طراحي سايت در مشهد شما خورۀ فیلم می‌باشید؟ یا این که آشتی دارید که خورۀ فیلم باشد؟ در حالتی‌که جزو جور دوم می‌باشید، پس خیلی خوش به حالتان! زیرا دوستتان همگی فیلم‌ها را تماشا می کند و صرفا کافی میباشد به وی بگویید «ممد فیلم خوب نو چی داری؟». ممد در کسری از ثانیه پاسخ میدهد: «فلشت رو بده» و به طور همزمان با اسکن کردن فیلم‌ها در نشانه گر آنان را معرفی می کند تا مطمئن شود با ذائقه دوست کهن‌اش سازگار میباشد. الگوریتم رنک برین گوگل، همین دوست شماست. صلح که هم می خواهد شما‌را بهتر بشناسد، هم فیلم‌ها را.

همانگونه که ممد ماجرا ما، فارغ از پرسیدن سوال‌های مازاد مراد دوستش را بدون نقص شعور می‌نماید، گوگل هم با الگوریتم رنک برین (Rank brain) و تطبیق عصبی (Neural matching) از یک عبارت کاوش گردیده هرچند غیر قابل درک، متوجه مراد استفاده کننده می‌گردد و شایسته ترین نتیجه ها مربوط به آن را اکران میدهد.

به دنبال ببینیم ممد، خیر ببخشید؛ الگوریتم رنک برین Rank brain چه میباشد و چطور میفهمد مراد شما از فیلم خوب تازه یعنی چه؟

پس از شعور الگوریتم رنک برین به سراغ پرسش‌های عمیق‌تری می رویم.

رنک برین چه تفاوتی با تطبیق عصبی (Neural Matching) دارااست؟
برای بهبود سکو از حیث رنک برین چه کارهایی می بایست کرد؟
اصل «یک کلیدواژه، یک محتوا» چه میشود؟
بهتر میباشد از ماجرا همین ممد عزیز آغاز کنیم تا الگوریتم رنک برین را بهتر بشناسیم.

توصیه فیلم هوشمند

چطور مَمد خورۀ فیلم شد؟
زمانی ممد نوباوه بود، اهالی دیوار به دیوارشان یک کلوپ کرایه فیلم بود. از آن فیلم‌های VHS که هنگامی می‌خواستی فیلم را از اولیه مشاهده کنی، بایستی دکمه توده شدن فیلم را می‌زدی و از شنیدن صدای ویژ دستگاه در اکنون نقطع ی عطف به دست آوردن کیف می‌کردی.
خانواده وی هم کلاً بشر‌های اهل فیلمی بودند و هیچ فیلمی را ندیده، رد نمی‌کردند. ممد حتی دوستانش را هم با فیلم پیدا می کرد؛ کافی بود از کسی بپرسد، از چه فیلمی خوشت می آید و در صورتی فیلم‌هایشان مشترک بود، بی تردید دوست می‌شدند.

در فیض ممد فارغ از این‌که روانشناسی خوانده باشد یا این که آزمایش شخصیت از کسی بگیرد، با پاره ای معاشرت و کلام قادر است، با اعتنا بالایی چندین فیلم خوب سفارش دهد.

ممد به چه شکل شایسته ترین توصیه فیلم را می دهد؟
در شرایطی‌که اکبر، دوست صمیمی ممد از وی بپرسد «فیلم خوب نو چی داری؟» این سؤال‌ها در مغز ممد پردازش‌ میشود:

اکبر به چه فیلمی می گوید خوب؟ کمدی؟ درام؟ اکشن؟
کدام فیلم‌ها را اکبر چشم میباشد؟
پایانی توشه کی اکبر همین سؤال را از اینجانب پرسید؟ یعنی منظورش از تازه چه چیزی است؟
مغز ممد با جستن پاسخ این سؤال‌ها و ادغام کردن حاصل، ۳ فیلم گزینه پسند اکبر را به وی سفارش می دهد. دفعه بعدی هم که اکبر و ممد با هم خارج میروند و در رابطه فیلم‌ها سخن می نمایند، ممد متوجه میگردد که اکبر از تماشای هر سه فیلم لذت برده میباشد، پس کارش برای سفارش فیلم‌های بعدی شل‌خیس میشود.

گوگل می خواهد جای ممد را در معاش شما بگیرد
همین اکنون در گوگل سرچ فرمایید best new movies و به حاصل نگاه نمائید. در ستون صفر (منزلت نتایجی که خویش گوگل ارائه می‌نماید) فیلم‌های برتر سال را میبینید و در جايگاه‌های بعدی هم مطالبی با تیتر شایسته ترین فیلم‌های سال یا این که ماه‌های اخیر را به شما نشان میدهد. یعنی گوگل قصد و مراد شما از به فعالیت بردن «نو» و «شایسته ترین» را در عبارت کاوش گردیده میفهمد.

حال این دفعه به جای عبارت گذشته «top new films» را سرچ فرمایید. نتیجه ها تغییر و تحول متعددی نداشت، خیر؟ تعجبی هم ندارد زیرا گوگل هم معنی بودن top و best و همین‌طور movie و film را میداند.

شاید هنوز حاصل عبارت شبیه کاوش گردیده در گویش فارسی به به عبارتی خیر گویش انگلیسی نباشد؛ البته مطمئن باشید در بقیه لهجه‌ها هم حاصل به همین صورت بهتر خواهند شد. زیرا الگوریتم گوگل با یادگیری ماشین در حالا حافظه به دست آوردن لهجه آدم‌ها میباشد. خب اکنون گذشته از این‌که به توضیح مفصل الگوریتم رنک برین برسیم، اولیه با یادگیری ماشین آشنا شویم.

یادگیری ماشین یعنی چه؟
یادگیری ماشین

یادگیری ماشین به گویش بی آلایش یعنی به‌جای این‌که تک‌تک مفاهیم جهان را با برنامه‌نویسی در دل قابل انعطاف‌افزارها یا این که الگوریتم‌ها جا دهیم، برنامه‌ای بسازیم که خودش بتواند مفاهیم را فهم نماید.

خط مش کهن این‌طور بود که با تایپ کردن صدها خط کد، الگوریتمی بسازیم که در قابل انعطاف‌افزار بتواند تصویر یک سیب را تشخیص دهد؛ ولی حال با یادگیری ماشین، تصاویر هزاران سیب‌، موز، آلبالو، پرتغال و هندوانه را به قابل انعطاف‌افزار میدهند تا خودش مثل کودک انسان حافظه بگیرد و الکی وقت ما‌را هم نگیرد. قابل انعطاف‌افزار یا این که به عبارتی ماشین بعداز گونه‌بندی تصاویر، به هر کدام یک اسم خیالی یا این که عدد میدهد. سیب ۱، موز ۲ و... اکنون ما به‌جای ۱ می‌نویسیم سیب؛ به انتها رسید.