【SmartM解讀】深度學習（Deep
Learning）是機器學習的一種方式，對於廣告業而言，深度學習改變了數位廣告的遊戲規則，深度學習演算法能應對未知的情況，激發消費者的購物潛能。
深度學習（Deep
Learning）是機器學習的一種方式，也是目前人工智慧的主流。
深度學習原理在於建立、模擬人腦進行分析學習的神經網絡，以解釋數據，例如圖像、聲音和文本，
擊敗世界棋王的
Google AlphaGo、2011 年奪得益智問答比賽大獎的 IBM
Watson，都是最佳代言的人工智慧。
對於廣告業而言，人工智慧改變了數位廣告的遊戲規則，廣告主已能藉此接觸潛在消費者與市場，未來也將有更多深度學習的應用，可口可樂近期便表示希望使用AI機器人來為廣告配樂、在社群媒體發文等等。本篇便分別以廣告主與消費者的角度探討此新科技帶來的影響：
廣告商：自主學習演算法應對突發狀況
取得數據的方式更加多元、廣告業競爭白熱化，精準投放是廣告產業的重心，過去的演算法已能進行個人化，而現今的深度學習演算法還能應對未知的情況以及激發消費者的購物潛能。
雖然尚未廣泛被電商業者採用，但對於廣告業者卻是致勝關鍵。原因是如黑色星期五、雙十一購物節等等群眾大量消費的模式容易被參透，但個人突發事件可就複雜多了。
相比於傳統機器學習，深度學習可以在茫茫網路使用者中，獨立出個人的數據，並將其與個人以及群體的歷史資料對照，從看似隨機的行為中挖掘商機。
舉例來說，你突然想起兩天後某位朋友生日，因此匆忙地上網搜尋商品，過去系統可能將其視為消費者不規律的行為，而深度學習可以偵測出消費者正快速地瀏覽商品、縮小價格範圍，並將其認定為特殊事件及具急迫性的購物需求，提供高相連度的廣告或購物推薦。
消費者：深度學習演算法看穿你的渴望
許多企業試圖運用深度學習提供更好的用戶體驗， Netflix
近年引入機器學習演算，提高針對用戶個性化推薦準確度，找出用戶興趣範圍的電影，還能預測出更吸引人點選的節目縮圖，例如你喜歡喜劇，那麼你的封面便可能出現亞當·山德勒的劇照。
Amazon
則藉此掌握消費者的購物模式、品牌偏好、價位，及最後欲購買的商品，建立起「預測式出貨」，在消費者下訂單前「未卜先知」，提早配送以節省物流時間。去年引發熱議的實體商店
Amazon Go ，標榜商品可以「拿了就走」，也同樣採用了機器視覺辨識、深度學習演算法與感測器整合等技術。
人工智慧，尤其是深度學習能預測消費者的慾望，對廣告行業是新的寶藏。假如正想買台相機，過去的演算法能推薦鏡頭、記憶卡等產品，而深度學習則可能進一步展示一個空拍機的廣告，即使你從沒見過、沒想過要買，但內心卻有可能暗存渴望的商品。
簡而言之，深度學習的優勢在於能夠即時解讀個人及群體行為的動態改變，從中快速學習，進而更加了解消費者。在未來，網路活動效率提高，廣告主與消費者都將持續體驗深度學習引發的革命。
延伸閱讀
Google成長魔術秀：「雲端」和「人工智慧」
參考資料
ClickZ
↧