Innowacyjny pomysł polskiej firmy

RTB House, działająca globalnie, polska firma specjalizująca się w innowacyjnej technologii retargetingowej, przedstawiła nowatorskie podejście do tworzenia architektury sieci neuronowych. Opracowana przez spółkę metoda przewidywania wartości konwersji, przyniesie reklamodawcom lepsze zwroty z inwestycji. Autorski koncept RTB House został zaprezentowany na prestiżowej konferencji poświęconej sieciom neuronowym IJCNN, która odbywa się właśnie na Alasce. 

Sieci neuronowe to model programowania inspirowany działaniem ludzkiego mózgu, który umożliwia komputerom naukę na podstawie wcześniejszych doświadczeń. Jest to jedno z najpotężniejszych narzędzi w rozwiązywaniu zadań związanych z przewidywaniem czy klasyfikacją wprowadzanych danych. Obecnie wykorzystywane jest powszechnie w wielu sektorach, m.in.: do rozpoznawania filmów wideo, obrazów, mowy, danego języka, DNA lub nawet analizy rynków akcji, czy prognozowania pogody.

Do tej pory w branży marketingowej sieci neuronowe miały ograniczone możliwości przewidywania niektórych zmiennych, takich jak wartość zamówienia czy dzienne zyski, ale RTB House opracowało innowacyjną metodę umożliwiającą uzyskanie dokładniejszych i wiarygodniejszych szacunków określonych wartości. Autorskie podejście może być stosowane we wszelkich sieciach neuronowych, zaprojektowanych w celu określania i estymowania konkretnych wartości.

Jak zauważa Bartłomiej Romański, Chief Technology Officer RTB House, w dzisiejszych czasach sieci neuronowe (w tym architektura deep learningowa), stały się standardem rzeczywistości cyfrowej, gdzie dane kryją w sobie olbrzymi potencjał.

Sztuczna inteligencja na zawsze zmieniła oblicze reklamy internetowej. Firmy, takie jak Google czy Facebook, nieustannie pracują nad rozwojem sieci inspirowanych ludzkim mózgiem, by jeszcze dokładniej reprezentować świat rzeczywisty. Algorytmy deep learningowe znajdują dziś zastosowanie we wszystkich branżach, począwszy od opieki zdrowotnej, przez e-handel, samosterujące pojazdy, a nawet sztukę. Jesteśmy dumni, że przyczyniliśmy się do rozwoju tej dziedziny w branży reklamowej – podsumowuje Romański.

Konrad Żołna, Research Scientist w RTB House dodaje:

Nasza metoda w fazie szkolenia modelu wartości konwersji dodaje starannie dobrane, dodatkowe cele, dzięki czemu końcowe prognozy są dokładniejsze. W praktyce oznacza to, że samouczące się algorytmy potrafią precyzyjnie zidentyfikować tych spośród klientów e-sklepów, o potencjalnie największej wartości koszyka, a następnie wyświetlać im spersonalizowaną wiadomość zachęcającą do finalizowania transakcji.

Koncept oraz wyniki opracowane przez RTB House zostaną zaprezentowane na trwającej właśnie międzynarodowej konferencji poświęconej działaniu sieci neuronowych – International

Joint Conference on Neural Networks (IJCNN 2017). Jest to kolejne, prestiżowe wydarzenie, na którym wśród grona najwybitniejszych ekspertów z całego świata, zespół z polskiej firmy może pokazać swoje dokonania w dziedzinie badań nad sztuczną inteligencją.

Comments

comments