Elfi: Algoritmi, arhitektura i savršen zvuk


Savršen zvuk doprinosi savršenstvu muzike. Evo kako je nastao jedan savršen muzički prostor.

Najinteresantnija stvar vezana za novootvorenu koncertnu dvoranu po projektu švajcarskih projektanata Hercoga i De Meurona (jan. 2017), kako već kažu najboljem koncertnom prostoru na svetu, „Elbfilharmoniji“ (nem. Elbphilharmonie, „Filharmonija Elbe“), nije njena talasasta fasada koja se nadvija nad Hamburgom, na reci Elbe, a izniklom na gradskom poluostrvu Großer Grasbrook; nije ni nežno zakrivljeni lift u podnožju predvorja, koji vas sprovodi u utrobu čudesnog arhitektonskog pejzaža ove dvojice Švajcaraca, enterijera u kojem stepenice podsećaju na hipnotičke vizuelne petlje njihovog drevnog zemljaka, Markusa Kornelijusa Ešera, koje vas vode naviše kroz zdanje čija je cena, neki kažu, bila gotovo 900 miliona evra (870 miliona, dok zvanična inicijalna suma nije bila ni četvrtina konačne: 200 miliona evra).

Iako je hamburška filharmonijska koncert-hala kako kažu zvaničnici, koštala nešto preko 700 miliona evra (702 miliona evra, ili 843 miliona dolara), ovo nije, po svemu sudeći, bila bačena investicija: objekat je ispunjen zapanjujućim arhitektonskim draguljima, a njegova najzanimljivija karakteristika je centralni auditorijum: sjajna „pećina“ boje slonovače izgrađena od 10.000 jedinstvenih akustičnih panela postavljenih na tavanicu, zidove i balustrade. Sala izgleda „organski“, tj, elementi u njoj se izvanredno harmonično povezuju i uklapaju, predstavljajući sastavne, neizostavne delove celine: puna je pregiba, prelaza i zaobljenih formi koje ciljano podsećaju na „slapove“ što se kroz „žubor talasa prelivaju preko hridi“, a sve zajedno deluje kao monohromatski koralni greben. Sprovođenje ove grandiozne ideje u delo bio je, takođe, nesvakidašnji tehnološki podvig.

Auditorijum – najveća od tri koncertne dvorane Elfija (stanovici Hamburga iz milošte su mu dali nadimak Elphi) – proizvod je „parametarskog dizajna“, procesa u kojem dizajneri koriste matematičke algoritme kako bi razvili formu objekta. Algoritmi su već bili od neprocenjive pomoći pri dizajniranju mostova, delova za motocikle i motorna vozila, fontova, i – čak – stolica. U slučaju Elbfilharmonije, bazelski projektanti Žak Hercog i De Meuron koristili algoritme kako bi proizveli jedinstvene forme za za svaku od 10.000 akustičkih ploča od gipsanih vlakana postavljenih na zidove, međusobno ih povezujući tako da podsećaju na komadiće džinovske, talasaste slagalice.

Već na prvi pogled na glavnu muzičku salu Elfija proizvodi kod posmatrača zapanjujući efekat. Deset hiljada akustičkih panela izvanredno je spojeno u sjajnu, blistavo belu oplatu, unutar koje je postavljeno samo 2.150 sedišta i 1.000 sijalica od ručno tj zanatski duvanog stakla. Ali, lepota je bila samo deo nauma arhitekata i akustičara onda kada su počeli da osmišljavaju i projektuju ovo zdanje pre više od 13 godina. “Svaki panel ima svoju funkciju”, kaže Bendžamin Koren (Benjamin Koren), osnivač studija „One to One“ koji je radio sa Herzogom i De Meuronom u dizajniranju i izradi panela.

Na 10.000 panela utisnuto je milion “ćelija” – sitnih, „usečenih zareza“ koji podsećaju na ulegnuća u travi nastalih udarcem štapa za golf ili „nalik morskoj školjki iz koje je neko izrezao parče unutrašnjosti“. Ove ćelije, čije se dimenzije kreću od četiri do 16 centimetara, dizajnirane su da oblikuju zvuk unutar auditorijuma. Kako Koren to objašnjava, kada zvučni talasi udare o panel, neujednačena površina ih apsorbuje ili raspršuje. Nijedan pojedinačni panel ne apsorbuje niti širi dalje zvučne talase, ali svi oni u kombinaciji zajedno proizvode balansiranu reverberaciju tj odjek ili rezonancu preko čitavog auditorijuma. Ova tehnika koristi se već vekovima jedna od (najpoznatijih koncert-sala izgrađenih po ovom principu je bečki Musikverein, čija bogato ukrašeni neoklasični detalji eneterijera stvaraju isti difuzioni tj raspršujući efekat). Elbfilharmonija, međutim, „razbija“ tj. raspršuje zvuk na jedan sasvim nov, vizuelno izuzetno privlačan način.

Da bi dizajnirali 10.000 jedinstvenih akustičnih panela, Herzog i De Meuron radili su sa čuvenim akustičarom Jasuhisom Tojotom (Yasuhisa Toyota), koji je koncipirao optimalnu „zvučnu mapu“ auditorijuma. Na osnovu geometrije koncertne prostorije, Tojota je utvrdio da bi određeni paneli, poput onih koji se nalaze na zadnjem zidu auditorijuma, trebalo da imaju dublje, veće žlebove za apsorpciju eha. Druge površine koncertne dvorane kao i plafonske površine iza reflektora i gornji delovi balustrada zahtevali su manje formate akustičkih panela. U međuvremenu, arhitekti su imali neke svoje želje: Akustička oplata morala je da bude kozinstentno prisutna u čitavom eneterisjeru dvorane, bez obzira na akustičke zahteve i potrebe; morala je, takođe, da bude izuzetne lepote; i – poslednje ali ne i najmanje bitno – morala je da bude u skladu sa onima koji su u publici tj. bilo koji žlebovi i useci panela koji su bili nadohvat ruke trebalo je da na dodir budu meki, za razliku od onih panela koje po svojoj poziciji u sali nije bilo moguće dotaći.

