Hoe Pinterest AI gebruikt voor jouw aanbevelingen
Apps zoals Pinterest, Instagram, Netflix en zelfs nieuwssites stemmen je startpagina af op jouw voorkeuren. Maar hoe beslissen ze eigenlijk wat jij te zien krijgt? Kersvers UAntwerpen-eredoctor Jure Leskovec legt uit hoe AI-modellen gepersonaliseerde aanbevelingen doen.
AI verbetert gebruikerservaring op Pinterest
Informaticus Jure Leskovec is professor aan de Universiteit van Stanford, eredoctor aan UAntwerpen en toonaangevend onderzoeker in de industrie. Als Chief Scientist bij Pinterest onderzocht hij hoe artificiële intelligentie kan worden ingezet voor een nog betere gebruikerservaring. “Pinterest is een online platform waar mensen op zoek gaan naar inspiratie, vaak voor creatieve projecten. Ze zien foto’s die ze kunnen opslaan of ‘pinnen’ op hun eigen ‘borden’: visuele verzamelingen rond bepaalde thema’s, zoals interieurontwerp.”
Leskovec legt uit dat elke foto die een gebruiker te zien krijgt, het resultaat is van een AI-gestuurde aanbeveling. Samen met zijn team verbeterde hij het AI-model dat bepaalt welke beelden aan welke gebruikers worden getoond. “Het oude model bekeek elke afbeelding met bijbehorende kenmerken afzonderlijk, en besliste dan of die relevant was voor jou. Wij optimaliseerden dat systeem door Pinterest te beschouwen als één groot netwerk van foto’s, onderling verbonden op basis van hoe vaak gebruikers ze samen bewaren op borden.” Die netwerkstructuur brengt gebruikersgedrag in kaart en helpt zo het AI-model vooruit: “Computers begrijpen afbeeldingen niet zoals wij, maar ze kunnen wel leren uit ons gedrag. Vloerkleden en wandtapijten zien er bijvoorbeeld gelijkaardig uit, maar mensen bewaren ze zelden op hetzelfde bord. De meeste gebruikers willen dus geen wandtapijt aanbevolen krijgen nadat ze foto’s van vloerkleden hebben opgeslagen. De manier waarop mensen beelden groeperen, helpt het model om ze met meer nuance te interpreteren – en dus betere aanbevelingen te doen.”
Hoe Pinterest clickbait voorkomt
Een andere sleutel tot geslaagde aanbevelingen bestaat erin je doel scherp te stellen, zegt Leskovec. “We kunnen AI-modellen maken die voorspellen hoe gebruikers zullen reageren op een bepaald item: erop klikken, het opslaan, of – in webshops bijvoorbeeld – het aan hun winkelmandje toevoegen. Het is essentieel om te weten welk gedrag je precies wil stimuleren.” Die keuze hangt af van de visie en het doel van het platform. “Pinterest jaagt bijvoorbeeld niet zomaar zo veel mogelijk clicks na. Dat zou leiden tot pagina’s vol clickbait: beelden die je aandacht trekken, maar niet zijn waar je echt naar zoekt. Voor Pinterest betekent gebruikerstevredenheid dat mensen beelden opslaan op hun borden. Dat uitgangspunt bepaalt dus ook wat het AI-model aanbeveelt.”
Je werk te veel afschermen remt vooruitgang af. Open science brengt innovatie in een stroomversnelling!
Van Pinterest naar Facebook: de kracht van samenwerking
Leskovecs netwerkgebaseerde techniek voor aanbevelingen wordt intussen gebruikt door verschillende grote bedrijven zoals Facebook, Uber en Amazon. Leskovec pleit dan ook voor sterkere banden tussen universiteiten en bedrijven: hij meent dat dergelijke samenwerkingen onderzoekers wijzen op echte, concrete problemen en waardevol zijn voor beide partijen. Hij hecht ook veel belang aan open science. “Informatica is een heel transparant vakgebied met een sterk geloof in open source, zelfs in de industrie. Bij Pinterest publiceerden we papers over onze doorbraken. We maakten ook de programmeercode én een deel van de dataset publiek beschikbaar. Je werk te veel afschermen remt vooruitgang af. Open science brengt innovatie in een stroomversnelling!”