Suosnivači „Instagrama“ Kevin Sistrom i Majkl Kriger, koji su napustili „Fejsbuk“ 2018. godine usred tenzija sa svojom matičnom kompanijom, osnovali su novu platformu za istraživanje ideja za društvene aplikacije sledeće generacije. Njihov prvi proizvod je „Artifakt“, koji za personalizovani izbor tekstova koristi mašinsko učenje kako bi razumeo interesovanja korisnika.
Najjednostavniji način da se objasni šta je Artifakt (Artifact) je da se kaže da je to neka vrsta Tik-toka za tekst, mada bi mogao da se opiše i kao Gugl rider koji se vratio iz mrtvih u obliku mobilne aplikacije ili možda čak kao „iznenadni napad“ na Tviter. Kada se pokrene, aplikacija prikazuje fid sa popularnim člancima sa odabrane liste medijskih kuća u rasponu od vodećih novinskih organizacija kao što je Njujork tajms do manjih blogova o specifičnim temama.
Nakon posećivanja članaka koji vas zanimaju, Artifakt će u budućnosti nuditi slične postove i priče, baš kao što gledanje video-klipova na Tik-toku vremenom sve preciznije otkriva algoritmu šta da ponudi korisniku.
Prvi korisnici koji se prijavljuju na listu videće samo centralno rangirani fid, dok beta korisnici Artifakta trenutno testiraju još dve funkcionalnosti za koje Sistrom očekuje da postanu osnove aplikacije.
Jedna je fid koji prikazuje članke koje su objavili oni koje korisnik prati, zajedno sa njihovim komentarima na te objave. Za sada, neće moći da se postavlja samo tekstualna objava bez linka.
Druga funkcionalnost aplikacije koja se ispituje je prijemno sanduče za direktne poruke tako da možete privatno da razgovarate sa prijateljima o objavama koje čitate.
U izvesnom smislu, Artifakt može delovati kao korak unazad. Inspirisane Tik-tokovim uspehom, velike društvene platforme provele su poslednjih nekoliko godina u potrazi za kratkim video-sadržajima i prihodima od oglasa koji dolaze sa njima.
Nasuprot tome, poput društvenih mreža s kraja 2000-ih, Artifakt u fokusu ima tekst.
Osnivači se nadaju da će više od decenije naučenih lekcija, zajedno sa nedavnim napretkom u veštačkoj inteligenciji, pomoći njihovoj aplikaciji da se probije do veće publike.
Sistrom i Kriger počeli su da raspravljaju o ideji za ono što je preraslo u Artifakt, još pre nekoliko godina. Sistrom je rekao da je nekada bio skeptičan prema sposobnosti sistema za mašinsko učenje kada je u pitanju fino prilagođavanje preporučivanja sadržaja, ali ga je njegovo iskustvo u Instagramu pretvorilo u istinskog vernika.
„Tokom godina, ono što sam video je da svaki put kada koristimo mašinsko učenje da poboljšamo korisničko iskustvo, stvari su zaista brzo postale dobre“, rekao je Sistrom.
Zašto su Kevin Sistrom i Majkl Kriger odlučili da se vrate baš sada?
Tehnički, ovo nije prvi projekat ovog dvojca od napuštanja Instagrama. Udružili su se 2020. godine da naprave veb-sajt Rt.live kako bi pratili širenje kovida.
Sistrom je rekao da ne žele da osnivaju novu kompaniju dok se ne dese tri stvari: prvo, da se desi veliki novi talas u potrošačkoj tehnologiji koji bi on i Kriger mogli da pokušaju da uhvate. Drugo, da postoji način da se taj talas poveže sa društvenom tehnologijom, sa kojom se Kriger i on i dalje osećaju emotivno povezani. I treće, da postoji ideja o tome kako bi njihov proizvod mogao da reši problem.
Tehnologija koja je omogućila razvoj čet-bota ChatGPT takođe je stvorila nove mogućnosti za društvene mreže.