Upravljajući se ovim projektantskim zahtevima kao neizostavnim parametrima, Koren je razvio algoritam koji je proizveo 10.000 panela – svaki od njih jedinstvenog oblika i „šare“, mapiran tako da ispuni vrhunske estetske i akustičke specifikacije. “Upravo u ovom projektu izražena je sva snaga tzv. parametarskog dizajna”, kaže on. “Kada je sve na svom mestu, mogu da počnem svoju kreativnu igru i kreiram milion ćelija, svaku jedinstvenu i različitu od one druge; sve su zasnovane na ovim parametrima. I, dok imam stoprocentnu kontrolu u procesu uspostavljanja algoritma koji će određivati način kreiranja ćelija, jednom kada je algoritam završen više nemam kontrolu: algoritam odrađuje sve ćelije.”

Nekim dizajnerima i projektantima se čini kako su popustlivost, kompromis i „prepuštanje višoj sili“ jedna zastrašujuća perspektiva. Koren, međutim, ovakvu vrstu ustupanja prostora na uštrb nepogrešivog i savršeno preciznog algoritma smatra ne samo plodnim već i praktičnim. “Bilo bi suludo da sve ovo radite ručno”, kaže on. A i krajnji ishod bi, takođe, mogao izgledati čak i manje originalno da su svaki panel i svaka ćelija na njemu rađeni i usecani „rukom“.

Dizajneri rutinski hvale sve ove nove i iznenađujuće forme koje proizilaze iz „saradnje“ mozgova projektanata sa algoritmima. Složeni, funkcionalni i lepi paneli Elbfilharmonije samo su najnovije svedočanstvo njihovog potencijala.

Wired

Hoće li veštačka inteligencija i hedž fondovi nadmudriti tržište?


Neki hedž-fondovi pohvalili su se da njihovi AI algoritmi donose odluku o tome kako će trgovati – ipak, ma koliko ekstravagantno zvučalo, ovi sistemi su daleko uobičajeniji nego što nam se na prvi pogled čini.

Svakoga dana kompjuteri obave više miliona elektronskih trgovina obavljanjem delikatnih kalkulacija, i to sve sa ciljem zadobijanja makar male prednosti u pogledu brzine i efikasnosti nad takmacima. Ono što je ovde, međutim, daleko značajnije jeste da se odluke u trgovini berzanskim papirima sve češće donose zahvaljujući razvoju još pametnijih, još autonomnijih algoritama.

Obe ove poslovno već dobro utvrđene firme koje se bave trgovinom akcijama na berzi, kao i nekolicina startup firmi istražuju da li bi takve tehnike trgovanja, pozajmljene iz oblasti veštačke inteligencije, mogle da im pomognu kako bi nadmudrili konkurenciju. A svakome ko negde ima uložen novac bi više nego dobrodošlo da sazna da li bi ovaj trend mogao da ozbiljnije izmeni dinamiku tržišta.

Kvantitativni hedž fondovi, uključujući Bridgewater Associates, Renaissance Technologies, ​​D.E. Shaw i Two Sigma, naravno, već nekoliko godina zdušno koriste pristup berzanskoj trgovini kroz napredne algoritme. Mnoge od metoda koje koje ove kompanije koriste mogu se identifikovati u oblasti istraživanja veštačke inteligencije (AI).

U poslednjih nekoliko godina, međutim, takođe je očigledno i ogromno oživljavanje interesovanja za rezultate u oblasti veštačke inteligencije, zahvaljujući novim tehnikama kojima mašine „uče“ kao i za metodu „dubokog učenja“ mašina (primereniji duhu srpskog jezika bio bi izraz „dubinski uvid“ ili, još bolje, „učenje s razumevanjem“; tzv „Deep Learning“) koji obuhvata obuku velikih virtuelnih neuronskih mreža za prepoznavanje obrazaca u podacima. Dubokim učenjem, koje su računari dosad savladali, mašine su trenutno u stanju za potpuno ljudski nivo percepcije slike, teksta i zvuka. Postavlja se pitanje da li današnja veštačka inteligencija može da uradi to isto ali za finansijske podatke: da ih percipira „na naš način“, s tim što bi brzina, referentnost i pouzdanost berzanskih kalkulacija/odluka (kako se naučnici nadaju) bili neslućeno veći.

Jasno je kako je ovaj nedavni napredak privukao pažnju inženjera i stručnjaka koji rade u finansijama. Prošlog decembra se u Montrealu, tokom veoma važnog akademskog događaja okupila svetska elita u istraživanju veštačke inteligencije, na skupu pod nazivom „Sistemi za procesiranje neuralnih informacija“ (Neural Information Processing Systems, NIPS): Nekoliko hiljada istraživača s brojnih univerziteta i iz najrazličitijih industrijskih oblasti tom je prilikom prisustvovalo kako bi razmotrili napredak u razvoju novih algoritama za mašinsko učenje. U oblasti rezervisanoj za slikovne tj poster-prezentacije diplomaca, tehnološki giganti poput Gugla, Fejsbuka, Epla, Majkrosofta, Amazona i IBM-a platili su svoje učešće da bi dobili svoje „stolove za regrutaciju“: prostor na kojem bi obavljali intervjue za zapošljavanje, u nadi da će najveće sveže talente privoleti da dođu da rade za njih. Ipak, ne treba smetnuti s uma da skoro polovina firmi koja je pokušala da regrutuje „mlade nade“ tokom NIPS-a nisu bile tehnološke kompanije već – hedž fondovi i finansijske kompanije.

