新加坡联合早报中文网即时报道亚洲和国际的评论、商业、体育、生活、科技与多媒体新闻,从世界各个维度报道世界经济新闻,时政新闻,突发新闻等。

当前位置:主页 > 新闻 > 深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

来源:联合早报中文网作者:邵湖心更新时间:2020-09-04 14:44:02阅读:

本篇文章4922字,读完约12分钟

雷锋。(公开号码:雷锋。记者:最近,在由中国计算机学会主办、雷锋联合主持的中国计算机学会-全球人工智能与机器人峰会人工智能+风险投资特别会议上。慧星实验室中国市场负责人王星曾与昆仲资本、红点投资、云久资本、元星资本和郭进投资讨论过这样一个主题

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

在五位投资者中,有三位表达了相对乐观的态度。昆仲资本的创始合伙人姚海波甚至更直言不讳:

“人工智能领域将是一家有前途的公司。人工智能不仅将人与信息联系起来,还将事物联系起来,因此会有一些公司超越facebook和谷歌。”

巧合的是,海外行业也讨论了这个话题。

最近,外国科技媒体venturebeat发表了一篇文章,“如果谷歌、亚马逊和Facebook在人工智能时代起步,它们会是什么样子。”作者takahashi院长在文章中提出了这样一个假设:在过去的几年里,人工智能已经被许多公司应用到他们的核心业务中,如ai+搜索、ai+电子商务、ai+网络安全等等。如果这些商业形式在人工智能第一次出现时就已经存在,并且每个公司从一开始就将人工智能应用于这些商业形式,会发生什么?

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

彼得·雷兰在2017年美孚国际石油会议上的发言(资料来源:迈克尔·奥唐纳/文图拉比)

为了解决这个问题,you bub孵化器创始人彼得·雷兰(peter relan)在2017年mobilebeat接受venturebeat采访时回应道。彼得·雷兰是一位著名的企业家和投资者。彼得·雷兰(Peter Relan)创立的you bub已经成功孵化了一些初创公司,如openfeint和crowdstar。新成立的relan GoIt是一个提供知识就业服务的平台。据雷锋说。当用户(专业人士和学习者)向GoIT平台提问时,平台会计算出可以通过机器学习算法回答问题的人类专家,这样用户和专家就可以根据问题进行10分钟或20分钟的对话。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

据relan称,目前已有25万人在该平台上申请服务,12,500人获得了专家身份。Relan认为got it是ai+应用的典型例子,因为它诞生于ai时代的繁荣时期。

下面是文图拉贝特采访雷锋的记录。com编译而不改变其初衷:

文图拉比:如果谷歌、亚马逊和脸书从一开始就使用人工智能算法会发生什么?

雷兰:刚才,会议上的一位发言人提到人工智能在20世纪80年代经历了一个流行阶段。那时,我还在上大学,人工智能相关言论的炒作蔓延到了20世纪90年代。2000年后,这个行业基本上集中在web 2.0、社交和其他方面。事实上,从那以后,科技巨头们不再把人工智能作为他们的核心业务。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

文图拉比:但是这些巨人出生在这里。

雷兰:是的。所以回头看,这真是一件意想不到的事情。如果你现在要开一家人工智能公司,穆勇质疑人工智能必须成为公司的核心战略。因此,我选择了几家人工智能初创企业来密切关注,即看看它们是否将人工智能作为其业务的核心。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

以facebook为例。众所周知,它是一个拥有超过20亿月用户的社会巨人。因此,facebook内容是由基于社区的用户生成的。如果facebook从一开始就应用人工智能技术,首先要解决的问题应该是“如何表达内容”。从2007年到2008年,facebook打开了它的api,这引发了一波玩游戏的人。当时,Farmville(Happy Farm:Facebook上的一款模拟游戏),根据当时网民的说法,用户的第一个抱怨是关于垃圾邮件。因为每个人都收到了这个游戏的朋友的邀请。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

文图拉比:是的,那时我经常在脸书上收到这样的信息。

Relan:facebook早期的核心策略是让社区处理这类骚扰信息,但这种情况一直持续到farmville的垃圾邮件在facebook上出现达到临界值。2010年,当我遇到扎克伯格时,他回应说“它彻底摧毁了网络。”然而,有趣的是,游戏是任何新平台最重要的应用之一,但显然很容易失控。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

看看今天,有什么不好的内容?十年前,它充满了与游戏相关的垃圾邮件,但现在它是虚假新闻,是那个时候的十倍多。Farmville有2亿用户,而facebook有20亿用户。如何消除虚假新闻?这对每个人来说都是一个大问题。

