{"id":13643,"url":"\/distributions\/13643\/click?bit=1&hash=a8215ceddd252b2083ce5ad9aec744ff1eefa9bc3de1c4cbfdb18016cc439e99","title":"\u0412\u044b\u0431\u0435\u0440\u0438\u0442\u0435\u0441\u044c \u0438\u0437 \u043b\u043e\u0432\u0443\u0448\u043a\u0438 \u00ab\u043c\u043d\u043e\u0433\u043e\u0440\u0443\u043a\u043e\u0433\u043e \u0428\u0438\u0432\u044b\u00bb","buttonText":"\u041a\u0430\u043a?","imageUuid":"6f999284-e19c-51a5-b74d-c3d432185ecb","isPaidAndBannersEnabled":false}
trafficcardinal
trafficcardinal

ИИ для распознавания рекламы: что это такое и как они работают

Нейросети двигают мировой прогресс намного быстрее, чем вы можете себе представлять. Для моего отца, как и для многих обывателей нейронки, — это что-то из «Терминатора». В то же время ИИ задействован везде — от фермерства и отбора красивых огурцов до выделения объектов на фото для их последующей обработки в Фотошопе.

Сегодня рассмотрим перспективные наработки и уже работающие проекты с использованием нейронных сетей по маркетингу, рекламе и новостной повестке. Покажем, как они работают и оптимизируют процессы целых корпораций.

Нейросети в нашей жизни

Facebook использует свою нейронную сеть DeepText, которая распознает события, людей, места и многое другое. DeepText также понимает контекст преобразования, как показано в примере ниже. Facebook работает над расширением возможностей своей нейронной сети для выявления сленга и устранения неоднозначности смысла слов.

Маркетинговая разведка и автоматизация

Microsoft использовала нейронную сеть BrainMaker для сбора информации о своей текущей кампании прямой рассылки. Нейронная сеть получила доступ к данным, чтобы понять более 25 переменных, относящихся к двадцати кампаниям прямой рассылки. Сеть обучила себя, используя эти данные, чтобы выработать собственные рекомендации.

Просто для того, чтобы поделиться масштабами этого мероприятия, Microsoft отправила около 40 миллионов прямых электронных писем своим 8,5 миллионам зарегистрированных клиентов. Первый эмейл всегда отправляется всему списку клиентов, в то время, как второе письмо отправляется только тем, кто отвечает на первый месседж.

Используя рекомендации BrainMakers, Microsoft смогла увеличить скорость отклика с 4,8% до 8,2% при одновременном снижении затрат на 35%.

Медиа-агентства также начали использовать искусственный интеллект для получения информации и принятия более разумных медиа-решений. Maxus использует инструмент искусственного интеллекта под названием “Lucy” для более эффективной обработки и упорядочивания данных. Недавно они использовали этот инструмент для сети отелей, чтобы понять профили посетителей и то, как они пересекаются в ее бизнесе в сфере предложений отелей эконом-класса и высокого класса. Анализ полученных данных помог Maxus разработать лучшую медиа-стратегию для своего клиента.

«ИИ не собирается разрушать медиа-агентства. Подобные технологии станут следующей ступенью нашего развития», – Дэвид, директор по планированию Maxus.

Dole Asia недавно использовала платформу искусственного интеллекта под названием “Альберт” для своей цифровой кампании. Альберт смог самостоятельно управлять покупкой средств массовой информации, планированием и размещением бренда.

Кампания Dole привела к увеличению продаж на 89% по сравнению с предыдущим годом. Способности Альберта к нейронному обучению позволили давать рекомендации СМИ. Например, переводить бюджеты СМИ на мобильные устройства, когда уровень вовлеченности в кампанию Facebook на мобайл девайсах увеличился на 40%.

Отслеживание брендов

Визуальное поиск — это неизведанная территория для большинства брендов. Только на Facebook ежедневно публикуется более 350 миллионов фотографий. Большинство инструментов социального прослушивания обратили на себя внимание с появлением возможностей визуального «прослушивания». Crimson Hexagon выпустила возможности для анализа изображений, которые позволяют брендам идентифицировать логотипы, используемые на картинках.

