La inteligencia artificial aprende a seleccionar productos en marketplaces para los rusos

Un algoritmo de optimización de los pasos de aprendizaje mostró una mejora en la precisión de las recomendaciones en los marketplaces

Científicos rusos han presentado un enfoque innovador para optimizar el aprendizaje de sistemas de inteligencia artificial (IA), basado en algoritmos clásicos de aprendizaje automático, lo que permitirá aumentar significativamente la precisión de las recomendaciones en servicios en línea y marketplaces. Según informó el servicio de prensa de "Sber", la metodología resuelve el problema del número excesivo o insuficiente de pasos de aprendizaje en los modelos modernos, lo que a menudo reduce su precisión.

Fuente de la imagen сгенерировано нейросетью DALL•Е 3

La investigación, realizada por el investigador del Instituto de Inteligencia Artificial AIRI, Bulat Ibragimov, y el director de Sber AI Lab, Gleb Gusev, demostró que un enfoque adaptativo al aprendizaje de algoritmos de descenso de gradiente puede mejorar el funcionamiento de los sistemas de recomendación. Los investigadores sugirieron que las metodologías de aprendizaje actuales no tienen en cuenta la complejidad y la estructura de diferentes subconjuntos de datos, lo que reduce la calidad de las recomendaciones.

Para superar estas limitaciones, los especialistas rusos desarrollaron un algoritmo que divide los datos en bloques según el nivel de complejidad y encuentra los parámetros de aprendizaje óptimos para cada bloque. Este enfoque se probó en dos algoritmos populares: LightGBM y CatBoost, que se utilizan ampliamente en los sistemas de recomendación.

Los resultados de las pruebas mostraron que el método de aprendizaje adaptativo aumenta la precisión de las recomendaciones en un 2% en comparación con los métodos tradicionales, al tiempo que aumenta ligeramente el tiempo y los recursos dedicados al proceso de aprendizaje. Los investigadores señalan que este enfoque puede mejorar significativamente la calidad de las recomendaciones en diversos servicios en línea y marketplaces.