像普通人的逻辑一样,你可能认为facebook会采用“社区处理”来阻止虚假新闻的传播。然而,在2016年,facebook承认它已经在系统中建立了一个人工智能程序,他们使用人工智能和人工智能的结合来识别和处理虚假信息。这也意味着facebook仍然坚信用户社区操作对不良内容的控制作用。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

Goit用户使用人工智能发现人类专家的服务图(图/Goit官方网站)

Venturebeat:你认为facebook正在调整其整体战略,并专注于使用人工智能清理互联网上的垃圾内容吗?

雷兰:我认为这是不可避免的。即使你能100%控制你的公司,你也不能忽视技术的力量。事实上,在我们公司的不和谐(一个游戏玩家的语音聊天社区)中也遇到了同样的问题。目前,该社区拥有5000万用户,占facebook用户的1/40,而不和谐已经成为玩家聊天社区的中心。但是我们发现他们谈论的话题不仅仅是游戏,还有其他各种各样的话题。因此,为了更积极地发展社区环境,我们使用图像识别技术来监控社区中是否有关于色情和暴力的信息。即使在社区平台上,作为创始人,你仍然可以使用人工智能的力量来屏蔽不良内容。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

文图拉比:所以你仍然认为仍然需要人工干预来处理不良内容?

雷兰:事实上,这涉及到一些不正常的联系。一方面,由于社区中的用户太多,每个人都可以畅所欲言,所以我们必须将人工智能引擎引入到我们的工作中。然而,我们需要为用户提供一些关于一些异常和边缘事件的工具。例如,人工智能不知道“我应该做什么”,或者当用户在社区中看到“我不能接受”或“这很恶心”的东西时,他们都需要人力来干预和管理。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

venture beat:got it平台还涉及人力管理,所以让我们向您介绍这个平台。

雷兰:哥特是一家新公司。它是从“如果亚马逊可以提供虚拟机服务,为什么不让知识成为一种服务?”如果你想知道什么,你可以通过谷歌搜索得到。同时,浏览社区和论坛也是一种方式。然而,这两个项目不能被视为真正的服务。因为服务必须遵循四个关键标准:

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

首先,有一个明确的标准。谷歌的搜索结果往往从几个到几千个都不准确,用户不确定能获得多少结果。

其次,它必须有一个明确的价格。

第三,必须有需求。

第四,它必须得到保证。

但当你去谷歌或quora时,它们都不符合上述四个标准。不用说,社区和论坛不能保证一些人会回答用户提出的问题。

因此,当我们创建got it平台时,我们试图将其构建成一个类似于亚马逊的服务平台。也就是说,它将帮助用户找到能够回答这个问题的专家,并在一定时间内通过先进的机器学习算法确定一个明确的价格。因此,在这个过程中,机器算法和专家价格都是清晰易懂的。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

丽兰接受vb采访(照片:迈克尔·奥唐纳/文图拉比)

文图拉比:这个过程有一个重要的角色——人类专家。

雷兰:是的。用户和专家之间的对话持续10分钟到20分钟。会话结束后,用户还将对该过程进行评分。事实上,这是一项非常技术性的工作。例如,您正在使用excel完成一项工作,但您不熟悉该操作。所以你找了一个专家,和他一起工作了10分钟。当然,excel的运算问题不是10分钟就能学会的。然而,有趣的是你在寻找专家的过程中使用了人工智能算法。因此,我仍然相信任何内容的互动都不能取代人与人之间的交流、沟通和联系。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

图片来源:youtube

最酷的是,寻找专家的过程不是简单的人与人之间的互动,而是有机器学习算法的辅助。我们使用的算法与谷歌使用的agerank相同。谷歌现在有了一个新系统——RankBrain,这是谷歌除了内容之外第一个公开承认的系统,它使用人工智能为用户推荐最合适的页面。我们在GoIT平台上使用的系统被称为专家排名(expertrank),这是一个在实时拍卖中竞价的系统,为专家提供在固定时间内一对一聊天解决用户问题的能力。该系统还可以提供服务保障。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

因此,将人与人工智能结合起来是很有趣的,无论是在脸书还是谷歌上。因为搜索引擎本身运行在服务器上,而添加到搜索系统中的人工智能引擎仍然在服务器上工作,所以这是一个真正的基于服务器的系统。然而,我们也应该正视这样一个事实,目前只有15%的查询和搜索是借助人工智能来回答的,而剩下的85%仍然使用传统的pagerank。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

事实上,人工智能辅助驾驶目前非常流行,这可以从无人驾驶汽车行业的发展中看出。然而,如果你想比较特斯拉和谷歌的韦莫无人驾驶汽车,他们的策略是非常不同的。就特斯拉而言,它的策略是人工智能辅助,也就是说,如果周围没有人,它就不会开车。然而,特斯拉优于韦莫和优步,因为它领先于人工智能助手,因此拥有更多数据。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

文图拉比:所以你认为“人工智能+人类”的结合使解决方案更有效?