Jedna od takvih kompanija bila je i velika britanska investiciona firma MAN AHL, koja je već godinama fokusirana na primenu statističkih pristupa radi osmišljavanja što bolje investicione strategije. Entoni Ledford, šef razvojnog sektora ove kompanije objašnjava načine kako se istražuje da li tehnike poput dubokog učenja mogu primeniti na investicije i finansije. “Sve to je još uvek u ranoj fazi”, kaže Ledford. “Obezbedili smo novac za testiranje AI berzanske trgovine. Uz primenu metoda dubokog učenja kod mašina, ukoliko sve bude u redu, započećemo test-trgovinu, kao i ostale primenama koje učenje mašina može naći (u berzanskoj trgovini).”

Brokerske operacije na berzi mogu izgledati kao očigledno mesto za primenu dubokog učenja, ali zapravo nije jasno koliko je uporediv izazov pronalaženja suptilnih obrazaca koji se tiču berzanskih podataka u realnom vremenu sa, recimo, prepoznavanjem lica na digitalnim fotografijama. “Ovaj problem je daleko drugačiji” priznaje Entoni Leford, šef razvoja u MAN AHL.

Iz redova akademskih stručnjaka čuju se tonovi upozorenja. Stiven Roberts, profesor mašinskog učenja na Univerzitetu Oksford kaže da duboko učenje može biti dobro “za ekstrahovanje skrivenih trendova, informacija i odnosa”, ali dodaje da je “još uvek suviše krhko kada je reč o baratanju ishodima visoke neizvesnosti, uz semantički tj značenjski šum na relaciji mašinačovek, koji prevladavaju u finansijama. ”

Roberts takođe primećuje da duboko učenje može biti proces koji se odvija relativno sporo i koji ne može ponuditi one tipove zagarantovanog tj predvidljivog ponašanja koje drugi statistički pristupi nude. U principu, kako kaže, postoji izvesna medijska bukla oko ideje primene AI u oblasti finansija. “AI je veoma široka tema”, kaže on. “A mnoge standardne statističke tehnike koje se koriste su, shodno tom donekle pomodnom trendu, preimenovani u veštačku inteligenciju i mašinsko učenje.”

Ipak, nove finansijske firme koje se reklamiraju kao AI-orijentisane mogu biti nešto drukčije i unikatne. Ovo uključuje firmu Sentient Technologies iz San Franciska, Rebellion Research u Njujorku, i investicionu kompaniju Aidyia iz Hong Konga.

Jedna od najperspektivnijih upotreba relativno novih AI tehnika mogla bi da se primeni u procesu obrade nestrukturiranih podataka prirodnog jezika, u obliku novinskih članaka, poslovnih izveštaja kompanije i poruka u društvenim medijima, u nastojanju da prikupe uvid u buduće perspektive funkcionisanja preduzeća, valute, robe ili finansijskih instrumenata.

Kompaniju za finansijski AI po imenu osnovao je čuveni istraživač veštačke inteligencije, Ben Goertzel, koji je ujedno i osnivač kompanije Hanson Robotics i Aidyia Holdings, kao i predsednik jednog AI projekta s otvorenim kodom  koji se zove OpenCog. Aidyia je otpočela AI berzansku trgovinu prošle godine, a Goertzel kaže da je pristup njegove kompanije daleko ambiciozniji nego što su to tehnike koje se koriste u većini hedž fondova danas, uzimajući inspiraciju iz evolutivnog programiranja, probabilističke logike, i dinamike haotičnih sistema.

“Naš sistem sadrži niz računarskih unosa, uključujući cene i obim berzanskih transakcija širom sveta, vesti iz različitih izvora na više jezika, makroekonomske i kompanijske računovodstvene podatke i još mnogo toga”, rekao je Goertzel za MIT Technology Review.  “Potom proučava kako su ovi različiti faktori istorijski povezani,  učeći celine sastavljene od desetina hiljada prediktivnih modela koji mogu da poseduju prediktivnu vrednost (stabilno predviđanje budućih kretanja na berzi), a na osnovu svojih istraživanja ranije prikupljenih podataka”, što doprinosi upravljanju ulaganjima kompanije.

Svakako da je prisutan trend ka povećanju automatizacije među finansijskim firmama. Preqin, kompanija koja obezbeđuje podatke iz oblasti finansijske industrije, navodi da je 40 odsto hedž fondova nastalih prošle godine bilo “sistematično”, što znači da se u donošenju svojih odluka oslanjaju na računarski generisane modele.

Međutim, ne dele baš svi uverenje da je AI revolucija u oblasti finansija neminovna. Dejvid Harding, osnivač-milijarder i direktor druge britanske trgovačke kompanije, Winton Capital Management, uglavnom je skeptičan prema svoj toj trendovskoj buci oko mašinskog učenja i veštačke inteligencije. “Ako se malo bolje udubite”, kaže Vinton, “rekao bih da je to manje-više ono što smo radili i u proteklih 30 godina”.

