นานก่อนที่อัลกอริทึมของ Spotify และระบบแนะนำของ Netflix จะกลายเป็นส่วนหนึ่งของชีวิตประจำวันของเรา กลุ่มนักวิจัยเล็กๆ กลุ่มหนึ่งได้สร้างรากฐานสำหรับระบบแนะนำที่ขับเคลื่อนด้วย AI ในปัจจุบันอย่างเงียบๆ งานของพวกเขาในช่วงทศวรรษ 1990 ที่ใช้เพียงอินเทอร์เฟซอีเมลเท่านั้น ในที่สุดก็กลายเป็นสิ่งที่มีมูลค่าหลายล้านดอลลาร์เมื่ออินเทอร์เน็ตพัฒนาขึ้น
การอภิปรายครั้งนี้เกิดขึ้นจากการเปิดเผยของผู้สร้างระบบแนะนำยุคแรกคนหนึ่ง นักพัฒนาที่สร้าง The Similarities Engine ซึ่งเป็นคู่แข่งของระบบ Ringo ที่มีชื่อเสียงจากปี 1994 เพิ่งแบ่งปันเรื่องราวว่าเขาได้ยกเลิกสิทธิบัตรที่ต่อมากลายเป็นสิ่งที่มีค่าอย่างไม่น่าเชื่อ เมื่อ collaborative filtering กลายเป็นกระดูกสันหลังของการค้าอินเทอร์เน็ตสมัยใหม่
บรรพบุรุษที่ขับเคลื่อนด้วยอีเมลของ AI สมัยใหม่
ในช่วงต้นทศวรรษ 1990 เมื่อเว็บฟอร์มยังไม่น่าเชื่อถือและการเข้าถึงอินเทอร์เน็ตยังมีจำกัด อีเมลทำหน้าที่เป็นอินเทอร์เฟซสากลสำหรับบริการระยะไกล นักวิจัยที่ MIT, Stanford และ Xerox PARC ได้พัฒนาระบบที่สามารถวิเคราะห์ความชอบของผู้ใช้และสร้างคำแนะนำได้ทั้งหมดผ่านการแลกเปลี่ยนอีเมล
ระบบเหล่านี้ทำงานบนหลักการที่เรียบง่ายแต่ทรงพลัง: คนที่เห็นด้วยในบางสิ่งในอดีตมักจะเห็นด้วยในสิ่งอื่นๆ ในอนาคต ผู้ใช้จะส่งอีเมลพร้อมคะแนนให้ภาพยนตร์หรือเพลง และระบบจะค้นหาคนอื่นๆ ที่มีรสนิยมคล้ายกันเพื่อสร้างคำแนะนำ
การอภิปรายในชุมชนเผยให้เห็นว่าแนวทางที่ใช้อีเมลนี้แพร่หลายเพียงใด นักพัฒนาคนหนึ่งแบ่งปันว่ามีบริการที่คุณสามารถส่งอีเมล URL และได้รับข้อความเวอร์ชันของเว็บเพจกลับมา ซึ่งเป็นสิ่งสำคัญเมื่อการท่องเว็บมีค่าใช้จ่ายต่อเมกะไบต์ อีกคนหนึ่งเล่าถึงเซิร์ฟเวอร์วิเคราะห์โปรตีนที่ใช้อินเทอร์เฟซอีเมล โดยมีรูปแบบการป้อนข้อมูลที่ยังคงไม่เปลี่ยนแปลงจนถึงทุกวันนี้
ไทม์ไลน์ของระบบแนะนำยุคแรก
- 1992: Tapestry ( Xerox PARC ) - การกรองอีเมลแบบร่วมมือ
- 1994: SIFT ( Stanford ) - การแนะนำบทความผ่านอีเมล
- 1994: Movie Recs ( Xerox ) - การแนะนำภาพยนตร์ผ่านอีเมล
- 1994: Ringo ( MIT ) - การแนะนำเพลง เปิดตัววันที่ 1 กรกฎาคม
- 1997: สิทธิบัตร US 5,749,081 ออกให้สำหรับอัลกอริทึมการกรองแบบร่วมมือ
จากโครงการวิชาการสู่เทคโนโลยีมูลค่าหลายล้านดอลลาร์