雷兰:因为你会有更多的数据。业界普遍认为人工智能就是数据。数据越多,人工智能就越成熟。事实上,当一个社区中有更多的不良信息时,用户就越难以忍受。相反,虚假新闻越多,打击虚假新闻就越容易。因为人类可以训练人工智能识别虚假新闻。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

这类似于谷歌搜索。搜索量越大,谷歌的搜索算法蜂鸟就能越快理解这些问题。事实上,蜂鸟是真正理解查询的rankbrain算法。训练它的问题越多,它就越能理解查询结果。

文图拉比:这里有一个问题。你如何衡量人类的参与?我可能是某个领域的顶尖专家,但我不会在凌晨3点回答问题。

雷兰:事实上,戈伊特的想法很简单。世界上大约有70亿人,每个人都有不同的问题和需求。然而,如果我们想把每个人的问题与一个特定的人相匹配来回答,这个系统暂时还缺乏。因此,我们想建立一个像facebook这样强大的知识网络,但没有社交成分。最有趣的是,你大脑中储存的知识和你在与专家交谈的10分钟内掌握的知识不仅是互利的,而且边际成本为零。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

因此,我们的愿景是让每个人都成为系统专家,并建立一个人工智能引擎,为每个问题找到"合适的人"。目前,got it平台已有300万次会话,拥有12,500名网络专家,每天有200多名新用户,以及250,000个应用程序。

我们不缺人,因为他们永远存在。我们也不想取代人。我们所需要的是人工智能,它可以帮助我们找到回答问题的人类专家的人工智能。

文图拉比:你的人工智能算法会关注什么样的数据?我们将来会走什么路线?

relan:got it平台的算法会检查每次对话的数据。并根据六个因素来调整专家的水平,如:

首先,礼貌。因为这是用户付费的服务。

第二,移情。也就是说,你可以感受到用户的感受。

第三,准确性。也就是说,专家们是否真正解决了用户的需求。

四.个人信息。也就是说,在10分钟的谈话后,他们有没有试图交换个人信息?

......

鉴于双方在10分钟对话中交流的信息量和具体内容,专家的级别将在对话结束后进行相应调整。

Goit的路线图非常明确,那就是,它永远不会取代人类。然而,我们将始终使用人工智能来删除不良内容,并提供更好的服务。因此,我们要求这个平台上的人工智能引擎不仅可以使用人工智能来屏蔽像facebook这样的不良信息,还可以找到像谷歌这样相对准确的专家来提供准确的答案。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

随着时间的推移,它会变得越来越好。因为数据在不断改进,越来越多的人类专家被发现。只要我们用更多的数据训练人工智能,平台上的对话就会得到越来越好的结果和体验。

因此,这肯定会给亚马逊带来挑战。因为我们许多人需要更多的计算能力。随着对计算需求的不断增长,您如何确定您拥有解决这一需求的最佳资源?如果这个需求涉及大数据分析问题,它可能需要聚集不同的资源来解决它。

因此,需求和服务之间的相关性是亚马逊未来需要考虑的一个重要问题。尽管alexa和echo帮助他们聚集了大量用户,但作为一个平台,我们必须确保在需求出现时为这些用户找到最合适的资源。在人工智能应用爆炸性增长的背景下,这一点尤为迫切。

深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

雷锋编的《维亚文图拉比》

雷锋原创文章。严禁擅自转载。详情请参考转载说明。

标题:深度丨这家AI公司,要用机器学习算法让每一个人都成为专家

地址:http://www.6st8.com/zbxw/5763.html

免责声明:联合早报中文网从世界各个维度报道世界经济新闻,时政新闻,突发新闻等,本篇的部分内容来自于网络,不为其真实性负责,只为传播网络信息为目的,非商业用途,如有异议请及时联系[email protected],联合早报中文网的小编将予以删除。

返回顶部