Un par de investigadores en Taiwán ha desarrollado un sistema de inteligencia artificial para filtrar las notificaciones push de teléfonos inteligentes. permitiendo así solo aquellos que el usuario desee. En un documento subido al arXiv servidor de preimpresión, TonTon Hsien-De Huang y Hung-Yu Kao describen su sistema y cómo fue desarrollado y probado.

Las notificaciones push son mensajes que los usuarios reciben de las aplicaciones. El problema es que estas aplicaciones no suelen estar imbuidas de mucha inteligencia. Envían alertas sin tener en cuenta la utilidad o la urgencia, lo que hace que muchos usuarios los ignoren o deshabiliten. En este nuevo esfuerzo, los investigadores buscaron rectificar este problema introduciendo IA en la ecuación, cortesía de un algoritmo que desarrollaron para ejecutarse en una red de aprendizaje profundo.

La pareja llama a su sistema "recomendación de Pop-uPs basada en la red neuronal profunda (DNN) sensible a la secuencia de clics, "que sabiamente han reducido a C-3PO. Al sistema se le enseñó cómo reconocer la información de notificación a través de datos de la empresa de Internet con sede en Taiwán Leopard Mobile. El sistema analiza el historial de navegación de un usuario, sus hábitos de compra, etc., para obtener más información sobre las aplicaciones que envían notificaciones. Luego, mira el historial del usuario de hacer clic en notificaciones para ver cuáles encontraron lo suficientemente importantes como para leer. Después, el sistema comienza a filtrar notificaciones en función de lo que ha aprendido, con suerte, permitiendo solo aquellos que el usuario realmente desea.

Al probar el sistema con varias aplicaciones taiwanesas, los investigadores informan que pudo predecir qué notificaciones querían ver los usuarios. Señalan también que el sistema actual está disponible para que lo utilicen en este momento las partes interesadas, aunque todavía no está claro si los fabricantes de teléfonos están interesados.

Los investigadores planean continuar con su trabajo; quieren hacer que su sistema sea más eficiente al reducir la cantidad de pasos necesarios para tomar decisiones de filtrado. También, planean estudiar si podría adaptarse para que lo utilicen los anunciantes que buscan orientar mejor a sus clientes.

© 2018 Tech Xplore