Video: Watson and the Jeopardy! Challenge (Tháng mười một 2024)
Tập phim này của Fast Forward đã được ghi lại trong Trung tâm trải nghiệm IBM Watson ở đây tại thành phố New York. Khách của tôi là Rob High, Phó Chủ tịch và Giám đốc Công nghệ của IBM Watson.
Dan Costa: Quan niệm sai lầm chủ yếu mà mọi người có về trí tuệ nhân tạo là gì?
Rob High: Tôi nghĩ vấn đề phổ biến nhất mà chúng ta gặp phải khi nói về AI là họ vẫn sống ở thế giới nơi tôi nghĩ Hollywood đã khuếch đại ý tưởng này rằng điện toán nhận thức, AI, là về sao chép tâm trí con người, và nó thực sự không. Những điều như thử nghiệm Turing có xu hướng củng cố rằng những gì chúng ta đo lường là ý tưởng về việc AI có thể cạnh tranh với việc đánh lừa mọi người tin rằng những gì bạn đang đối phó là một con người khác, nhưng đó thực sự không phải là nơi chúng ta đã tìm thấy tiện ích lớn nhất.
Điều này thậm chí còn quay trở lại, nếu bạn nhìn vào hầu hết mọi công cụ khác đã được tạo ra, các công cụ của chúng tôi có xu hướng có giá trị nhất khi chúng khuếch đại chúng tôi, khi chúng mở rộng phạm vi của chúng tôi, khi chúng tăng sức mạnh, khi họ cho phép chúng ta làm những việc mà chúng ta không thể tự làm. Đó thực sự là cách mà chúng ta cần phải suy nghĩ về AI, và đến mức mà chúng ta thực sự gọi nó là trí thông minh tăng cường, không phải trí tuệ nhân tạo.
Chúng ta hãy nói một chút về sự thay đổi đó, bởi vì đó là một loại máy tính hoàn toàn mới. Đó là sự phát triển của điện toán từ những gì cả hai chúng tôi đã lớn lên, một máy tính có lập trình, nơi bạn sẽ sử dụng tính toán để tiếp cận và trả lời bằng một quy trình rất phức tạp, để tính toán nhận thức, hoạt động hơi khác một chút. Bạn có thể giải thích sự chuyển đổi đó?
Có lẽ sự khác biệt đáng chú ý lớn nhất là nó rất có xác suất, trong khi tính toán được lập trình thực sự là đưa ra tất cả các câu điều kiện xác định những điều bạn đang chú ý và cách phản hồi với chúng. Nó mang tính quyết định cao. Nó rất chính xác về mặt toán học. Với một máy tính được lập trình cổ điển, bạn có thể thiết kế một phần mềm. Bởi vì bạn biết mô hình toán học mà nó đại diện cho cái gì, bạn có thể kiểm tra nó bằng toán học. Bạn có thể chứng minh tính đúng đắn của nó.
Điện toán nhận thức có xác suất cao hơn nhiều. Phần lớn là về việc kiểm tra các tín hiệu của không gian mà chúng ta tập trung vào, cho dù đó là tầm nhìn hay lời nói hay ngôn ngữ và cố gắng tìm ra các mẫu ý nghĩa trong các tín hiệu đó. Ngay cả sau đó, không bao giờ chắc chắn tuyệt đối. Bây giờ, điều này một phần vì đó là cách nó được tính toán, nhưng cũng bởi vì đó là bản chất của trải nghiệm của con người. Nếu bạn nghĩ về tất cả những gì chúng ta nói hoặc nhìn hoặc nghe, nếm hoặc chạm hoặc ngửi hoặc bất cứ thứ gì thuộc về giác quan của chúng ta, chúng ta là con người luôn cố gắng đánh giá điều đó thực sự là gì, và đôi khi chúng ta không hiểu đúng .
Xác suất mà khi tôi nghe chuỗi âm thanh đó, nó thực sự có nghĩa là từ này là gì? Xác suất mà khi tôi thấy chuỗi từ này có nghĩa là tuyên bố này là gì? Xác suất mà khi tôi nhìn thấy hình dạng này và một hình ảnh mà tôi đang nhìn vào đó là vật thể đó là gì? Ngay cả đối với con người, đó là một vấn đề xác suất, và đến mức đó, nó luôn luôn là cách mà các hệ thống nhận thức này hoạt động tốt.
Nếu ai đó đến với bạn và họ có một vấn đề mà họ muốn giải quyết, họ nghĩ rằng có một giải pháp điện toán nhận thức cho vấn đề đó, họ đến với Watson, họ nói: "Hãy nhìn xem, chúng ta sẽ sử dụng Watson để thử và giải quyết vấn đề này." Ra khỏi hộp, Watson không làm gì nhiều. Họ cần dạy nó cách giải quyết vấn đề của họ. Bạn có thể nói về quá trình lên tàu không?
