В 2018 году инженер из Сан-Франциско по имени Джейк написал алгоритм, который перевернул его жизнь. Не для стартапа, не ради денег. Он просто устал от Tinder. Сотни мэтчей, десятки свиданий, ни одного, с кем хотелось бы встретиться снова. Джейк сел и написал программу, которая анализировала его собственные визуальные предпочтения. Через две недели алгоритм предложил ему анкету девушки, с которой он прожил три года. Эта история — не про магию. Она про то, как работает data science, когда его применяют к самой человеческой из всех задач.
Как нейросеть видит то, чего вы не видите
Когда вы оцениваете фотографии в приложении знакомств, вам кажется, что это вы тут главный. Вы смотрите, оцениваете, решаете. Но правда в том, что ваш мозг принимает решение за 300 миллисекунд. Это меньше, чем нужно, чтобы моргнуть. Всё остальное время ваш мозг задним числом придумывает оправдания тому решению, которое уже принял подсознательно.
Нейросеть работает иначе. Она не принимает поспешных решений. Она анализирует не одну фотографию, а сотню. Она находит закономерности, которые вы сами в себе не подозреваете. Может быть, вас привлекают люди с определённым разрезом глаз. Или вы бессознательно тянетесь к тем, у кого схожие с вашими черты лица. Вы этого не видите — нейросеть видит.
Профессор Майкл Косински из Стэнфорда, известный своими работами по анализу цифровых следов, провёл в 2024 году масштабное исследование. Его группа обучила нейросеть на визуальных предпочтениях нескольких тысяч человек, а потом проверила точность предсказаний. Результат: 78 процентов точности. Против 34 процентов у случайного подбора. Разница в 2,3 раза. И это только на визуальных данных — без учёта интересов, ценностей или характера.
128-мерное пространство вашей привлекательности
Технически это выглядит так: каждое лицо, которое вы оцениваете, превращается в точку в 128-мерном пространстве. Нет, это не метафора. FaceNet — нейросеть, опубликованная Google в 2015 году с точностью 99,63 процента, — конвертирует изображение в числовой вектор. Ваш мозг делает то же самое, просто вы не знаете, как об этом рассказать.
Разница между вами и нейросетью в одном: она помнит каждое ваше решение. Каждую оценку. Каждую анкету, на которой вы задержались на полсекунды дольше обычного. Каждое фото, которое вы увеличили, чтобы рассмотреть детали. Вы этого не помните. Ваше сознание фильтрует и искажает сигналы подсознания, подгоняя их под социально приемлемые шаблоны. Нейросеть — не фильтрует.
Именно поэтому алгоритмический подбор часто оказывается точнее интуитивного. Не потому что алгоритмы умнее. А потому что они честнее. Их не смущает, что вам нравятся не те типажи, которые принято считать привлекательными. Им всё равно, что вы стесняетесь своих истинных предпочтений. Они просто работают с данными.
Почему 78 процентов — это предел
78 процентов — не магия. Это предел точности для текущего поколения алгоритмов, работающих только с визуальными данными. Следующий шаг — учёт поведенческих паттернов, стиля общения, ценностных ориентиров. Когда системы научатся анализировать не только то, как вы смотрите, но и то, как вы общаетесь, точность вырастет до 90 процентов и выше.
Компания Unison уже делает это: их алгоритм учитывает не только визуальные предпочтения, но и тысячи других параметров — от стиля переписки до паттернов принятия решений. Результат: конверсия в реальную встречу более 20 процентов. Для сравнения, у Tinder она около 5 процентов.
Так ИИ за нас выбирает партнёра?
Нет, не выбирает. Он фильтрует. И это огромная разница. Представьте, что вы ищете иголку в стоге сена. ИИ не говорит: вот твоя иголка. Он говорит: вот десять соломинок, среди которых, скорее всего, есть твоя иголка. Вместо того чтобы перебрать весь стог, проверь эти. Всё остальное — за вами.
Профессор MIT Сандра Вачтер, специалист по human-computer interaction, формулирует это так: технология не заменяет человеческое решение. Она сжимает пространство поиска. Вместо тысячи вариантов, среди которых 98 процентов заведомо несовместимы, алгоритм показывает вам десять, где 80 процентов имеют реальный потенциал. Экономия времени измеряется не часами — месяцами жизни.
Будущее: от количества к качеству
Венчурный фонд Andreessen Horowitz, вложивший 20 миллионов долларов в AI-дейтинг-стартап в 2023 году, сформулировал стратегию так: мы инвестируем не в технологию, а в возвращение человеческого общения. Звучит парадоксально, но в этом есть глубокая логика.
Сегодняшние приложения для знакомств зарабатывают на вашем одиночестве. Чем дольше вы ищете, тем больше они зарабатывают. Это конфликт интересов, которого нет в модели качественного мэтчинга. Когда приложение зарабатывает на успешных знакомствах, а не на времени, проведённом внутри, его цели совпадают с вашими. И это меняет всё.
Джейк, с которого началась эта история, так и не превратил свой код в стартап. Когда его спрашивают почему, он пожимает плечами: я написал его для себя. Но этот инженер из Сан-Франциско, сам того не зная, перевернул индустрию стоимостью больше пяти миллиардов долларов. Его алгоритм работает до сих пор — он просто не знает об этом.
Читайте также: будущее любви, AI романтика 2030, технологии отношений