სადღაც სტატიას, რომელსაც კითხულობთ და მის გვერდით არსებულ რეკლამას შორის, ჩუმი ომი მიმდინარეობს თქვენი თვალებისთვის. უმეტესი სარეკლამო ბანერი კარგავს ეფექტურობას, რადგან ადამიანებს უბრალოდ სძულთ რეკლამები — იმდენად, რომ მსხვილი ტექნოლოგიური კომპანიები, როგორიცაა Perplexity ან Anthropic, ცდილობენ თავი აარიდონ ამ ინვაზიურ ტვირთს, ეძებენ მონეტიზაციის უკეთეს მოდელებს. მაგრამ მერილენდის უნივერსიტეტისა და ტილბურგის უნივერსიტეტის მკვლევრების ახალ AI ინსტრუმენტს სურს ამის შეცვლა — შემაშფოთებელი სიზუსტით პროგნოზირებით, შეხედავთ თუ არა რეკლამას, სანამ ვინმე მის განთავსებას შეეცდება. ინსტრუმენტს ჰქვია AdGazer და ის მუშაობს როგორც თავად რეკლამის, ასევე მის გარშემო არსებული ვებგვერდის კონტენტის ანალიზით — შემდეგ კი პროგნოზირებს, თუ რამდენ ხანს დააკვირდება ტიპიური მაყურებელი რეკლამას და მის ბრენდის ლოგოს, სარეკლამო კვლევების ვრცელ ისტორიულ მონაცემებზე დაყრდნობით. გუნდმა სისტემა გაწვრთნა 3,531 ციფრული სარეკლამო ბანერის თვალის თვალთვალის მონაცემებზე. რეალურმა ადამიანებმა ატარეს თვალის თვალთვალის მოწყობილობა, ათვალიერებდნენ გვერდებს და მათი მზერის ნიმუშები ჩაიწერა. AdGazer-მა ისწავლა ყოველივე ამისგან. როდესაც ის გამოცდა რეკლამებზე, რომლებიც მანამდე არასოდეს უნახავს, მან ყურადღება იწინასწარმეტყველა 0.83 კორელაციით — რაც ნიშნავს, რომ მისი პროგნოზები რეალურ ადამიანის მზერის ნიმუშებს დაემთხვა შემთხვევების დაახლოებით 83%-ში. სხვა ინსტრუმენტებისგან განსხვავებით, რომლებიც თავად რეკლამაზე არიან ორიენტირებულნი, AdGazer კითხულობს მთელ გვერდს მის გარშემო. ფინანსური საინფორმაციო სტატია ძვირადღირებული საათის რეკლამის გვერდით განსხვავებულად მუშაობს, ვიდრე იგივე საათის რეკლამა სპორტული ანგარიშების ტაბლოს გვერდით. გარემომცველი კონტექსტი, ჟურნალ Marketing-ში გამოქვეყნებული კვლევის მიხედვით, განაპირობებს რეკლამის მიერ მიღებული ყურადღების მინიმუმ 33%-ს — და მაყურებლების მიერ ბრენდისთვის დათმობილი დროის დაახლოებით 20%-ს. ეს დიდი ამბავია მარკეტერებისთვის, რომლებიც დიდი ხანია ვარაუდობდნენ, რომ თავად კრეატივი ასრულებდა მთელ მძიმე სამუშაოს. სისტემა იყენებს მულტიმოდალურ დიდ ენობრივ მოდელს, რათა ამოიღოს მაღალი დონის თემები როგორც რეკლამიდან, ასევე გარემომცველი გვერდის კონტენტიდან, შემდეგ კი ადგენს, რამდენად კარგად ემთხვევა ისინი სემანტიკურად — ძირითადად თავად რეკლამა იმ კონტექსტის წინააღმდეგ, რომელშიც ის არის განთავსებული. ეს თემატური ჩანართები გადაეცემა XGBoost მოდელს, რომელიც მათ აერთიანებს დაბალი დონის ვიზუალურ მახასიათებლებთან, რათა შექმნას საბოლოო ყურადღების ქულა. მკვლევრებმა ასევე შექმნეს ინტერფეისი, Gazer 1.0, სადაც შეგიძლიათ ატვირთოთ თქვენი საკუთარი რეკლამა, დახაზოთ შემომფარგვლელი ველები ბრენდისა და ვიზუალური ელემენტების გარშემო და მიიღოთ პროგნოზირებული მზერის დრო წამებში — სითბურ რუკასთან ერთად, რომელიც აჩვენებს, გამოსახულების რომელი ნაწილები მიიზიდავს მოდელის აზრით ყველაზე მეტ ყურადღებას. ის მუშაობს სპეციალიზებული აპარატურის საჭიროების გარეშე, თუმცა სრული LLM-ზე დაფუძნებული თემატური შესაბამისობა ჯერ კიდევ მოითხოვს GPU გარემოს, რომელიც ჯერ არ არის ინტეგრირებული საჯარო დემოში. ამ დროისთვის ეს აკადემიური ინსტრუმენტია. მაგრამ არქიტექტურა უკვე არსებობს. კვლევით დემოსა და საწარმოო სარეკლამო-ტექნოლოგიურ პროდუქტს შორის სხვაობა იზომება თვეებში — და არა წლებში. თქვენი კარიბჭე Web3-ის სამყაროში. უახლესი ამბები, სტატიები და რესურსები, რომლებიც ყოველკვირეულად იგზავნება თქვენს შემოსულებში. © შემდეგი თაობის მედია კომპანია. 2026 Decrypt Media, Inc.