Thật ra, chúng ta nên nói về hai chiều của điều này. Một là trước đây chúng tôi đã nhận ra rằng thứ gọi là điện toán nhận thức này thực sự lớn hơn chúng tôi, nó lớn hơn IBM, nó lớn hơn bất kỳ nhà cung cấp nào trong ngành, nó lớn hơn bất kỳ một hoặc hai lĩnh vực giải pháp khác nhau rằng chúng tôi sẽ tập trung vào và chúng tôi phải mở nó ra, đó là khi chúng tôi chuyển từ tập trung vào các giải pháp sang thực sự xử lý nhiều nền tảng dịch vụ hơn, trong đó mỗi dịch vụ thực sự tập trung vào một phần khác nhau của vấn đề không gian. Đó là một thành phần, trong trường hợp của lời nói, tập trung nghiêm túc vào vấn đề cố gắng nói và nhận ra những từ bạn đã diễn đạt trong bài phát biểu đó, hoặc chụp ảnh và thử và xác định những gì trong hình ảnh, hoặc lấy ngôn ngữ và cố gắng hiểu ý nghĩa của nó là gì, hoặc tham gia một cuộc trò chuyện và tham gia vào đó.
Trước hết, những gì chúng ta đang nói bây giờ là một tập hợp các dịch vụ, mỗi dịch vụ đều làm một điều gì đó rất cụ thể, mỗi dịch vụ đang cố gắng xử lý một phần khác nhau trong trải nghiệm con người của chúng tôi và với ý tưởng rằng bất kỳ ai xây dựng ứng dụng, bất kỳ ai muốn giải quyết vấn đề xã hội hoặc người tiêu dùng hoặc doanh nghiệp đều có thể thực hiện điều đó bằng cách sử dụng dịch vụ của chúng tôi, sau đó kết hợp điều đó vào một ứng dụng. Đó là điểm thứ nhất.
Điểm thứ hai là điểm mà bạn đã bắt đầu, đó là, bây giờ tôi đã có dịch vụ, làm thế nào để chúng tôi làm điều đó để làm những việc chúng tôi muốn nó làm tốt? Kỹ thuật này thực sự là một trong những giảng dạy. Bản chất xác suất của các hệ thống này được dựa trên thực tế là chúng dựa trên học máy hoặc học sâu, và các thuật toán đó phải được dạy cách nhận biết các mẫu biểu thị ý nghĩa trong một tập hợp tín hiệu mà bạn thực hiện bằng cách cung cấp dữ liệu, dữ liệu đại diện cho các ví dụ về tình huống mà bạn đã có trước đây khi bạn có thể gắn nhãn đó là: "Khi tôi nghe thấy sự kết hợp của âm thanh, nó có nghĩa là từ này. Khi tôi thấy sự kết hợp của các pixel này, nó có nghĩa là vật." Khi tôi có những ví dụ đó, bây giờ tôi có thể đưa bạn đến hệ thống nhận thức, đến các dịch vụ nhận thức này và dạy họ cách làm tốt hơn để nhận ra bất cứ điều gì chúng ta muốn nó làm.
Tôi nghĩ một trong những ví dụ minh họa điều này thực sự tốt là trong lĩnh vực y tế, nơi Watson đang giúp các bác sĩ đưa ra quyết định và phân tích số lượng lớn dữ liệu, nhưng sau đó cuối cùng làm việc với họ để chẩn đoán hợp tác. Bạn có thể nói một chút về việc đào tạo diễn ra như thế nào và sau đó làm thế nào giải pháp kết thúc mang lại kết quả tốt hơn?
Công việc mà chúng tôi đã thực hiện trong khoa ung thư là một ví dụ điển hình về việc thực sự nó là một thành phần của nhiều loại thuật toán khác nhau, trong toàn bộ công việc cần được thực hiện, được sử dụng theo những cách khác nhau. Ví dụ, chúng tôi bắt đầu xem xét hồ sơ bệnh án, xem hồ sơ bệnh án của bạn và sử dụng hệ thống nhận thức để xem qua tất cả các ghi chú mà các bác sĩ lâm sàng đã thực hiện trong nhiều năm qua mà họ đã làm việc với bạn và tìm thấy những gì chúng tôi gọi thông tin lâm sàng thích hợp. Thông tin trong các ghi chú y tế hiện có liên quan đến tư vấn mà bạn sắp thực hiện là gì? Lấy điều đó, làm phân tích tương đồng dân số, cố gắng tìm các bệnh nhân khác, các nhóm khác có nhiều điểm tương đồng với bạn, bởi vì điều đó sẽ thông báo cho bác sĩ về cách nghĩ về các phương pháp điều trị khác nhau và cách điều trị có thể phù hợp với bạn và cách bạn sẽ phản ứng với những phương pháp điều trị đó.
Sau đó, chúng ta đi vào cái mà chúng ta gọi là tiêu chuẩn thực hành chăm sóc, đó là những kỹ thuật được xác định tương đối rõ ràng mà các bác sĩ chia sẻ về cách họ sẽ điều trị cho những bệnh nhân khác nhau đối với các loại bệnh khác nhau, nhận ra rằng chúng thực sự được thiết kế cho người bình thường. Sau đó, chúng tôi đặt lên trên đó những gì chúng tôi gọi là chuyên môn lâm sàng. Đã được các bác sĩ giỏi nhất trong các bệnh khác nhau tìm hiểu về những gì cần tìm và nơi ngoại lệ và cách suy luận về các tiêu chuẩn thực hành chăm sóc khác nhau, cách nào phù hợp nhất hoặc cách thực hiện các con đường khác nhau thông qua các thực hành chăm sóc khác nhau đó và bây giờ áp dụng chúng theo cách tốt nhất có thể, nhưng cuối cùng đi vào và xem xét các tài liệu lâm sàng, tất cả hàng trăm ngàn, 600.000 bài báo trên PubMed về những tiến bộ trong khoa học đã xảy ra trong lĩnh vực đó có liên quan đến việc đưa ra khuyến nghị điều trị này .
