|
在不久的将来，机器学习、深度学习、自然语言处理以及认知计算的结合将会改变我们与环境相处的方式。人工智能驱动的智能服务会感知到我们在做的事情，从过去的行为中分析我们的喜好，在我们的日常生活中以一种巧妙的方式潜移默化的指引着我们。 探索这一系统如何工作的最好方法可能就是参考一个案例：拜访医院。 情景1：医院大厅 走进医院，你可能会看到医院的人工智能驱动的智能服务机器人在搜索查看病人。（通过早期的往来，这一机器人对你已经有所了解。）系统应用人脸识别技术，将你的信息与提供的照片以及允许通过的拜访人员名单进行匹配。在接待服务台，系统注意到你是空手而来，气喘吁吁。考虑到所有的这些因素，系统会询问你是否乐意去四楼看看病人，喝喝茶或者逛逛礼品店买买东西。你回答喝一杯茶挑选一个礼物是可以的。 情景2：自助餐厅 人工智能会询问是否需要将去自助餐厅以及礼品店的路线发到你的设备上。你做出了肯定的回答，朝着去自助餐厅的方向走去。到了那，你选择了一款苏打水并需为之付款。人工智能服务会记住天气、时间、地点以及你的心率，这样人工智能服务可以做好充分的准备，在未来帮你做出选择。你离开后：货款自动支付。 情景3：礼品店 你正在看望的是一个5岁的小病人，所以人工智能服务会给你准备一束假花、一束气球或是动物玩偶。因为你一直在考虑是带一束假花还是一束真花，你会发现人工智能的店员很奇怪。智能店员看到病人的名字，告诉你病人有过敏性症状，并且依旧会为你提供3套相同的方案以及一张下次进店时可以使用的15%折扣的优惠券。 情景4：病人的房间 手里拿着礼物，你走向电梯。智能电梯会告诉你，你的家人在4楼的儿童病房。走出电梯后，智能系统会邀请你下载最新的关于儿童健康与卫生的信息，地图会为你规划最快的路线，并且系统会提醒你探访时间已经过了晚上9点了。你走进房间，看望家人。由于不是最近的亲属，人工智能不会给你最新的病人情况。但它会询问你是否愿意与护理员谈谈或者和介绍其他的人工智能服务。 幕后 我们与人工智能未来可能出现的这些互动并不是遥不可及的愿景。但是让我们考虑的更深入一些，来看看人工智能是如何影响医院传统的。 人工智能链包括七步： 1.感知是对现在正在发生的事情的描述。 感知技术通过提供显而易见和非显而易见的观察开始提出基本信息来帮助提供建议。在我们的示例中，有人需要告诉系统关于医院的物理布局来指明方向。这包括地理空间位置、限制进入的区域以及一些设备存放区域这些信息。大部分的这些信息是人工编入系统程序的。 2.通知技术会告诉你想要知道的信息。通知会通过报警信号、工作流、提示器以及其他信号如人工输入与学习来帮助传递额外的信息。基本的编程会为系统可能采取的行动进行设计。例如，病人和他的家人，当需要吃药时会收到相关的通知。 3.建议技术给出行动。建议是建立在以前行为的基础上并且随着时间的推移，基于加权性质、决策管理以及机器学习的基础上进行修改。应用最佳实践以及客户旅程分析，组织会编入相应规则和政策的程序，给出一些简单的建议，如指出病人的楼层位置，根据自助餐厅的菜单提出膳食选择标准，根据生命体征来建议何时休息。 4.自动化技术重复你一直想做的事情。自动化使得机器学习的优势日趋成熟并不断得到调整。如果系统知道你一直喝“茶，并且是热的伯爵茶，”那么系统就会乐意保持你的这个习惯。基于神经网络互动的这一算法会知悉人们喜好。基于先前的模式，自动报警器会自动弹出提醒病人的吃药时间。 5.预测技术告诉你需要期待什么。预测基于深度学习以及对神经网络的预测以及行为的测试开始。