The Polished Group z Krakowa opracowuje programy do zarządzania informacją opierając się na sztucznej inteligencji i technologii GIA.

"Oprogramowanie do personalizacji informacji może znaleźć zastosowanie w wielu dziedzinach. Obecnie stosujemy je np. w celu skierowania reklamy internetowej do konkretnych grup klientów" - mówi Andrzej Niedziałkowski, wiceprezes The Polished Group z Krakowa.

W 1995 r., kiedy o Internecie zaczęło być głośno, firma stworzyła program Angel, który umożliwiał wyselekcjonowanie adresów internetowych mogących interesować konkretnego użytkownika. Program był zintegrowany z przeglądarką internetową po stronie klienta. Zestaw adresów tworzono na podstawie profilu użytkownika, opracowanego na bazie testu psychologicznego i danych dotyczących dotychczas odwiedzonych stron !WWW. Przyjęto założenie, że użytkownicy o podobnym profilu psychologicznym mają podobne preferencje w zakresie poszukiwanych informacji.

W firmie rozwijano produkty, które poprzednio stanowiły jedynie uzupełnienie programu Angel, takie jak np. wwwDigger, umożliwiający ściąganie stron internetowych w tle. Rozwijały się również pokrewne technologie, w tym GIA (Guided Information Access), pozwala- jąca na tworzenie podzbioru kategorii tematów, którymi użytkownik może być zainteresowany, co przyspiesza i poszerza tematycznie internetowe poszukiwania, proponując użytkownikowi przeszukanie pokre- wnych kategorii.

"Idziemy dalej w kierunku personalizacji, tym razem reklamy internetowej. Grendel Ad Server jest pierwszym etapem w realizacji tego pomysłu" - mówi Andrzej Niedziałkowski. Grendel umożliwia dopasowanie wyświetlanych banerów reklamowych do domniemanego profilu użytkownika. Informacje o oglądalności reklamy są analizowane i służą do udoskonalenia profilu idealnego konsumenta. System może wykorzystywać dane zgromadzone w ankietach, które muszą być wypełnione przez użytkowników chcących zarejestrować się w określonych serwisach (np. internetowych wydaniach gazet). Zdaniem The Polished Group, technologia stwarza możliwości budowania personalizowanych zestawów informacji, np. internetowych gazet dostosowanych do preferencji czytelnika.

"Myślimy o bardziej zaawansowanych projektach opartych na samouczących się sieciach neuronowych. Do tego potrzebna jest jednak olbrzymia ilość danych, na których sieci mogłyby się uczyć" - podsumowuje Andrzej Niedziałkowski.