Tất cả đều là những khía cạnh khác nhau của thuật toán mà chúng tôi đang áp dụng ở các giai đoạn khác nhau của quy trình đó, tất cả đều được dạy bằng cách đặt một số bác sĩ giỏi nhất trên thế giới trước các hệ thống này và cho họ sử dụng hệ thống và sửa hệ thống khi họ thấy có gì đó không ổn và hệ thống sẽ học về cơ bản thông qua việc sử dụng cách cải thiện hiệu suất của chính nó. Chúng tôi đang sử dụng cụ thể trong trường hợp ung thư để giúp thông báo cho các bác sĩ trong lĩnh vực về các lựa chọn điều trị mà họ có thể không quen thuộc, hoặc ngay cả khi họ có chút quen thuộc với nó có thể không có kinh nghiệm thực sự với và không thực sự hiểu làm thế nào bệnh nhân của họ sẽ đáp ứng với nó và làm thế nào để có được phản ứng hiệu quả nhất từ bệnh nhân của họ.
Những gì về cơ bản đã làm là dân chủ hóa chuyên môn. Chúng ta có thể đưa các bác sĩ giỏi nhất tại Đài tưởng niệm Sloan Kettering, người có lợi ích nhìn thấy hàng ngàn bệnh nhân mỗi năm xung quanh cùng một căn bệnh mà họ đã phát triển chuyên môn to lớn này, nắm bắt điều đó trong hệ thống nhận thức, đưa nó ra cộng đồng hoặc Phòng khám khu vực nơi các bác sĩ đó có thể không có nhiều thời gian làm việc với cùng một bệnh trên một số lượng lớn bệnh nhân khác nhau, cho họ cơ hội được hưởng lợi từ chuyên môn đó hiện đã được nắm bắt trong hệ thống nhận thức.
Tôi nghĩ rằng ý tưởng phân phối chuyên môn đó, trước hết, nắm bắt nó là một việc không hề nhỏ, nhưng sau khi bạn thực hiện điều đó, có thể phân phối nó thực sự trên khắp hành tinh, bạn sẽ có chuyên môn về các bác sĩ giỏi nhất tại Đài tưởng niệm Sloan Kettering có thể được chuyển đến Trung Quốc, ở Ấn Độ, trong các phòng khám nhỏ, và tôi nghĩ điều đó thật phi thường.
Nó có tác động xã hội to lớn đối với phúc lợi, sức khỏe của chúng ta, đối với những điều sẽ mang lại lợi ích cho chúng ta như một xã hội.
Mặt khác, điều khiến mọi người quan tâm về trí tuệ nhân tạo là nó sẽ thay thế con người, nó sẽ thay thế công việc. Nó gắn liền với phong trào tự động hóa. Điều gây ấn tượng với tôi là, ở trong không gian y tế, các bác sĩ X quang. Các bác sĩ X quang nhìn vào hàng trăm và hàng trăm slide mỗi ngày. Watson hoặc một hệ thống dựa trên AI có thể sao chép cùng loại chẩn đoán và phân tích hình ảnh. Mười năm nữa, bạn có nghĩ rằng sẽ có ít nhiều các bác sĩ X quang người được tuyển dụng ở Mỹ không? Điều gì tác động đến các ngành công nghiệp như vậy?
Tác động thực sự là giúp mọi người làm một công việc tốt hơn. Đó thực sự là về … mang nó trong trường hợp của bác sĩ. Nếu bây giờ bác sĩ có thể đưa ra quyết định được thông tin nhiều hơn, dựa trên bằng chứng thực tế, được hỗ trợ bởi các sự kiện mới nhất trong khoa học, phù hợp hơn và cụ thể hơn với từng bệnh nhân, điều đó cho phép họ thực sự làm việc tốt hơn. Đối với các bác sĩ X quang, nó có thể cho phép họ nhìn thấy những thứ trong hình ảnh mà họ có thể bỏ lỡ hoặc bị choáng ngợp. Đó không phải là về việc thay thế chúng. Đó là về việc giúp họ làm công việc của họ tốt hơn.
Nó có một số động lực giống như mọi công cụ mà chúng ta từng tạo ra trong xã hội. Tôi muốn nói rằng nếu bạn quay lại và nhìn vào 10.000 năm qua của xã hội hiện đại kể từ khi cuộc cách mạng nông nghiệp ra đời, chúng ta đã trở thành một công cụ xây dựng xã hội loài người, búa, xẻng, thủy lực, ròng rọc, đòn bẩy, và rất nhiều trong số những công cụ này đã bền nhất khi những gì chúng thực sự làm là khuếch đại con người, khuếch đại sức mạnh của chúng ta, khuếch đại suy nghĩ của chúng ta, khuếch đại tầm với của chúng ta.
Đó thực sự là cách nghĩ về công cụ này, đó là nó sẽ có tiện ích lớn nhất khi nó cho phép chúng ta làm những gì chúng ta làm tốt hơn chúng ta có thể, khi sự kết hợp giữa con người và công cụ với nhau lớn hơn một trong số họ đã từng là của họ. Đó thực sự là cách chúng ta nghĩ về nó. Đó là cách chúng tôi phát triển công nghệ. Đó là nơi tiện ích kinh tế sẽ đến.
