반사실적 계산의 복잡한 수학은 Spotify가 다음으로 가장 좋아하는 노래를 선택하는 데 도움이 될 수 있습니다

금융, 의료, 광고 타겟팅 등의 자동화된 의사결정을 개선하기 위해 새로운 종류의 머신러닝 모델이 설정되었습니다.

음악 스트리밍 회사 Spotify의 연구진이 구축한 새로운 종류의 기계 학습 모델은 과거 사건의 원인을 식별하고 미래를 예측하는 데 사용할 수 있는 정확한 기술인 반사실적 분석 이면의 복잡한 수학을 처음으로 포착합니다. 미래의 효과.

올해 초 과학 저널 Nature Machine Intelligence에 설명된 이 모델은 금융에서 의료에 이르기까지 다양한 응용 분야에서 자동화된 의사 결정, 특히 개인화된 추천의 정확성을 향상시킬 수 있습니다.

반사실적의 기본 아이디어는 특정 상황이 달랐다면 어떤 상황이 발생했을지 묻는 것입니다. 이는 세상을 되감고 몇 가지 중요한 세부 사항을 변경한 다음 플레이를 눌러 무슨 일이 일어나는지 확인하는 것과 같습니다. 올바른 것을 조정함으로써 실제 인과관계와 상관관계 및 우연의 일치를 분리하는 것이 가능합니다.

이 모델을 공동 개발한 Spotify의 Causal Inference Research Lab 리더인 Ciaran Gilligan-Lee는 "원인과 결과를 이해하는 것은 의사 결정에 매우 중요합니다."라고 말합니다. "지금 취하는 선택이 미래에 어떤 영향을 미칠지 이해하고 싶습니다."

Spotify의 경우 이는 어떤 노래를 보여줄지, 아티스트가 언제 새 앨범을 내야 할지 선택하는 것을 의미할 수 있습니다. Spotify는 아직 반사실적을 사용하지 않는다고 Gilligan-Lee는 말합니다. "그러나 그들은 우리가 매일 다루는 질문에 답하는 데 도움이 될 수 있습니다."

반사실적은 직관적입니다. 사람들은 종종 그런 일이 일어나지 않았다면 상황이 어떻게 전개되었을지 상상함으로써 세상을 이해합니다. 그러나 그들은 수학에 괴물을 집어넣었습니다.

Gilligan-Lee는 "반사실은 매우 이상하게 보이는 통계 개체입니다."라고 말합니다. "고려하기에는 이상한 일입니다. 발생하지 않은 일이 발생할 가능성을 묻는 것입니다."

Gilligan-Lee와 그의 공동저자들은 MIT Technology Review 기사에서 서로의 작업에 대해 읽은 후 함께 작업하기 시작했습니다. 그들은 쌍둥이 네트워크라고 불리는 반사실적에 대한 이론적 틀을 기반으로 모델을 기반으로 했습니다.

트윈 네트워크는 1990년대 컴퓨터 과학자인 Andrew Balke와 Judea Pearl에 의해 발명되었습니다. 2011년에 Pearl은 인과 추론과 인공 지능에 대한 연구로 컴퓨터 과학의 노벨상인 Turing Award를 수상했습니다.

Pearl과 Balke는 몇 가지 간단한 예를 통해 작업하기 위해 트윈 네트워크를 사용했다고 Gilligan-Lee는 말합니다. 그러나 더 크고 복잡한 실제 사례에 수학적 프레임워크를 직접 적용하는 것은 어렵습니다.

이것이 머신러닝이 등장하는 곳입니다. 트윈 네트워크는 반사실적을 한 쌍의 확률 모델로 취급합니다. 하나는 실제 세계를 나타내고 다른 하나는 허구를 나타냅니다. 모델은 실제 세계의 모델이 허구의 모델을 제한하고 변경하려는 사실을 제외한 모든 면에서 동일하게 유지되는 방식으로 연결됩니다.

Gilligan-Lee와 그의 동료들은 트윈 네트워크의 프레임워크를 신경망의 청사진으로 사용한 다음 가상의 세계에서 사건이 어떻게 전개될지에 대한 예측을 수행하도록 훈련했습니다. 그 결과, 반사실적 추론을 수행하기 위한 범용 컴퓨터 프로그램이 탄생했습니다. Gilligan-Lee는 "원하는 시나리오에 대한 반사실적 질문에 답할 수 있습니다"라고 말합니다.

Spotify 팀은 독일의 신용 승인 사례, 뇌졸중 약물에 대한 국제 임상 시험 사례, 케냐의 물 공급 안전성에 대한 사례 등 여러 가지 실제 사례 연구를 사용하여 모델을 테스트했습니다.

2020년에 연구자들은 케냐 지역의 박테리아 오염으로부터 샘을 보호하기 위해 파이프와 콘크리트 용기를 설치하면 어린이 설사 수준을 줄일 수 있는지 조사했습니다. 그들은 긍정적인 효과를 발견했습니다. 하지만 원인이 무엇인지 확실히 알아야 한다고 Gilligan-Lee는 말합니다. 전국의 우물 주변에 콘크리트 벽을 설치하기 전에 질병의 감소가 실제로 개입으로 인한 것이지 부작용이 아닌지 확인해야 합니다.