Harding se isto tako seća još jednog sličnog buma čiji su interes i fokus bili na neuronskim mrežama, a koji je rezultirao pojavom brojnih startup firmi tokom ranih 1990-ih.

“Ljudi su počeli da govore kako ‘Postoji neverovatna nova računarska tehnika koje će oduvati sve što je postojalo ranije.” Tu je i moda u primeni genetskih algoritama “, priseća se on. “Pa, mogu da vam kažem da nijedno od tih preduzeća danas ne postoji.”

Ledford, koji radi u kući Man AHL za alternativne vidove investiranja i menadžmenta, takođe ima nekoliko reči upozorenja za svakoga ko misli da najnovije tehnike mašinskog učenja mogu ponuditi neku čudesnu prečicu do bogatstva . “Važno je da zapamtite kako stanje na tržištima može biti nevažno i čak ponižavajuće”, kaže on. “Rekao bih samo još i to da vam je bolje da sebe ne pohvalite previše, ali se isto tako nemojte ni previše obeshrabriti.”

 

Technology Review

Ko sve poseduje vaše lice?


Kompanije za oglašavanje, tehnološki giganti, sakupljači podataka – kao i savezna vlada, kako se ispostavilo.

Mašinama su potrebni snimci ljudskih lica kako bi naučile kako da prepoznaju pojedinačne osobe, donosi magazin The Atlantic.

Ovo je razlog zašto kompjuterski naučnici u svojim istraživanjima često koriste lica holivudskih ličnosti. Tom Henks se, na primer, nalazi na brojnim javno dostupnim fotografijama pa je prilično lako izgraditi “Henksovu bazu podataka” za potrebe algoritamske obuke mašina.

U zavisnosti od potreba istraživača, postoje mnoge druge dostupne baze podataka ljudskih lica – neke od njih sadrže desetine hiljada slika. Ove zbirke lica izrađene su na osnovu javne evidencije, kao što su raznovrsne fotografije za dokumenta, snimci s nadzornih kamera, fotosi iz vesti, Google slike kao i one sa univerzitetskih studija obrazovnih institucija.

Sasvim je moguće da se i vaše lice nalazi u nekoj od ovih baza podataka (ne postoji način da se sa sigurnošću tvrdi da se ono u njima ne nalazi).

Vaše lice pripada vama; ono je bitna odlika vašeg identiteta. Ali ono je, takođe, samo jedna data-tačka koja čeka da bude prikupljena. U vreme kada su kamere za nadzor sveprisutne, a prikupljanje podataka pojedinaca obavlja u gotovo svakoj transakciji koju učinite, naša lica postaju sve primamljivija za posezanje od strane neznanaca.

Brokeri podataka već kupuju i prodaju detaljne profile koji opisuju ko ste vi. Oni prate javne evidencije vaših prikaza i vaše ponašanje na mreži, kako bi pronikli u vaše godine, pol, vaš odnos, status, tačne lokacije na poslu i kod kuće, koliko novca zarađujete, u kojim supermarketima kupujete, i tako dalje i tako dalje… Stoga je sasvim razumno da se zapitamo: kako te kompanije prikupljaju i koriste slike na kojima je vaše lice?

Facebook već koristi softver za prepoznavanje lica osoba koje su na fotografijama. Eplova nova aplikacija, “Clips”, prepoznaje pojedinačna lica u video snimcima. poznata aplikacija Snap ima filter za autoportrete koji radi na mapiranju detaljnih tačaka na licu pojedinačnih korisnika (Snap na svom sajtu kaže da ta tehnologija ne preuzima bilo kakav dodatni “preširoki” korak u prepoznavanju lica koje mapira). Ovo je slično načinu na koji funkcioniše softver kineske startup firme Face++ . Njen softver mapira desetine tačaka na licu osobe, a zatim prikupljene podatke čuva.

Ideja je da biste mogli da koristite sisteme za prepoznavanje lica kako biste bez ključa ulazili, recimo, u poslovne objekte i stambene komplekse. Đje Tang (Jie Tang), vanredni profesor na Univerzitetu Cingšua (Tsinghua) je za MIT Technology Review opisao način na koji koristi otisak svojeg lica kako bi platio neke stvari – recimo obroke i jela u restoranima: “Ne samo da na ovaj način vršim plaćanja, kaže on, već je i osoblje u nekim kafićima sada upozoreno od strane sistema za prepoznavanje lica svaki put kada ušetam u neki lokal” – a onda ga pozdravljaju po imenu.

Onda je i razumljivo da ovakva tehnologija doživljava neverovatno brz napredak, oni su postali hrana za neke teorije zavere – poput one neosnovane tvrdnje da Snap gradi tajnu bazu podataka za prepoznavanje lica sa fotografijama ljudi koji koriste njegovu svetski popularnu aplikaciju, Snapchat.

Ovakve zavere, međutim, nisu tako čudne kakvim se na prvi pogled čine. Stručnjaci su već decenijama upozoravali na sisteme za prepoznavanje lica. Najnovija sredstva za prepoznavanje lica koje ima F.B.I. daje ovoj agenciji mogućnost da skenira milione fotografija običnih Amerikanaca. “Da bude jasno, ovo je baza – ili mreža baza podataka – koja obuhvata pre svega one američke građane koji poštuju zakon i nisu u sukobu s njim”, rekao je pre nedelju dana  republikanski kongresmen iz Jute, Džejson Čafec (Jason Chaffetz), pred američkim Komitetom za nadzor i reformsku raspravu. “Osamdeset odsto fotografija u F.B.I. mreži za prepoznavanje lica nisu u sukobu sa zakonom, a u datoteku se unose isključivo ne-kriminalna lica.” F.B.I. je u stanju da pristupi slikama iz vozačkih dozvola u najmanje 18 zemalja, kao i milionima fotografija pravljenim za dokumenta.