Tôi hoàn toàn đồng ý, nhưng tôi nghĩ sẽ có những ngành bị làm mờ đi vì hiệu quả được giới thiệu bởi các hệ thống thông minh này.
Họ sẽ được chuyển đổi. Vâng, họ sẽ được chuyển đổi. Tôi không muốn làm giảm điểm đó bằng cách nói theo cách này, nhưng tôi cũng muốn chắc chắn rằng chúng ta không nghĩ về điều này như là loại bỏ công việc. Đây là về việc chuyển đổi các công việc mà mọi người thực hiện. Tôi sẽ cho bạn một ví dụ. Rất nhiều cuộc thảo luận về cách điều này có thể lấy đi việc làm trong trung tâm cuộc gọi. Cũng đoán những gì? Có rất nhiều công việc mà các nhân viên trung tâm cuộc gọi làm mà họ không cần phải làm, họ không thích làm, điều đó làm mất khả năng của họ để làm những điều thú vị hơn.
Sự hỗn loạn mà chúng ta thấy trong các trung tâm cuộc gọi phần lớn được thúc đẩy bởi thực tế là nếu bạn nghĩ về công việc làm nhân viên tổng đài, bạn sẽ ngồi ở cuối cuộc gọi điện thoại để nghe khách hàng giận dữ suốt ngày hỏi cùng một câu hỏi và một lần nữa, và thật khó để về nhà vào ban đêm cảm thấy thực sự tốt về những gì bạn đã làm ngày hôm đó. Thật khó để khoe khoang với bạn bè và gia đình của bạn về công việc này mà bạn có và bạn làm việc đó tốt như thế nào khi đó là tình huống bạn gặp phải.
Nếu chúng ta có thể khiến hệ thống nhận thức thông qua một tác nhân đàm thoại để giảm một số phần trăm, hãy giả sử 30 phần trăm trong số các cuộc gọi đó đến và trả lời các câu hỏi phổ biến và cấp bách nhất của khách hàng một cách nhanh chóng, hiệu quả và giải quyết công việc trần tục đó, vậy thì sao? còn lại sau khi tất cả những gì được quan tâm là những loại câu hỏi mà mọi người vốn đã yêu cầu nhiều hơn một liên lạc của con người mà sau đó bạn sẽ chuyển sang đại lý trung tâm cuộc gọi đó. Vấn đề mà họ đang giải quyết cho khách hàng đó thú vị hơn, nhiều thách thức hơn, đòi hỏi họ phải nỗ lực trí tuệ nhiều hơn, nhưng họ cũng đang đối phó với một khách hàng hài lòng. Họ đang đến một chút hạnh phúc hơn. Họ không đến trong tất cả giận dữ về vấn đề của họ.
Đối với các đại lý trung tâm cuộc gọi, nó thực sự đã cải thiện công việc của họ. Nó thực sự làm cho họ có thể làm công việc của họ tốt hơn và được hoàn thành nhiều hơn bởi điều đó. Trong khi đó, đối với khách hàng, đối với người tiêu dùng, họ đã giải quyết vấn đề cấp bách nhất của họ một cách nhanh chóng. Họ không ngồi yên trong 10 phút. Họ không chờ đợi được chuyển đến đúng người chỉ với kiến thức đúng. Họ đang nhận được thông tin họ cần một cách dễ dàng nhất và có thể tiếp tục với cuộc sống của họ với một quyết định tốt hơn, chắc chắn là thông tin tốt hơn hoặc ít nhất là thông tin phù hợp hơn. Nó thực sự có lợi cho cả hai mặt của phương trình đó.
Thật thú vị. Một số bản demo tôi thấy ngày hôm nay là các ứng dụng của trung tâm cuộc gọi có thể dự đoán và phát hiện trạng thái cảm xúc của những người đang gọi khá hiệu quả, vì vậy đó không chỉ là giao dịch. Nó thực sự có thể đọc trạng thái của người ở đầu dây bên kia khá tốt.
Điều này thực sự cần thiết nếu bạn nghĩ về; một cuộc trò chuyện có hai yếu tố. Một là những gì mọi người nói bắt đầu thường không phải là những gì họ thực sự ở đó. Nếu tôi nói, "Số dư của tôi là gì?" tốt, đó không thực sự là vấn đề của tôi. Vâng, tôi cần biết số dư tài khoản của mình, tôi cần biết tôi có bao nhiêu tiền, nhưng vấn đề của tôi là tôi đang cố gắng mua thứ gì đó, hoặc tôi đang cố gắng tìm ra cách để có tiền vào đúng vị trí để trả hóa đơn của tôi trong tháng này hoặc tôi đang cố gắng tiết kiệm cho việc học của con tôi. Vấn đề của tôi lớn hơn câu hỏi đầu tiên tôi đã hỏi, và một cuộc trò chuyện nên nói về vấn đề thực sự đó.