ผู้สร้าง The Similarities Engine เผชิญกับการตัดสินใจสำคัญในปี 1997: เก็บสิทธิบัตร collaborative filtering ไว้หรือขายมันเป็นส่วนหนึ่งของการซื้อกิจการสตาร์ทอัพโดย Firefly (ซึ่งต่อมาถูกซื้อโดย Microsoft) เขาเลือกที่จะขาย โดยให้ความสำคัญกับความสัมพันธ์และการแต่งงานที่กำลังจะมาถึงมากกว่าผลกำไรในอนาคต
เมื่อเร็วๆ นี้ผมได้ถาม ChatGPT และ Claude ว่าสิทธิบัตรของผมจะมีมูลค่าเท่าไหร่ หากผมยังคงถือมันไว้ หากคุณมีความเสียใจในชีวิตเกี่ยวกับข้อตกลงทางธุรกิจ... ขอบอกว่าผมเอาชนะคุณแน่นอน
สิทธิบัตรนี้อธิบายสิ่งที่กลายเป็นอัลกอริทึม collaborative filtering พื้นฐานที่ใช้ทั่วอินเทอร์เน็ตสมัยใหม่ เมื่ออีคอมเมิร์ซเติบโตอย่างรวดเร็วและระบบแนะนำกลายเป็นสิ่งจำเป็นสำหรับบริษัทอย่าง Amazon, Netflix และ Spotify เทคโนโลยีที่เขาช่วยบุกเบิกก็กลายเป็นสิ่งที่มีค่าอย่างไม่น่าเชื่อ
ระบบเก่าที่ยังคงใช้งานอยู่
- Gnoosic.com - การแนะนำเพลง (เรียนรู้อย่างต่อเนื่องตั้งแต่ทศวรรษ 1990)
- Gnovies.com - การแนะนำภาพยนตร์
- Gnooks.com - การแนะนำหนังสือ ระบบทั้งสามยังคงดำเนินการและเรียนรู้จากข้อมูลผู้ใช้ในแต่ละวัน
 |
|---|
| โพสต์ USENET ยุคแรกที่โปรโมต Ringo ระบบแนะนำเพลงที่เป็นตัวอย่างของเทคโนโลยีการกรองแบบร่วมมือยุคแรก |
มรดกที่ยังคงมีชีวิตของนวัตกรรมยุคแรก
น่าสนใจที่ระบบแนะนำยุคแรกบางระบบยังคงทำงานอยู่ในปัจจุบัน การอภิปรายในชุมชนเน้นย้ำถึง Gnoosic, Gnovies และ Gnooks ซึ่งเป็นบริการแนะนำเพลง ภาพยนตร์ และหนังสือที่เรียนรู้และพัฒนาอย่างต่อเนื่องตั้งแต่ทศวรรษ 1990 ผู้ใช้รายงานว่ายังคงค้นพบศิลปินและเนื้อหาใหม่ๆ ผ่านระบบวินเทจเหล่านี้
ความคงอยู่ของแพลตฟอร์มยุคแรกเหล่านี้แสดงให้เห็นถึงรากฐานที่มั่นคงที่วางโดยการทดลองที่ใช้อีเมลเหล่านั้น แม้ว่าระบบ AI สมัยใหม่จะซับซ้อนกว่ามาก แต่ก็ยังคงอาศัยหลักการพื้นฐานเดียวกันของ collaborative filtering ที่นักวิจัยค้นพบเมื่อสามสิบปีที่แล้ว
เรื่องราวนี้เป็นเครื่องเตือนใจว่าความก้าวหน้าของ AI ในปัจจุบันมักมีรากฐานที่ลึกกว่าที่เราคิด อัลกอริทึมแนะนำที่เราโต้ตอบด้วยทุกวันสามารถติดตามย้อนกลับไปถึงการแลกเปลี่ยนอีเมลยุคแรกระหว่างนักวิจัยและผู้ใช้ ซึ่งพิสูจน์ว่าบางครั้งไอเดียที่ปฏิวัติที่สุดเริ่มต้นด้วยอินเทอร์เฟซที่เรียบง่ายที่สุด
อ้างอิง: The ChatGPT for music that launched in 1994
 |
|---|
| คอลเลกชันแผ่นเสียงไวนิลที่เต็มไปด้วยความคิดถึง สื่อถึงผลกระทบที่ยั่งยืนของระบบแนะนำเพลงยุคแรกๆ |