“Većina ljudi nema pojma da se ovakvo šta uopšte dešava”, rekao je Alvaro Bedoja (Alvaro Bedoya), izvršni direktor Centra za privatnost i tehnologiju pri Pravnom univerzitetu Džordžtaun tokom svog svedočenja na ročištu. “Najnovija generacija ove vrste tehnologije će omogućiti sprovođenje zakona kojim bi se obezbedilo skeniranje lica svakog muškarca, žene i deteta koje prođe ispred kamera za ulični nadzor… Postavlja se jedno veoma logično pitanje: da li imate pravo da hodate ulicom a da vaša vlada ne vrši tajno skeniranje vašeg lica? Da li je uopšte dobra ideja da neka država i njena vlada u svojim rukama ima toliku moć, a sa tako malim brojem ograničenja?”

Tačnost, pouzdanost i preciznost sistema kojeg koristi Federalni istražni biro Sjedinjenih Država takođe je predmet rasprave. Prema kongresmenu Čafecu, otprilike jedan od sedam pretresa koje pravi FBI sistem izradi listu potpuno nevinih kandidata, iako je stvarna meta zaista bila u njihovoj bazi podataka. A Prema izveštaju iz Kancelarije za odgovorno postupanje, koja funkcioniše u okviru američke vlade, F.B.I. ne prati svoju stopu lažno pozitivnih osoba, čime se potcrtava jedan od najvećih problematičnih scenarija, naime, da tehnologija za prepoznavanje lica može stvoriti velike probleme. “Jedna je stvar ukoliko bi ova tehnologija za prepoznavanje lica bila savršena, ili skoro savršena”, rekao je Čafec, “ali je tako očigledno da ona to nije.”

“Jedan ovako nepouzdani sistem, dakle, obuhvata i u razmatranje uzima osobe koje nisu počinile bilo kakav zločin”, rekla je Dženifer Linč (Jennifer Lynch), advokat pri Electronic Frontier Foundation, u svom svedočenju tokom sudske rasprave”, a taj sistem će prebaciti teret na nevino optužene, kako bi pokazao da oni nisu ti za koje sistem kaže da jesu. Ova pretnja će nesrazmerno uticati na ljude drukčije boje kože. Sistem i tehnologija za prepoznavanje lica bira pogrešnog Afroamerikanaca i osobe iz etničkih manjina po znatno višim stopama od belaca.”

 

Adrienne Lafrance, The Atlantic  24. 03. 2017.

Gorila i algoritam


Da li će Big Data i algoritmi zameniti strategiju (u podtekstu: i kreativnost) pita se Lazar Džamić, direktor strateškog planiranja u londonskoj agenciji Kitcatt Nohr Digitas.

Pre nekoliko nedelja, imao sam zadovoljstvo da govorim na ‘Noisy Thinking’ skupu, regularnom džem-sešnu za strateške planere u organizaciji londonskog APG-a (Account Planning Group). Ako ne znate šta je APG, možete da prestanete da čitate ovaj tekst jer vam neće biti ni zanimljiv, niti od kakve vajde…

Premisa skupa je jednostavna: odaberi kontroverznu temu, pozovi vodeće eksperte za nju sa različitim tačkama gledanja, daj im samo 10 minuta da prezentiraju, podeli im bejzbol palice – i uživaj u tuči! Otuda i ono ‘bučno’ u nazivu.

Ovaj put, malo su se preračunali. Svi mi na podijumu smo mislili isto, samo svako sa svojim razlozima. Tema je bila velika da veća ne može: da li će Big Data i algoritmi da zamene strategiju (u podtekstu: i kreativnost). Drugim rečima, da li će u svetu mašinskog učenja, veštačke inteligencije koja polako počinje da podseća na prirodnu i beskrajnog univerzuma podataka i signala koje svi mi ostavljamo za sobom u digitalnom i realnom prostoru, uloga stratega postati suvišna.

Ako mašine/sistem znaju ko je potrošač, gde je (i u medijskom i u fizičkom smislu), na šta troši svoje medijsko vreme, šta u tom trenutku gleda ili šta mu treba, kakva mu je prethodna istorija ponašanja i potrošačke navike u kategoriji, dakle, njegov univerzalni potrošački profil – kome treba strateg?

Pitanje je relevantno jer se sada ne odnosi samo na pretraživanje, već i na brending. Na razne kreativne formate – sadržaje i oglase – koji se sada planiraju na isti način na koji je to nekada bio slučaj samo sa pretraživanjem. Ako znamo ko su ljudi i šta im treba, ako se isporuka kreativnih sadržaja odvija u digitalnom prostoru, zašto i strategija pristupa njima ne bi bila automatizovana?

Tako bar ide argument mnogih koji, iz razloga lične promocije ili potrebe da imaju nešto da prodaju, navlače na sebe beli čaršav i zaskaču industriju po ćoškovima uz glasno ‘Bu!’. I vama je kucnuo sudnji čas – kažu oni – uobraženi i naduvani metroseksualni kvaziintelektualci koji na sve nas sa statističkim mozgom gledate sa prezirom!

Kulminacija ovog stava se desila na prošlogodišnjim Kanskim Lavovima, gde je jedan od urednika magazina Contagious to ispljunuo pravo u lice svetskoj kreativnoj eliti – i nije bio izazvan na dvoboj. U sali se osetila opipljiva nervoza. Miris opasne istine je pomalo visio u vazduhu…

Hm, ne baš, ako mene pitate.