Đặc điểm chung thứ hai của một cuộc trò chuyện là thông thường nó mang một loại vòng cung cảm xúc cho nó. Mọi người đến trong một trạng thái cảm xúc nhất định, và một phần của cuộc trò chuyện là chuyển họ qua một sự thay đổi cảm xúc mà đôi khi có nghĩa là chuyển họ từ tức giận đến bây giờ được thỏa mãn. Trong một số cuộc trò chuyện, chúng ta có thể tham gia vào nó. Nó thực sự có thể có một chút nóng. Bạn thấy một vòng cung cảm xúc bắt đầu có thể bình tĩnh và sau đó chuyển sang một cuộc thảo luận gây tranh cãi hơn mà cuối cùng sau đó được giải quyết.
Nhạy cảm và nhận thức được trạng thái cảm xúc trong các bên liên quan là một phần quan trọng để có hiệu quả trong cuộc trò chuyện đó.
Một số ứng dụng khác mà bạn nghĩ là thực sự biến đổi có sẵn ngày nay là gì?
Tôi nghĩ rằng bất kỳ ai trong số họ, những gì chúng tôi đang làm là thu hút người dùng, khách hàng, theo cách dẫn đến việc truyền cảm hứng cho họ. Cuối cùng, đối với tôi, và một lần nữa quay trở lại các cuộc trò chuyện như một ví dụ, điển hình là khi con người tham gia vào một cuộc trò chuyện, chúng tôi đến một bàn với một ý tưởng. Bạn có một ý tưởng. Tôi có ý này. Ý tưởng bắt đầu đó là khởi đầu của cuộc trò chuyện, và trong suốt cuộc trò chuyện, chúng tôi phát triển những ý tưởng đó. Chúng tôi pha trộn chúng. Chúng tôi hợp nhất chúng. Chúng tôi có thể giảm giá cho họ hoặc khuếch đại chúng. Chúng tôi phát triển đến một điểm mà ra khỏi cuộc trò chuyện, chúng tôi có một ý tưởng tốt hơn, hy vọng. Lý tưởng nhất.
Để làm điều đó, không chỉ có sự cho và nhận, mà còn là một yếu tố làm thế nào để bạn truyền cảm hứng cho ai đó? Làm thế nào để bạn khiến mọi người kích hoạt trí tưởng tượng của họ? Làm thế nào để bạn khiến họ nghĩ về điều gì đó mà họ chưa từng nghĩ đến trước đây hoặc nhìn thấy điều gì đó trong ánh sáng mà họ chưa từng nghĩ đến trước đây hoặc để thấy một quan điểm khác đưa họ xuống một con đường mà họ thậm chí không biết nghĩ về, để đặt câu hỏi mà họ không nghĩ để hỏi? Đó là những ví dụ, đó là những tình huống mà tôi nghĩ là hứa hẹn nhất và sẽ mang lại lợi ích lớn nhất cho mọi người.
Điều đó có xảy ra ngày hôm nay không, hay đó là điều gì đó cần phải xảy ra khi công nghệ phát triển?
Không, nó đang xảy ra. Chúng tôi có ví dụ về điều đó xảy ra bây giờ. Trong thực tế, trở lại với ung thư như một ví dụ, đối với các bác sĩ giỏi nhất trên thế giới, các lựa chọn điều trị đang được trình bày có thể rõ ràng đối với họ trong hầu hết các phần. Có thể có một trong mười trường hợp họ có thể nói, "Chà, đợi một chút, đó là một ý tưởng thú vị." Sẽ không thường xuyên như vậy, nhưng, như bạn đã nói trước đây, nếu bây giờ chúng ta đưa nó ra các cài đặt cộng đồng, cài đặt khu vực và ở những khu vực không có trình độ chuyên môn đó, thì thực tế là hệ thống có thể đưa ra những ý tưởng mới, các lựa chọn điều trị mới, đó thực sự là về việc giới thiệu những ý tưởng mới. Chúng ta đang thấy điều đó rồi.
Sau đó, tất nhiên, vượt ra ngoài những gì tôi nghĩ đã trở thành kịch bản chatbot cổ điển mà tôi nghĩ rằng một số người trong chúng ta bắt đầu thấy trong các ví dụ khác nhau cho đến bây giờ tình huống nếu ai đó đưa ra cảnh báo gian lận thẻ tín dụng trên thẻ tín dụng của họ và họ đi đến một chatbot ngày hôm nay, nó có thể chỉ đơn giản là "Giao dịch đó có phải là thứ bạn đã làm hay không? Nếu đúng thì tốt. Nếu không, thì chúng ta sẽ làm gì đó để hủy giao dịch", ngay bây giờ, "Được rồi, bạn cần một thẻ tín dụng mới. Nơi nào tốt nhất để gửi nó cho bạn? Chúng tôi có nên gửi nó cho bạn không? Chúng tôi có nên gửi nó cho bạn không? Ồ, bạn đã sẵn sàng để đi trong chuyến đi này. sẽ không thể gửi nó cho bạn. Chúng tôi phải gửi nó cho bạn nhanh hơn thế.
"Ồ, bạn đang ở nước ngoài. Có thể có một tùy chọn thẻ tín dụng ở đây mà bạn chưa từng tiếp xúc trước đây, không biết về nơi chúng tôi xử lý trao đổi tiền tệ có lợi cho bạn hơn. Ồ, bạn đang sử dụng điều này cho công việc Đây là một chuyến đi nước ngoài. Bạn đang sử dụng khoản này cho chi phí kinh doanh. Chà, đây là thẻ tín dụng có mức lãi suất phù hợp hơn cho việc đó. " Đây đều là những ví dụ rất đơn giản, nhưng mỗi người trong số họ đang mở ra một loạt ý tưởng mới thường không xảy ra trong chatbot đơn giản của bạn ngày hôm nay và thực sự có thể rất có sức mạnh cho con người.