Proboj koji je omogućio Artifakt bio je model za obradu jezika, koji su Gugl izmislio 2017. godine. On nudi mehanizam za sisteme da razumeju jezik koristeći mnogo manje unosa nego što je to ranije bilo potrebno.
Jezički transformator je pomogao da se sistemi za mašinsko učenje unapređuju mnogo bržim tempom, što je direktno dovelo do prošlogodišnjeg izdanja ChatGPT-a i pratećeg buma interesovanja oko veštačke inteligencije.
Model za obradu jezika – transformator čini „T“ u ChatGPT-u (Chat Generative Pre-trained Transformer).
„Zastareli“ modeli sa Fejsbuka i Tvitera zamenjeni inovativnim Tik-tokovim
Takođe, stvorio je neke nove mogućnosti za društvene mreže. U početku su vam društvene mreže pokazivale stvari koje su vaši prijatelji smatrali zanimljivim, što je Fejsbukov model.
Potom su mreže počele da vam pokazuju stvari na osnovu ljudi koje ste izabrali da pratite, bez obzira na to da li ste prijatelji ili ne, što je model sa Tvitera.
Tik-tokova inovacija je bila da korisnicima pokaže stvari koristeći samo algoritamska predviđanja, bez obzira na to ko su vam prijatelji ili koga ste pratili. Ubrzo je postala aplikacija sa rekordnim broja preuzimanja na svetskom nivou.
Artifakt predstavlja pokušaj da se uradi ista stvar samo za tekst.
„Video sam tu promenu i pomislio sam: ‘To je budućnost društvene zajednice‘. Ovi nepovezani grafovi; ovi grafovi koji se nauče, a ne eksplicitno kreiraju. I ono što mi je bilo smešno je što sam pomislio: ‘Zašto se ovo ne dešava svuda na društvenim mrežama? Zašto je Tviter i dalje prvenstveno zasnovan na praćenju? I Fejsbuk isto?“, objašnjava Sistrom.
Artifakt će ozbiljno shvatiti posao pružanja čitaocima visokokvalitetnih vesti i informacija.
Pitanje je da li personalizovane preporuke za novinske članke i blogove mogu dovesti do istog virusnog uspeha za Artifakt koji video ima za Tik-tok.
Nije reč o nečemu stoprocentno sigurnom jer je 2014. talas personalizovanih aplikacija za vesti, kao što su Zite i Pulse, došao i prošao, praćen njihovom nesposobnošću da stvore naviku kod korisnika.
Ranije ovog meseca, “SmartNews” sa sedištem u Tokiju, koji koristi sličnu tehnologiju veštačke inteligencije za personalizaciju preporuka, otpustio je 40 odsto svoje radne snage u Sjedinjenim Američkim Državama i Kini zbog sve manje korisničke baze i izazovnog tržišta oglasa.
Kao i većina startapa u ovoj fazi, Artifakt tek treba da se posveti radu na poslovnom modelu. Oglašavanje bi se bez sumnje uklapalo, kaže Sistrom.
Takođe je zainteresovan za ugovore o podeli prihoda sa medijima. Ako Artifakt postane veliki, mogao bi pomoći čitaocima da pronađu nove publikacije, medije, blogove i podstaći ih da se pretplate na njih. U tom slučaju nije nelogično da Artifakt pokuša da traži deo tog prihoda.
Sistrom navodi da će Artifakt ozbiljno shvatiti posao pružanja visokokvalitetnih vesti i informacija, što znači da će se truditi da se uključe samo mediji koji se pridržavaju uređivačkih standarda kvaliteta.
Kompanija će birati i „leve“ i „desne“ orijentisane, a uklanjaće pojedinačne objave koje promovišu neistine.
Artifaktovi sistemi za mašinsko učenje biće prvenstveno optimizovani da izmere koliko dugo provodite čitajući o različitim temama – za razliku od, recimo, onoga što generiše najviše klikova i komentara. Iza toga stoji nastjanje autora da se prednost daje zanimljivijim materijalima sa dubinom.
rts/the verge