Ja sam čovek koji – a i moj tim – jede podatke za doručak. Naravno, mi smo u Guglu, a to je univerzum podataka. Uprkos tome, mi smo i dalje ubeđeni da algoritmi bazirani na obilju podataka neće još dugo vremena zameniti ni stratege ni kreativce. Tačnije, ne sve…

Hoću da vam stavim u perspektivu u kojoj meri bi se od mene očekivalo da budem na strani ‘algoritmista’. Prošle godine, 2015te, Gugl je imao 11.9 trilijardi (hiljada milijardi) pretraživanja i signala u svom sistemu. Ako bi svaki od signala bio zvezda, to bi bilo 119 Mlečnih Puteva. Samo u jednoj godini!

U roku od jednog sata, na Jutjubu se globalno pogleda oko 250 miliona videa. Jutjub je drugi najveći pretraživač na svetu. Opcije za targetiranje su beskrajne…

Dakle, zašto moj tim i ja i dalje smatramo da to obilje podataka neće zameniti stratege ni kreativce?

Zato što ljudi nisu samo ono što jesu, već i ono što bi želeli da budu – ili što ne znaju da jesu. Zato što ekstremno ograničeni rezervoar naše pažnje ne može da se privuče samo stvarima koje nam trebaju, već i onima – pre svega onima – koje su nam interesantne. Zato što su analitičke sposobnosti čak i najpametnijih sistema trenutno samo na nivou takozvane ‘slabe veštačke inteligencije’ (weak AI) i da na pojavu ‘jake AI’ treba čekati još najmanje 20-50 godina.

Algoritmi su sjajni za ‘žetvu’ namera na kraju kupovnog ciklusa, kada je potrošač na tržištu sa jasnom namerom da nešto kupi, ili u potrazi za specifičnim sadržajem. Kada je ta potreba već poznata i definisana. Ali nisu baš sjajni za definisanje teritorija, pristupa i ideja koje su nove, neobične i – samim time – interesantne. Za građenje ‘mentalne dostupnosti’ (u frazi prof. Bajrona Šarpa, ‘novog Kotlera’, koji je jedan od Kotlerovih najvećih protivnika) na početku ciklusa, gde se borba vodi ne kroz definisanu nameru, već kroz kreiranje poželjnih asocijacija izmedju brenda i specifičnog osećanja ili raspoloženja.

Algoritmi nisu kreativni. Oni ne operišu emocijama. Ne borave na teritoriji ‘Ej, jesi video ono…!?’ kao u nedavnom novom ispoljavanju strategije za Persil, gde američki zatvorenici sažaljevaju modernu decu jer provode manje vremena napolju nego oni! Dirt is good u novoj verziji. Kako je to neko nedavno izjavio na jednom drugom APG skupu, nijedan algoritam na svetu vam ne bi predložio gorilu koji svira bubnjeve u oglasu za čokoladu.

Algoritmi ne kreiraju buzz. Ili bar ne još. Imaju mnogo svetla, ali nemaju toplotu – što je moja i misija moga tima u Guglu: da se potopimo u to obilno ‘svetlo’ podataka i da onda, kao živi ljudski transformatori (ili Transformersi, ako vam je više drago), te informacije pretvorimo u emotivne ljudske uvide koji će biti počeci uzbudljivih kreativnih teritorija…

Zato stratezi i kreativci i dalje mogu mirno da spavaju. Makar neki. Jer, postoje dve stvari o kojima moraju da brinu, iz ugla obilja podataka i automatizacije.

Prvo, ne postoji više samo jedna strategija. Po nekim procenama, 40-60% ukupnog oglašavanja su dosadni, funkcionalni i nekreativni oglasi bazirani na raznim akcijama ili funkcionalnim porukama. Vrlo mali procenat oglašavanja su stvari koje se vide u Kanu.

Te i takve poruke se i mogu i treba da automatizuju. Ne treba im strateg, samo juniorski kreativni tim i algoritmički medijski plan. Takvi projekti su uvreda za ozbiljne stratege i kreativce. Putuj igumane – nikome neće biti žao ako roboti preuzmu tu funkciju.

Međutim, ako vaša agencija sedi uglavnom u tom prostoru, ako se pozicionirala kao fabrika kobasica koja industrijski liferuje klišeizirane poruke, imate razloga da se plašite – barem na razvijenim tržištima. Kreirajte dodatnu vrednost za vaše klijente što pre.

Druga stvar za razmišljanje je ova: marketing je danas previše veliki za jednu osobu, čak i za jednu agenciju. Baš zbog obilja podataka i informacija o potrošačima, kao i zbog broja potencijalnih marketing kanala i novih tehnologija, potrebno je promeniti proces u agencijama.

Stari način formiranja strategije, koji ja nazivam pristupom ‘mokrog peškira’, bi bio da strateg ode u svoju kulu od slonovače, potopi se u istraživanje potrošača, muči se danima i nedeljama sa mokrim peškirom na bolnoj glavi, i na kraju se pojavi sa oreolom svetlosti oko sebe i kreativnom timu objavi svoje ukazanje: propoziciju i famozni ‘brif’!

Taj segmentirani, linearni proces više ne funkcioniše najbolje. Zato što su i strategija, kao i kreativnost, postali preveliki za jednog čoveka. To nas je navelo da i u svom timu i u ZOO uvedemo grupni pristup kreiranju ideja.