Điểm thú vị ở đây là khi bạn trải qua tất cả các tùy chọn đó, trong quá khứ sẽ là một kịch bản. Sẽ có một kịch bản với một vài chi nhánh. Nó sẽ được xác định trước. Đó là một điều rất khác khi một chatbot thực sự phản ứng với thông tin bạn cung cấp và thông tin bạn đã cung cấp và dẫn bạn xuống những con đường chưa được viết kịch bản. Nó biết rằng bạn đang đi du lịch, nhưng bạn không nhất thiết phải nói với nó. Nó tìm thấy thông tin từ lịch sử email của bạn.
Nó có thể tìm thấy những điều về bạn nó được phát hiện trên đường đi.
Chúng tôi đã nói về ung thư vì đó là một ví dụ tuyệt vời. Chúng tôi đã nói về chatbot vì hầu hết mọi người đã có một số tương tác với họ. Nhưng đây là một công nghệ thực sự có quy mô trên mọi ngành công nghiệp. Thật khó để nghĩ về một ngành công nghiệp sẽ không có một loại thành phần nhận thức nào đó. Có ví dụ nào mà mọi người chưa nghĩ đến không?
Điều đáng kinh ngạc với tôi là mỗi ngày ai đó nghĩ ra một ý tưởng mới khác. Đó là lý do tại sao tôi nghĩ rằng chúng tôi đang ở giai đoạn rất thú vị, bởi vì tập trung vào việc phân tách những gì chúng tôi có về khả năng nhận thức để xây dựng các dịch vụ khối, nó thực sự giải phóng mọi người để sử dụng trí tưởng tượng của họ và theo đuổi những ý tưởng mà chúng tôi đã chưa bao giờ thực sự được xem xét trước đó, cho dù đó là sử dụng nhận dạng trực quan để khảo sát cảnh quan.
Ví dụ, ở California, một công ty đang sử dụng nhận dạng trực quan để xem địa hình và cấu trúc liên kết và nhận ra trong hình ảnh sự khác biệt giữa bề mặt bê tông, bề mặt mái bê tông, bề mặt cỏ, cây và cây bụi và những thứ này, ước tính lượng nước đang được tiêu thụ và nơi có thể có rò rỉ nước và những điều có thể được thực hiện để cải thiện việc sử dụng nước hiệu quả, là một ví dụ.
Hoặc, trong lĩnh vực pháp lý, sử dụng những điều này để giải quyết và giúp các luật sư đọc qua hàng triệu và hàng triệu trang tài liệu nền giống như tìm kim trong đống cỏ khô. Trường hợp một mảnh giấy đó thực sự có liên quan đến trường hợp cụ thể này? Cố gắng sắp xếp tất cả những điều đó. Các cơ hội chỉ là rất lớn.
Tôi nghĩ rằng một trong những bằng cấp đó là có số lượng lớn dữ liệu cần được phân tích cú pháp. Bạn đã nói về hồ sơ y tế và có thể quét hồ sơ y tế để biết thông tin liên quan. Những hồ sơ trong suốt cuộc đời của bạn có thể dài hàng trăm trang. Đó là điều mà, có lẽ bác sĩ gia đình của bạn có ý kiến trái chiều về điều đó, nhưng họ sẽ không nhớ tất cả, trong khi hệ thống không bao giờ quên.
Vâng. Một bác sĩ có thể có năm, có thể mười phút để xem qua lịch sử y tế đó trước khi đến và tư vấn với bạn, nhưng vẫn có tất cả các loại thông tin rất có thể có trong lịch sử của bạn, trong quá khứ của bạn, rằng trong bất kỳ trường hợp nào khác, họ sẽ bỏ lỡ bởi vì họ không có thời gian, rằng nếu họ có điều đó sẽ tạo ra sự khác biệt.
Hãy nghĩ về một tình huống nếu một người phụ nữ đã nói với bác sĩ của mình rằng mẹ cô ấy đã chết vì ung thư vú hai năm trước. Chà, rất có thể bác sĩ sẽ lưu ý rằng trong hồ sơ đó, nhưng tại thời điểm này, nếu người phụ nữ này xuất hiện một khối u ở vú, và nếu bác sĩ đó không nhìn thấy điều đó, thì đó là một phần rất quan trọng thông tin. Bây giờ, có thể họ sẽ khám phá lại điều đó bằng cách nói chuyện với bệnh nhân, nhưng có thể không. Bạn có thực sự muốn mạo hiểm khi không biết rằng khi một thứ như thế là quá phũ phàng?
Đặc tính bao quát cho nơi công cụ này có xu hướng hữu ích là bạn đã đề cập đến nơi có rất nhiều dữ liệu. Vâng, nhưng thực sự đó là khi bất kỳ khía cạnh nào trong số chúng ta là con người, nơi khả năng nhận thức của chúng ta bắt đầu đạt đến giới hạn. Chúng ta giỏi đọc sách. Chúng ta có thể đọc một cái gì đó. Chúng ta có thể đồng hóa nó. Chúng ta có thể thích nghi với thông tin và sử dụng nó theo những cách rất mạnh mẽ như con người. Nhưng chúng tôi không giỏi đọc nhiều dữ liệu. Chúng ta không thể hơn … Ý tưởng đọc hàng chục ngàn, hàng trăm nghìn, hàng triệu trang văn học trong một ngày vượt quá khả năng của chúng ta.