Благодаря распознаванию изображений бренды могут знать, когда их логотипы публикуются в Интернете.

Одним из самых ранних применений нейронной сети было распознавание лиц; сегодня с помощью нейронных сетей бренды могут определять, когда их логотипы используются онлайн. Нейронная сеть со временем становится лучше благодаря возможностям самообучения. Brandwatch также скоро запустит свои возможности для визуального поиска.

В России на данный момент работают над схожей нейронкой, и мы взяли комментарии у одного из разработчиков — Никиты.

«Работа ведется уже не первый месяц, и уже сейчас ИИ обучен различать основные бренды. В скором времени будет выпущено решение для поиска рекламы брендов в видеороликах, фильмах и прочих видео и фоторесурсах».

А теперь представьте, что арбитражники взяли и совместили эту нейронку со спай сервисом. Это будет совершенно другой уровень просмотра и поиска креативов. Звучит как хороший стартап, пользуйтесь!

Анализ и автоматизация контента

Издатели уже используют такие инструменты, как Contently и Chartbeat, для сбора информации из программ контент-маркетинга. С появлением таких инструментов, как Atomic Reach, основанных на искусственном интеллекте, это может продвинуться еще дальше.

Мы недалеки от будущего, когда инструмент, основанный на искусственном интеллекте, будет сканировать Интернет в поисках актуальной темы на основе тенденций вместе с ключевым словом и будет предоставлятьчерновик статьи, которую можно написать, чтобы привлечь читателей.

Интеллектуальный дизайн

Глубокое обучение уже используется для создания поддельных изображений или улучшения изображений. Deep Dream использует мэшап из двух изображений для создания своей собственной версии психоделического или абстрактного искусства.

В 2014 году появился новый тип нейронных сетей, получивший название Generative Adversarial Network (GAN). GAN использует неконтролируемое машинное обучение, реализуемое системой из двух нейронных сетей, конкурирующих друг с другом в рамках игры с нулевой суммой. GAN можно использовать для создания фотореалистичных изображений, которые могут иметь широкий спектр применений — от розничной торговли до промышленного дизайна.

Говоря о фотореалистичных изображениях, сложно обойти новоиспеченную нейросеть «Pornpen». Разработчик Dreampen открыл доступ к одноименному сайту. ИИ создает реалистичные фото обнаженных девушек на ваш «вкус и цвет».

Платформа заинтересовала тысячи людей и поэтому функционал сайта часто недоступен. Однако в «свободное время» изображения по вашим тегам будут готовы в течение 5 минут. Что говорит сам разработчик: «Я убрал из функционала возможность самостоятельно составлять текст для будущего изображения во избежание происшествий».

Тем не менее на сайте предоставлены 49 переменных на выбор, с помощью которых нейросеть сгенерирует нужное вам изображение. Нейросеть обучалась на фотографиях порноатрис и обнаженных женщин.

Где это может применить арбитражник?

Изображения можно использовать для дейтинг креативов и связок для ботов знакомств. Также возможна продажа паков в персонализированных соцсетях по типу онлика и тонплейса.

Adobe с ИИ

Adobe работает над собственной платформой искусственного интеллекта Senesi, которая упрощает проектирование, идентифицируя элементы на фотографии. Платформа может просматривать тип и идентифицировать его, а также воссоздавать его для дизайнера. Хотя нейронные сети не заменят дизайнеров, они облегчат им жизнь, автоматизировав обычный набор задач.

В будущем нейронные сети значительно улучшатся с точки зрения технологий. Хотя полностью полагаться на нейронную сеть может оказаться слишком дорого, как в случае с американскими военными. Хотя нейронные сети реальны, всегда помните, что моделирование человеческого сознания или эмоций по-прежнему остается областью научной фантастики. Или же нет?

Полная версия статьи 👉

🔥 Еще больше материалов от профи для арбитражников, маркетологов и всех, кто работает с трафикомhttps://trafficcardinal.com

Также подписывайтесь на наш Телеграмhttps://t.me/trafficcardinal

0
Комментарии
Читать все 0 комментариев
null