Prvo, kada dobijemo klijentov brif, odmah uradimo sesiju ‘dekantiranja’. Kao i sa vinom, brif mora da sazri i to radimo u sesiji na kojoj su prisutni svi članovi projektnog tima: strateg, kreativac, kreativni tehnolog, rukovodilac projekta i projektni menadžer.

Vrlo brzo, za pola sata, u razgovoru, otkriju se mnogi novi uglovi i teritorije, pravci i ispoljavanja za strategiju, istraživanje i same ideje…

Drugi korak je to da se i strategija i ideje, dok se formiraju, stalno dele. Čim bilo ko od nas nađe nešto interesantno ili dobije zanimljivu ideju, deli se. Ovaj princip se zove fishfooding i dogfooding i preuzet je od softverskih inženjera. Ne čeka se da se formira nekakva idealna završna strategija ili ideja; proces je mnogo više agilan i saradnički. Više je mozgova umešano, šira je asocijativna mapa ideja i pristupa, dublje se i šire, zanimljivije, misli. Jedni drugima hranimo kreativnost

Zastareli, nefleksiblni procesi i biznis modeli su mnogo veća pretnja agencijama, makar onima na kreativnijoj strani, nego algoritmi. Makar dok veštačka inteligencija ne pređe kritičnu masu i ne počne da nas pobeđuje ne samo u šahu i go-u, već i u slikarstvu, kinematografiji ili muzici.

Ali, tada će nam marketing biti najmanji problem za rešavanje.

B92

Nakon Bitkoina, Blokčejn preokreće svet


Od Silicijumske doline do Volstrita tehnolozi i investitori živo raspravljaju o potencijalima Blokčejna (Blockchain) da proizvede pravu revoluciju … u svemu. Očekivanja su visoka, potencijal je značajan, ali prepreke su takođe impozantne. Finansijska pozadina jača, a eko sistem u kojem bi mogao biti primenjen se razvija. Blokčejn je svojevremeno smatran samo infrastrukturom za Bitcoin, ali je njegova tehnologija ubrzo dospela u centar pažnje, preuzimajući svetlost reflektora koja je do tada bila rezervisana za njegovog roditelja, kripto-valutu Bitkoin, obećavajući da će stvoriti novi set alata za smanjenje troškova i dovodeći u pitanje izvor dobiti za sve posrednike, pa i postojanja centralizovanih finansijskih institucija koje bi se mogle pokazati kao zastarele. Ovo rešenje obećava da će pomoći ne samo potrošačima već i onima koji tragaju za isplativijim opcijama.

Bitcoin je samo uvertira – Blockchain je spreman da dođe u centar pažnje. U svom najčistijem obliku Blockchain je digitalna platforma koja beleži i proverava transakcije na način koji onemogućava upade i revizije i javno je dostupan svima (Dokaz 1). Inače, svi dokazi, prilozi i grafikoni nalaze se u pdf izveštaju investicione banke Goldman Sachs.

Razvijajući istu tehnologiju – prvobitno razvijenu u studentskoj sobi na Northeastern Univerzitetu za Napster (i kasnije dorađenu od strane ljudi koji stoje iza tehnoloških kompanija Skype i Spotify) – ovaj alat je prvobitno rođen kao podrška stvaranju i praćenju Bitkoina.

Bitcoin i druge kriptovalute traže takav mehanizam koji će uspostaviti sporazum između svih strana koje učestvuju u transakciji. Od kupovine do prodaje, od trgovanja do čuvanja, svaka transakcija se vezuje međusobno tako da nikada ne dođe do dupliranja ili promene vlasništva nad Bitkoinom. Ovo Blokčejnu omogućava da registruje svaku transakciju, ali ne i da je obriše. Ova kompletna istorija … “javno podeljeno knjigovodstvo” na kojoj počivaju mreža (i valuta) je tako napravljena da, u očima korisnika, ako hoćete, preuzima ulogu centralne banke, i čini je zastarelom. (Prilog 2). Tu valutu u opticaju, kao rezultat, stvaraju građani na internetu, a ne centralne kliring institucije ili agencije. Na kraju, iako ostaje da je najjača asocijacija na Blokčejnu povezana sa Bitkoinom, postoje sve veći skupovi privatnih i sa dozvolom vidljivih knjigovodstava koji privlače pažnju i na koje se vredno fokusirati.

Uloga kriptografije: Pre nego što transakcija bude odobrena i dodata na Blockchain, ona biva verifikovana od strane algoritma koji se oslanja na kriptografiju u proveri njegove autentičnosti. Svaka transakcija koja se javlja u Bitcoin, na primer, ima informacije koje se šalju preko mreže na proveru i verifikaciju. Rešavajući algoritam – zagonetku koja stoji iza sastavljanja jedne transakcije, pojedinci ili grupe, poznatije kao “rudari” (Miners) dobijaju “nagradu” u vidu više bitkoina. Ovaj proces, distribuiran na više čvorišta unutar svetske računarske mreže, veoma je kompleksan, opsežan i neverovatno težak za sprovođenje. Uporan i pouzdan, u ovom sistemu svako mora da pristane na transakciju a niko je ne poseduje. On omogućava ljudima koji ne znaju jedni druge, ili ne veruju jedni drugima, da dođu do dogovora koji se potvrđuje, smatra pouzdanim i održava kao predmet javnog izveštaja.