Câu hỏi trở thành, khi chúng ta phát triển thành một thế giới nơi lượng thông tin được tạo ra hàng ngày đang tăng theo cấp số nhân, chúng ta không sử dụng thông tin đó bao nhiêu thông tin trong đó, có rất ít thông tin đó hoàn toàn quan trọng đối với quyết định mà chúng ta cần đưa ra là chúng ta không đi đến đâu? Nếu đó không phải là lượng thông tin chúng ta đọc, thì đó là: Chúng ta đồng hóa bao nhiêu? Chúng ta có thể nhớ lại bao nhiêu? Chúng ta có thể thấy các mẫu nhỏ có liên quan đến thông tin đó cho các quyết định của mình không?
Có rất nhiều điều mà chúng ta là con người giỏi. Cũng có rất nhiều thứ chúng ta không giỏi lắm, và đó là điều tôi nghĩ rằng điện toán nhận thức thực sự bắt đầu tạo ra sự khác biệt lớn, là khi nó có thể thu hẹp khoảng cách để tạo khoảng cách đó.
Có vẻ như khá rõ ràng đây là thế giới mà chúng ta đang di chuyển vào. Chúng ta đã chuẩn bị như thế nào? Bạn nhìn gì về hệ thống giáo dục, nền kinh tế, cơ cấu chính trị của chúng ta? Chúng ta đã chuẩn bị tốt như thế nào để sống trong một thế giới với loại máy tính nhận thức này như một thành phần?
Thật thú vị. Điều này dựa trên một trong những điểm giá trị quan trọng mà chúng ta sở hữu như con người, đó là khả năng thích ứng của chúng ta. Nếu bạn nhìn vào nó theo những thuật ngữ hoàn toàn rời rạc, thì điều này sẽ đi đến đâu và nếu chúng ta nhảy về phía trước 10 năm và nhìn vào nó và nói, "Chúng ta sẽ ở đâu trong 10 năm? Chúng ta đã chuẩn bị cho điều đó chưa?" Câu trả lời sẽ có thể là, không. Còn rất nhiều việc chúng ta phải làm. Nhưng con người có khả năng đáng chú ý này để thích nghi khi đang bay và phát triển với những thay đổi đang xảy ra xung quanh họ.
Nghĩ lại 10 năm trước khi điện thoại thông minh thực sự bắt đầu trở nên có sẵn cho chúng ta, chứ đừng nói đến việc phổ biến và chúng ta đã trải qua bao nhiêu thay đổi như một xã hội trong 10 năm qua. Hãy suy nghĩ về cuộc sống của bạn hàng ngày như thế nào khi có và không có điện thoại thông minh của bạn. Chúng ta có thể phàn nàn về việc nó có thể lấy đi bao nhiêu từ những trải nghiệm khác, và điều đó có thể đúng, nhưng vấn đề là, chúng ta đã không dành nhiều thời gian 10 năm trước để lo lắng, mặc dù chúng ta đã chuẩn bị như một xã hội, mặc dù thực tế chúng ta đã trải qua rất nhiều thay đổi trong 10 năm qua mà có lẽ chúng ta không nhận thức được đầy đủ khi chúng ta đồng hóa sự thay đổi này trong công nghệ và bắt đầu sử dụng nó theo những cách rất hiệu quả.
Có rất nhiều việc chúng ta phải làm. Có rất nhiều thứ chúng ta sẽ làm theo thời gian, rất nhiều sự phát triển mà chúng ta sẽ trải qua, rất nhiều nền giáo dục và chính trị và những thứ khác mà chúng ta phải trải qua thay đổi, nhưng chúng ta sẽ làm được.
Chúng tôi sẽ đến câu hỏi cuối cùng của tôi. Xu hướng công nghệ nào làm bạn quan tâm nhất? Có điều gì khiến bạn thức đêm không?
Tôi nghĩ rằng mối quan tâm lớn nhất mà tôi có ngay bây giờ là mọi người cần phải chịu trách nhiệm. Chúng tôi là kỹ sư và nhà cung cấp công nghệ, người tiêu dùng công nghệ, người chịu trách nhiệm điều tiết công nghệ, thực sự cần phải có ý thức và suy nghĩ về những gì chúng tôi muốn làm để bảo vệ bản thân và chuẩn bị cho những thay đổi đang xảy ra. Sẽ không phải vì chúng ta sẽ không thích nghi với nó. Chúng tôi sẽ. Vấn đề là tất nhiên, trong quá trình thích ứng nó, chúng ta cũng sẽ không ý thức được những gì đang làm và làm thế nào nó ảnh hưởng đến chúng ta và nơi mọi người có thể khai thác công nghệ đó theo cách mà chúng ta không thích, mà chúng ta không 'thoải mái với, hoặc nhìn lại chúng ta sẽ không nhất thiết muốn.
