Обратная разработка великих свершений. Реверс-инжиниринг как путь к мастерству - Рон Фридман Страница 12

Алисе Натан было двадцать два года, когда она познакомилась с Джошем Яновером.

Молодые люди обменялись несколькими робкими сообщениями, затем еще несколькими. Джон предложил куда-нибудь сходить. На первое свидание молодые люди отправились в арт-кафе. Все шло замечательно. Некоторое время спустя Алиса заметила, что помещение опустело и персонал убирает все вокруг. Девушка спросила одного из них, не собираются ли они закрываться. «Дорогуша, мы закрылись 45 минут назад», — ответили ей.

Было поздно, но расходиться не хотелось. Молодые люди решили продолжить вечер и отправились в пиццерию, которая очень нравилась Джошу, где съели вкусную грибную пиццу и обменялись первым поцелуем. Это было замечательное свидание. Менее чем через два года они уже были готовы жить долго и счастливо под одной крышей и строили планы относительно свадьбы.

Алиса и Джош познакомились и поженились благодаря алгоритму, на котором построена работа самого популярного в мире приложения для знакомств Tinder.

Еще не так давно идея поиска романтического партнера в интернете считалась актом отчаяния. Сегодня данное предубеждение осталось в прошлом. Исследования показывают, что примерно 40 процентов любовных отношений начинаются с общения в режиме онлайн и эта связь оказывается значительно более успешной, нежели та, которая возникла в результате личного знакомства. Иными словами, люди, познакомившиеся через интернет, имеют больше шансов разделить счастливую судьбу Алисы и Джоша.

Одна из причин эффективности приложений знакомств в ходе поиска гармоничных пар заключается в том, что они используют процесс машинного обучения для выявления предпочтений, которые не высказываются вслух, то есть таких, которые люди могут сами в себе не замечать. Каждый раз, когда пользователи типа Алисы быстро пролистывают одни фотографии, а на других задерживают взгляд, или когда нажимают на снимок, чтобы открыть профайл потенциального претендента, или когда реагируют на текстовые сообщения, алгоритм Tinder фиксирует все это. Подобные действия указывают на наличие интереса. Затем алгоритм анализирует черты мужчин, на которых Алиса обратила внимание, и находит объединяющие их отличительные признаки. Все они высокие или низкорослые? Какой у них средний возраст? Понятно ли из профилей мужчин, какие они: жизнерадостные и склонные к приключениям или, наоборот, застенчивые и осторожные?

Фактически алгоритм Tinder ищет формулу, которая описывает черты идеального мужчины с точки зрения Алисы. Чем лучше алгоритму удается определить предпочтения девушки, тем больше шансов, что она заинтересуется претендентами, которые будут рекомендованы ей системой, и найдет Того Самого.

В последние годы алгоритмы типа Tinder используются во многих сферах деятельности благодаря возможности быстро выявлять шаблоны и закономерности. Их способность извлечь из тысяч кликов, скроллов и свайпов некую формулу, а затем применить ее для предсказания поведения человека в будущем играет огромную роль в сферах бизнеса, технологий и даже романтических отношений.

И данный процесс обладает очевидными сходствами с методом обратного инжиниринга. Превращение интересной истории, симфонии или фотографии в некую формулу успеха точно так же предполагает экстраполяцию за пределы той информации, которую можно получить из какого-либо одного примера. Для этого нужно сделать шаг назад, вывести сначала некую закономерность, а затем формулу.

Способность выявлять закономерности и формулы отличает человека от животных. Более того, в течение многих лет это было фундаментальным требованием для выживания людей.

На протяжении всей истории человечества наши предки полагались на умение обнаруживать наличие закономерностей, чтобы предвидеть, где они смогут найти пищу, какого цвета растения вероятнее всего окажутся ядовитыми и в какое время суток можно безопасно бродить по саванне. Для выживания во враждебной среде нужно научиться читать ее и предвидеть, что может произойти в следующий момент. И хотя в наше время подобное умение перестало быть вопросом жизни и смерти, психологи полагают, что оно продолжает играть важную роль с точки зрения предсказания успеха и является одной из граней высокоразвитого интеллекта.

Однако, как отмечают специалисты, благодаря развитию науки и техники мы достигли такого момента, когда способность компьютеров устанавливать закономерности далеко превзошла человеческие возможности. В связи с этим возникает несколько интересных вопросов: что именно позволяет алгоритмам, о которых идет речь, так эффективно выявлять закономерности и чему это может научить с точки зрения повышения эффективности обратного инжиниринга?

Лаконичный ответ: многому.

Начнем с азов. Механизм распознавания закономерностей состоит из четырех главных этапов. Первый из них — это сбор образцов. Прежде чем начать предсказывать, каких именно мужчин Алиса находит привлекательными, нужно отобрать и претендентов, которым она симпатизирует, и тех, которые ей не нравятся. Вы сможете получить данную информацию, анализируя реакцию девушки на профайлы разных мужчин.

Второй шаг заключается в систематизации собранных сведений и определении важных отличительных особенностей. Что в этих мужчинах влияет на предпочтение Алисы? Очевидно, что существуют некие физические параметры, такие как возраст, рост и вес. Но есть и особенности в профайлах претендентов: много ли фотографий они размещают на своей странице, насколько подробно рассказывают о себе и на какой тип личности указывает их характеристика самих себя. Чем больше факторов вы сумеете идентифицировать на второй стадии, тем больше у вас шансов выявить именно тот из них, который пробуждает в Алисе интерес.

Третий шаг — это обнаружение схожих черт. Что общего у мужчин, которых Алиса находит привлекательными? В чем они похожи внешне? А как насчет тех, которых Алиса отвергла? Какие качества отличают их от мужчин, которым она симпатизирует? Сравнивая характеристики, присущие обеим группам, алгоритм может начать идентифицировать те основные факторы, которые предопределяют выбор Алисы.

Последний, четвертый, шаг — это попытка системы на основе проведенного анализа предсказать, каких мужчин Алиса найдет привлекательными. Именно их она будет предлагать девушке в первую очередь. И чем больше свайпов делает Алиса, тем эффективнее становится алгоритм, поскольку он использует обратную связь для уточнения и совершенствования своих предсказаний.