• Sačekajmo, ali nije li Bitkoin mrtav? Istina je, tokom poslednje dve godine – završno sa 30. novembrom 2015. –  vrednost Bitkoina je pala za 67% na oko $377. Kriptovaluta je vrednosno varirala uporedo sa skandalima koji su uključivali digitalne tačke kao što su Mt. Gox i Put svile, koje su postale glavna hrana za prežvakavanje, uporedo sa stabilizovanjem svetske ekonomije, što je smanjilo nepoverenje u centralne institucije. Dodajmo ovome misteriju Satošija Nakamotoa (Satoshi Nakamoto), što je pseudonim osobe ili grupe koja je stvorila Bitcoin protokol i odgovarajući softver.

Kako god da bilo, oni koji su otpisali Bitcoin su možda propustili zlatno jaje – tehnologiju koja stoji iza njega i čiji je cilj da racionalizuje, potencijalno, mnoštvo preduzeća. Pojednostavljeno rečeno, Blockchain može da živi izvan sveta Bitkoina.

Zašto je to važno? Ova decentralizovano na kriptografiji bazirano rešenje izbacuje posrednike. Ono ima potencijal da redefiniše transakcije i knjigovodstvo mnoštva različitih industrija. Od bankarstva do plaćanja,od notara do izbornih sistema, od registracije kola do isplate zarada, od kontrole oružja do baza podataka naučnog osoblja, preko trgovinskih sporazuma do katalogiziranja vlasnika umetničkih dela ono ima potencijal da sve te transakcije napravi bržim, jeftinijim i sigurnijim.

Uklanjanjem potrebe za posrednikom smanjuju se potencijalni bezbednosni problemi od hakovanja do korupcije, od ubrzavanja manuelnih procesa koji su zastareli i mogu trajati dugo. Vaš rizik, ako se vreme obrade poboljša, može biti blizu trenutnog, omogućavajući tačne, u realnom vremenu, povratne informacije o rizicima i izloženosti. U svetu autora (Goldman Saksa), mislite o tome iz bankarskog ugla. U svetlu povećanog kapitala i regulatornih troškova, bilo koja tehnologija koja poboljšava povraćaj profita na ulog, pada na profitnu liniju. Nadzorni i tehnološki troškovi kao rezultat, mogu se smanjiti.

Koje su mane?

Kao i kod svih novih tehnologija, groznica koja raste, u ovom trenutku se gradi bez realnog, zakonodavnog ili regulatornog okvira. Open source ima istoriju uspeha i padova, koji navode na pitanje koliko će Blokčejn biti otvoren ili pod kontrolom. Ovo ne znači da privatne Blockchain “fiilijale” ne mogu da rade, ali fragmentacija može da uspori usvajanje ove tehnologije. Dalje, kao i sa svim rešenjima vezanim za tehnologiju, ključna pitanja postaju pitanja ko će snositi troškove razvoja i održavanja što odmah dovodi u pitanje i skalabilnost (kao i brzinu).

U slučaju Bitcoin-a, na primer, VisaNet, (vizin sistem za obradu), saopštio je u 2013. da može da obradi 47 000 transakcija u sekundi (sa sadašnjim kapacitetom) dok Bitcoin-ov Blockchain može za to vreme da obradi oko 7 transakcija. To je zato što Bitkoinov softver ograničava veličinu svakog bloka na 1 MB (trenutno, s obzirom na mogućnosti mreže), koji se stvara na svakih 10 minuta. Svaka transakcija varira u veličini, ali je najmanja veličina bloka oko 224 bajta, tako da 1024 Kb blok / 256 bajta =  znači 4,096 transakcija na svakih 600 sekundi… što je jednako cifri od 7 transakcija u sekundi.

Dokaz 3: Finansiranje iz izvora venčer kapitala se eksponencijalno povećalo

Bitcoin / Blockchain finansiranje iz izvora venčer kapitala u godinu dana ($,MN)

Dokaz 4: Bitcoin

Od start-up firmi, primeri slučajeva upotrebe itd.:

Broj startup kompanija u ovoj oblasti nije mali. Od Digital Asset Holdings, preko Coinbase, do Ripple i Ethereum (između ostalih) spisak je dugačak. Za potrebe ove prezentacije predstavljene su tri aplikacije u usponu kako bi se istakao potencijalni dijapazon njihove upotrebe u korporativnoj Americi danas.

R3CEV. Konzorcijum od 30 najvećih globalnih banaka, ovo telo radi na uspostavljanju jasnih standarda i protokola za distribuirane aktivnosti baza podataka. Ovaj startap iz Njujorka je angažovao ljude iz Google, IBM, Barclays i drugih da pomognu smanjenju troškova u bankarstvu.

Adept. Spajanje Internet of Things sa Blockchain, IBMom i Samsungom dovelo je do razvoja ADEPT ili autonomne decentralizovane peer-to-peer komunikacije.

Telemetrija, koji ima za cilj da iskoristi tehnologiju kako bi poslužila kao knjigovodstveni zapis ili čuvar zapisnika za sve transakcije koje će Internet of Things (industrijski internet) stvoriti tokom svog rada. Može se koristiti kao način kako da uređaji međusobno razumeju kako svaki od njih funkcioniše  (na primer kako vaš telefon povezati sa sistemom kućnog grejanja). Ova tehnologija takođe se oslanja na BitTorrent i Telehash sa obećanjem da poboljša bezbednosne rizike, (još jedna oblast na koju se fokusira Blockchain).

Nasdaq. Nasdaq  je pokrenuo Nasdaq LINQ, svoju platformu baziranu na Blockchain koja mu olakšava izdavanje, katalogizaciju i snimanje transfera privatnih kompanija na NASDAQ privatnom tržištu. Nasdaq se udružio sa Chain.com unoseći svoj sopstveni IP.

 

Goldman Sachs