każdej chwili. Żyjemy w przyszłości, więc korzystajmy z możliwości jakie nam ona oferuje.

Jako agencja zalecamy stosowanie systemów uczących się i inteligentnych stawek w kampaniach Google Ads, by trafiać do odpowiednich odbiorców wykazujących najwyższe prawdopodobieństwo konwersji, by maksymalizować wyniki i w konsekwencji – zwiększać zyski.

  5,00 / 5 ( 1 )
Autor
Junior SEM Specialist - Agnieszka

Junior SEM Specialist

Absolwentka analityki gospodarczej, marketingu i grafiki reklamowej. W dziale PPC od maja 2019 roku. Umiłowała sobie szkicowanie i digital painting. Śledzi trendy w projektowaniu identyfikacji wizualnej i ilustracji. W jej torebce zawsze jest szkicownik i ołówek. Uwielbia tańczyć, oglądać animacje, czytać fantastykę i grać w gry komputerowe. Wolny czas najchętniej spędzałaby we wrocławskim zoo obserwując i szkicując tamtejsze zwierzęta.

Dodaj komentarz

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

Ostatnio na naszym blogu

Jesteś ciekawy, jak wygląda pozycjonowanie sklepów internetowych, a może chcesz wejść na rynek szwajcarski i ciekawi Cię, jak wygląda pozycjonowanie zagraniczne? Na naszym blogu znajdziesz odpowiedzi na te pytania i wiele innych porad ważnych dla rozwoju Twojego biznesu.