¿No sería maravilloso que en lugar de pasar horas en feeds y Twitter cada día sólo tuvieras que ir a una página web y tener tu propio stream personalizado de noticias? Un stream que aprende sobre ti con el paso del tiempo y se vuelve cada vez más inteligente para ofrecerte las noticias adecuadas para ti.

clip_image001

En la Conferencia de Sistemas de Procesamiento de Información Neural, en Vancouver Canadá, Ralf Herbrich y Jurgen van Gael de FUSE Labs mostraron la versión más reciente de ‘Project Emporia’ – que ha recorrido un largo camino para llegar a proveer este tipo de servicio. Este proyecto de investigación fue presentado por primera vez en la Conferencia ‘Thinking Digital’ en el Reino Unido a inicios de este año – una totalmente nueva Interfaz de Usuario (UI) HTML5 para iniciados.

‘Project Emporia’ es un motor de recomendación de noticias. Basado en la tecnología Matchbox de Microsoft Research, utiliza un modelo probabilístico Bayesiano para aprender las preferencias de los usuarios para historias recientes de noticias.

En español, esto significa que ‘Emporia’ te recomienda noticias basado en lo que hayas leído con anterioridad – es decir, predice lo que podrías querer leer. Cuando utilizas Emporia, puedes votar a favor o en contra por una liga y eso influencia lo que verás a continuación. Desde un punto de vista personal, nos encantaría que alguien hiciera esto para televisión para que ya no viéramos anuncios de cosas que no necesitamos J De hecho, hay muchas cosas en las que quisiéramos que se aplicara esto pero eso será tema de otra publicación.

Emporia busca en feeds RSS y todas las ligas compartidas en Twitter – con lo que descubre alrededor de 1 millón de artículos cada día. Y no solo eso, clasifica los artículos automáticamente en categorías a través de otra tecnología de Microsoft Research. Pero esto no es suficiente para Ralf y su equipo, por lo que desarrollaron un sistema para ‘aprendizaje activo’ que descubre automáticamente ligas que no pueden ser clasificadas acertadamente. Ellos lo hacen manualmente cada noche, a mano (es broma). Estos tipos de ligas son enviados automáticamente a ‘Amazon Mechanical Turk’ para ser etiquetados, después se “filtran contra spam” y regresan al modelo de clasificación para ser categorizados adecuadamente.

Afortunadamente todo ese trabajo mental sucede detrás de cámaras, lo que deja al usuario sólo con una elegante interfaz que presenta noticias personalizadas.

Probamos la aplicación esta semana y podemos decirles que funciona muy bien. Pueden ver el demo de NIPS en http://emporianips.cloudapp.net/#/topStories - esperen noticias sobre el lanzamiento y más noticias que vendrán próximamente.