Настоящая узкая часть может заключаться в том, как текущие системы ИИ обрабатывают персонализированное непрерывное обучение. Построение адаптивных моделей, которые эволюционируют вместе с потоками данных отдельных пользователей, кажется простым в теории, но инженерная сложность значительна. Что интересно из технических экспериментов, которые я проводил: обучение на огромных наборах данных твитов с использованием правильных механизмов постоянного обучения открывает по-настоящему мощные инсайты. Разница между статическими моделями и системами с динамическим обучением поразительна. Если бы команды, разрабатывающие алгоритмы таймлайнов, смогли решить эту задачу оптимизации, вы бы увидели качественный скачок в работе персонализированных лент.