如果系统知道，从家到医院有45分钟的车程，而你在从家里出发去医院之前喝了一杯咖啡，那么当你到达医院时，系统可能会给出去休息室的路线。 6.预防技术有助于帮助你预防不良后果。应用了认知计算能力的预防技术可以确定潜在威胁。根据已经知道的信息，基于现存的病人病历以及医生给出的处方，可以避免药物的相互作用。 7.“情景意识”技术会告诉你现在需要知道的事情。“情景意识”与模仿人类的决策制定能力相接近。病人和他们的医护提供者可以获得内心的平静，因为系统只会给所需要知道情况的合适的人提供相关信息。如果病人出现紧急情况，遥测技术会在优先需要知道情况的基础上给出护士、医生、手术室、医疗技术以及家庭成员最有针对性的信息。 人工智能链的结合将使得人工智能驱动的智能技术得以出现。这些新的人工智能驱动的智能服务依赖5个关键部分： 1.我们的数字足迹以及数据废弃要求人工智能服务建立一个配置文件。每一个人、每一台设备以及每一个网络提供一些信息。数字足迹或者数据废弃可能来自面部分析，网络IP地址，甚至一个人的行走步态。通过使用人工智能以及认知计算技术，系统可以进行模式分析以及相关的识别工作。这意味着我们人工智能服务可以像人一样从不同的方面了解我们。 2.身临其境的体验使得自然交互成为可能。文本、内容、合作以及渠道融合在所有的人工智能驱动服务技术里，给我们每个人提供身临其境的独特的体验感。人工智能会根据上下文背景如地理位置、时间和日期、天气、心率甚至情绪---结合智能服务对我们的身份以及偏好的了解---提高关联度以及传递合适的内容。感知和响应机制使得参与者与机器通过对话与以及文本对话进行协作成为可能。渠道包括所有的联系点，例如手机、社交聚会、信息亭以及面对面交流。目标是基于识别技术的自然的用户体验。 3.大规模个性化提供数字服务。预期分析，催化剂、选择相互作用允许大规模的大众个性化。预期分析是否适应顾客体验取决于系统对顾客了解多少。催化剂为客户的反应提供服务和触发因素。选择只是客户他们自己做的决定。通过将这三种方式结合在一起，人工智能系统基于每个客户的身份、历史喜好以及当时的需求会随时设计体验程序。 4.价值交换使得信任流程得以实现。一旦采取了行动，价值交换可以加强这一交易。货币、非货币以及意见的交流是价值交换的三种常见形式。货币价值交换可能是最明显的方式，非货币的价值交换（包括识别、进入和影响）通常会提供一种引人注目的价值形式。然而，一份简单的意见或协议也可以提供保险人的医疗索赔或者病人治疗方案协议准确性的价值交换。 5.共识和反馈不断，人工智能供电学习圈。由机器学习以及其他人工智能工具提供动力，智能服务认为意见传递的节奏应该：及时、特别、重复、基于订阅、门槛驱动。使用机器学习技术，系统学习如何为特定的患者人群提供智能服务，以及这些服务如何用在将来的互动中。例如，系统可以侦测出哪一项选择相比成人来说更能取悦孩子以及何时提供这些建议。 然而所有的人工智能驱动自动化可能使得一些人感到焦虑，担心机器人会掌控世界的看法有些夸大其词。成功的人工智能驱动服务可以增强人类的智慧，正如机器可以提高物理性能一样。通过减少错误、提高决策效率、识别需求信号、预测结果、预防灾难，人工智能驱动服务在我们的生活中将承担一个关键角色。 R “Ray” Wang是Constellation Research公司的首席分析师以及首席执行官，同时也是《Disrupting Digital Business: Create an Authentic Experience in the Peer-to- Peer Economy》一书的作者。 |
|
|
