Как малахит решает проблему хо... Заметка

Как малахит решает проблему холодного старта в розничной торговле с помощью управляемого ИИ в реальном времени

Malachyte разработала платформу на базе искусственного интеллекта для решения задачи рекомендации товаров новым пользователям. Эта персонализация, критически важная для онлайн-сервисов, была вдохновлена достижениями в области больших языковых моделей. Компания использовала инструменты Google Cloud, такие как Bigtable и Managed Service for Apache Kafka, для создания своего передового рекомендательного алгоритма. Прорыв Malachyte заключался в применении нейронных сетей с механизмами внимания, аналогичными тем, что используются в LLM, к розничным взаимодействиям. Они стремились предсказать следующий желаемый товар пользователя, анализируя последовательность его действий на сайте. Этот подход решает проблему "холодного старта", используя каждое взаимодействие для уточнения вектора профиля пользователя. По мере добавления новых данных прогнозы улучшаются, а общая модель получает преимущества от анонимизированной информации о пользователях. Система Malachyte обновляет профили пользователей за миллисекунды, обеспечивая рекомендации в реальном времени. В отличие от традиционных методов, требующих обширных исторических данных, Malachyte фокусируется на взаимодействиях в рамках сессии для большей персонализации и конфиденциальности. Эта мультимодальная система кодирует данные пользователя, встраивая продукты в одно и то же векторное пространство для точных рекомендаций. Инфраструктура Google Cloud для искусственного интеллекта в реальном времени, включая Kafka для потоковой передачи событий и Bigtable для быстрых поисков, позволяет оперативно обновлять данные и предоставлять рекомендации. Эта масштабируемая архитектура жизненно важна для способности Malachyte эффективно предоставлять персонализированный опыт.
CdXz5zHNQW_zzLyeeAAsM.png