人工智能已迅速成为我们日常工作的一部分-它提供了一切功能,从Facebook上的自动图像标记和Amazon上的购买预测等简单功能到更复杂的系统 (如智能汽车和联网房屋)。我们甚至可以感谢人工智能HBO的热门电视连续剧《西部世界》 (Westworld),这是一部科幻惊悚片,讲述的是一个充满人工智能机器人的游乐园,名为 “主机”,在去年秋天主导了文化时代精神。
虽然我们今天与之互动的人工智能技术给了我们一个未来的暗示,但实际上是西方世界最清楚地阐明了未来。在我超越自己之前,让我澄清一下: 我不认为世界末日的机器人接管会很快发生 (或永远不会发生)。但是,《西部世界》的叙述以一种与人工智能真正开始非常相似的方式开始 -- 它可能看起来不一样 (你不会看到很多类似人类的 “主机” 在街上游荡),但技术的表现是一样的。
一开始,西方世界的 “主人” 通过吐出根据互动进行个性化个性化的罐头反应来与人类互动。当然,一开始听起来很未来派,但这正是当你与苹果的Siri或亚马逊的Alexa互动时会发生的事情。当 “主持人” 开始学习情感时,事情就会变得有趣,他们不仅会记住事实和ps,还会记住并反思欲望,怀疑,观点和激情。这也表明了人工智能在现实世界中的真正潜力所在。
目前,人工智能在很大程度上是临床的、罐头的和有限的。但是,正如西方世界的 “主持人” 能够从人类互动中学习情感一样,如果他们从正确的情感数据中学习,我们自己的技术将变得更加有趣和先进。这就是未来 -- 简单明了。但是我们如何到达那里?谁来领导这项指控?
人工智能已经达到了最大程度的意识,最低的生产率。这应该不足为奇,因为大多数技术浪潮都会发生这种情况。严酷的现实是,大多数专注于人工智能的公司都会失败,许多老牌公司的人工智能项目也会同样迅速地死去。有成千上万的开源人工智能算法,这意味着技术不是限制因素。最终,能够访问丰富 (和大型) 数据集的公司将赢得那些必须完全依靠算法来区分的公司。
即使是能够获得丰富计算能力和数据的公司,除非经历重大的文化转变,否则也可能无法实施成功的人工智能解决方案。以IBM为例。尽管Watson进行了近10年的开发和营销,但IBM迄今未能定义该技术的引人注目的 “人类” 用途。它已经被降级到许多涉及模式识别和预测的狭窄用例 (其中一些非常有价值和有用,例如改进癌症检测、识别金融风险和欺诈以及其他高性能计算应用),但它还没有开发对人类互动的一般 “理解”,人类的情感、言语模式和人类对信息的反应。
要增加另一层,必须使用这些数据来训练或 “教授” 情商。大多数人工智能解决方案都接受了左脑信息的培训,但真正的价值 (正如西方世界所预测的那样) 在于教你的技术如何导航右脑。这就是人工智能将开始学习情感,更好地理解人类情感并解决更复杂的问题的方式。例如,当客户致电服务中心以解决产品或服务的棘手问题时,良好的代理交互不仅提供诊断和修复,还提供主观体验,例如倾听,让客户发泄,对客户的问题有同情心,并进行对话以帮助镇定,把精力集中在解决问题上。最终,这使客户感到被听到,被理解和肯定。在当今的呼叫中心中,交互式语音响应 (IVR) “聊天机器人” 几乎无法进行人工交互,即使在高效,不人道的交互中,客户也更喜欢挂断电话,而不是在不那么成功,善解人意的交互之后。
那么,您如何训练计算机不仅听您的话,而且听您的情绪和精神状态?你需要训练一台计算机来培养同理心。它需要了解人类互动的所有标记,例如语气,情感,情感和时机,而不仅仅是单词。今天的人工智能系统在很大程度上对人类互动的那些关键部分视而不见,因此无法从中学习。
左脑AI从客观的结构化数据中学习,例如客户交互,点击,购买以及交易信息 (例如问题/答案对或问题/解决方案诊断)。右脑人工智能需要更多主观、情感的人类数据,比如对话和人类互动。为了理解这一点,对于这些解决方案的设计师来说,重要的是要知道如何通过识别情感和情感以及其他标记来进行人际互动 (电子邮件,聊天,电话,社交媒体线程) 并标记它们,以便计算机更好地 “理解” 人类。一旦计算机了解了如何处理人类交互数据,它就可以从中学习。
当人工智能能够掌握关键情绪 -- 比如愤怒、恐惧、幸福、欲望和爱 -- 它更适合倾听、学习和理解。我们离能够更好地理解和更好地为我们服务的技术并不遥远。很快,公司将能够自动化大量数据分析,决策和客户服务,使员工能够应对最复杂的挑战,而不是陷入细节。最令人兴奋的是,客户仍然会收到类似人类的服务,这种服务会识别情感,并能像一个人一样做出相应的反应。在未来,智能人工智能聊天机器人互动可能会以友好的开放迎接你,参与闲聊,真正倾听你的话,执行暂停,对情绪暗示做出反应,而不仅仅是诊断,而是与你联系,因为它可以有效地解决你的问题。
西方世界做对了 -- 最有影响力的人工智能技术将会激发情感。这些私人助理不会像我们那样,但是他们将能够理解我们的感受。这为简化服务、创新产品、改进工作流程等带来了巨大的机会。