Tôi nghĩ rằng chúng ta cần có ý thức và suy nghĩ về những gì chúng ta làm và chúng ta không muốn xảy ra trong cuộc sống của chúng ta với công nghệ này. Cụ thể, các nhà cung cấp nói riêng, chúng tôi với tư cách là nhà cung cấp công nghệ này và những người đang tiêu thụ các thành phần công nghệ này và xây dựng các ứng dụng từ đó nên có trách nhiệm đối với hành vi đạo đức hoặc hành vi của chúng tôi được sinh ra từ các giá trị đạo đức.
Ví dụ, chúng tôi đặc biệt khuyến nghị với bất kỳ nhà phát triển ứng dụng nào của chúng tôi, bất kỳ tổ chức nào đang tạo ứng dụng sử dụng các công nghệ này, rằng họ rất minh bạch với người dùng cuối của họ về thực tế rằng đây là ứng dụng nhận thức, đó là máy tính và không cố gắng giả trang thành một con người thực sự, ví dụ. Đừng giả vờ. Đừng để điều này giả vờ.
Đừng bắt chước.
Đừng bắt chước nó và đừng để khách hàng của bạn bị lừa dối khi tin rằng thứ này là một người thực sự. Về mặt đạo đức, đó là sai. Tôi nghĩ rằng nó tạo ra nguy cơ dễ bị tổn thương. Một con người đang tương tác với một con người có thể đưa ra những giả định nhất định về sai sót của chúng ta, về việc chúng ta không thể thực sự giữ được nhiều thông tin, khi làm việc với một hệ thống nhận thức, chúng ta cần lưu ý rằng những người đang cung cấp nhận thức đó giải pháp có trách nhiệm đối với quyền riêng tư và bảo vệ thông tin mà chúng tôi cung cấp. Chúng ta không nên quên sự thật đó.
Về mặt công nghệ đi lên, công nghệ nào bạn sử dụng hàng ngày mà chỉ truyền cảm hứng cho kỳ quan? Điều gì đã thay đổi cuộc sống của bạn?
Tôi nghĩ rằng thực tế bây giờ tôi có thể truy cập thông tin rằng, ngay cả khi tôi có thể lấy nó trên internet, chúng tôi đã có thông tin có sẵn trên internet trong một thời gian dài, nhưng đôi khi chúng tôi ngừng cố gắng để có được thông tin đó vì nó quá sức Tôi ra ngoài nhìn vào một số thiết bị máy ảnh, và chỉ cố gắng đưa ra quyết định về sự đánh đổi giữa các máy ảnh khác nhau-
Tôi sẽ gửi cho bạn một liên kết đến hướng dẫn người mua của chúng tôi.
Có bạn đi. Nó trở nên quá sức, nhưng bạn phải dựa vào người khác để đưa ra lời khuyên đó cho bạn và cho rằng họ đã thực hiện nghiên cứu cho bạn, nhưng ngay cả khi đó, họ đang làm như vậy dựa trên một số giả định mà họ đã đưa ra về những gì bạn cần và những gì bạn quan tâm. Tại một số điểm bạn chỉ cần từ bỏ và bạn nói, "Được rồi, tốt, chỉ cho tôi biết phải làm gì, tôi sẽ làm điều đó." Hoặc bạn truy cập vào một loạt các trang web và bạn thấy tất cả những ý kiến này và nó chỉ gây nhầm lẫn và mâu thuẫn và vì vậy bạn nói, "Ồ, cái quái gì với tất cả chúng. Tôi sẽ đi với những gì cảm thấy tốt cho tôi. "
Bây giờ, vì các hệ thống này có thể tích lũy và đồng hóa và sắp xếp một lượng lớn thông tin, ngay cả đối với những người đang đưa ra khuyến nghị, ngay cả đối với các cố vấn, nó mang lại lợi ích cho họ vì nó giúp họ làm tốt hơn. Một cách tôi muốn nói là nó không suy nghĩ cho chúng tôi, đó là nghiên cứu của chúng tôi cho chúng tôi để chúng tôi có thể suy nghĩ tốt hơn, và đó là sự thật của chúng tôi với tư cách là người dùng cuối và đó là sự thật của các cố vấn. Điều đó đúng với bất kỳ ai trong vai trò là nhà phân tích.
Tôi nghĩ về ứng dụng này, bởi vì chúng tôi luôn cố gắng giúp mọi người đưa ra quyết định mua hàng. Chúng ta không ở xa một hệ thống có thể nhìn vào tất cả các bức ảnh bạn đã chụp trong năm năm qua, thấy rằng bạn thích chụp ảnh động vật hoang dã hoặc chụp cận cảnh hoa, sau đó đưa ra khuyến nghị máy ảnh dựa trên những bức ảnh mà bạn lấy.
Đúng rồi. Chim hồng hạc. Tôi không biết tại sao.
Đây là máy ảnh tốt nhất để chụp ảnh chim hồng hạc.
Chim hồng hạc, phải.
Chúng ta gần đến rồi. Công nghệ tồn tại, nó chưa được lập trình.
Vâng.
Hoặc được dạy, như chúng ta làm những ngày này. Rob High, cảm ơn rất nhiều vì đã làm điều này.
Cảm ơn rât nhiều.
Để chuyển tiếp nhanh hơn với Dan Costa, hãy đăng ký podcast. Trên iOS, tải xuống ứng dụng Podcasts của Apple, tìm kiếm "Chuyển tiếp nhanh" và đăng ký. Trên Android, tải xuống ứng dụng Stitcher Radio cho Podcasts qua Google Play.
