ऑनलाइन खरेदीच्या संकेतस्थळावर आपल्याला कुठलीही वस्तू खरेदी केल्यानंतर ‘ही वस्तू खरेदी केल्यावर इतर लोक या वस्तूसुद्धा खरेदी करतात’ अशा प्रकारचा मजकूर आणि त्या वस्तू नेहमी दिसतात. तसेच नेटफ्लिक्सवर आपण एखादा चित्रपट किंवा एखादी मालिका बघितल्यावर ‘हा चित्रपट/ ही मालिका बघणारे लोक हे कार्यक्रमही बघतात’ अशा प्रकारच्या माहितीसह त्या कार्यक्रमांची यादीच दिसू लागते. कृत्रिम बुद्धिमत्तेच्या तंत्रज्ञानाचा वापर करून निर्मिलेल्या ‘शिफारस प्रणाली’च्या मदतीने हे केले जाते. अॅमॅझॉनला वस्तूंच्या विक्रीतून मिळत असलेल्या एकूण उत्पन्नापैकी तब्बल ३५ टक्के वाटा अशा प्रकारच्या विक्रीचा असल्यामुळे शिफारस प्रणालीचे महत्त्व किती अनन्यसाधारण आहे याची आपल्याला कल्पना येईल.

हेही वाचा >>> कुतूहल: प्रणालींची विश्वासार्हता

शिफारस प्रणाली तयार करण्यासाठी तंत्रज्ञ संख्याशास्त्रातील मूलतत्त्वांचा वापर करतात. यासाठी अनेक सिद्धांत आहेत. उदाहरणार्थ आपल्याकडे समजा ग्राहकांनी आत्तापर्यंत खरेदी केलेल्या सगळ्या वस्तूंची माहिती साठवलेली असेल तर त्यातून कुठलाही ग्राहक कुठली एक वस्तू विकत घेतल्यावर दुसरी कोणती वस्तू विकत घेतो; अशा प्रकारचे परस्परसंबंध स्पष्ट करणारे तपशील आपल्याला ‘अप्रायॉरी अल्गॉरिदम’ नावाची संकल्पना वापरून मिळू शकतात. कृत्रिम बुद्धिमत्तेमध्ये याचा वापर केला जातो. उदाहरणार्थ पाव विकत घेणारा ग्राहक सर्वसाधारणपणे अंडी विकत घेतो का, याचे उत्तर आपल्याला यातून मिळू शकते. जर हे होकारार्थी असेल तर अगदी कोपऱ्यावरचा वाणीसुद्धा आपल्या दुकानात पावाशेजारी अंडी ठेवू शकतो आणि आपली विक्री वाढवू शकतो.

हेही वाचा >>> कुतूहल: कृत्रिम बुद्धिमत्तेची सूर्यमालेबाहेर झेप

शिफारस प्रणालीचा फायदा फक्त कंपन्यांपुरताच मर्यादित नसतो. उदाहरणार्थ दोन निरनिराळी माणसे नेटफ्लिक्स बघत असतील तर त्यांच्या आवडीनुसार त्यांना आवडतील असे कार्यक्रम सुचवण्यासाठी ‘रेकमेंडेशन सिस्टीम’चा उपयोग होत असल्यामुळे त्या माणसांचा वेळ वाचू शकतो आणि त्यांच्यासाठी योग्य असतील असे कार्यक्रम त्यांना बघता येऊ शकतात. तसेच समजा कुणी इंटरनेटवर काही माहिती शोधत असेल तर त्या माणसाच्या गरजा, आवडीनिवडी या गोष्टी लक्षात घेऊन शिफारस प्रणाली त्याला नेमकी माहिती पुरवू शकते. अर्थातच यासाठी शिफारस प्रणालीचे नियम संगणकीय प्रणालीमध्ये बांधावे लागतात आणि त्यासाठी कृत्रिम बुद्धिमत्तेचे तंत्रज्ञान उपयुक्त ठरते. वापरकर्तेही अशा प्रकारे त्यांच्या आवडीनिवडी ओळखणारी, त्यांना नेमकी माहिती पुरवणारी प्रणालीच पसंत करतात. स्वाभाविकपणे आज शिफारस प्रणाली योग्यरीत्या वापरणाऱ्या कंपन्या आपल्या प्रतिस्पर्ध्यांच्या चार पावले पुढेच असतात. अर्थात याची दुसरी बाजू म्हणजे वापरकर्त्यांसंबंधीची माहिती शिफारस प्रणालीमध्ये कंपन्या वापरत असल्यामुळे काही वेळा या माहितीच्या गैरवापराचा मुद्दाही चर्चेला येतो; याचा उल्लेख करणेही आवश्यक आहे.

अतुल कहाते

मराठी विज्ञान परिषद

ईमेल : office@mavipa.org

संकेतस्थळ : http://www.mavipa.org