|
1 人工智能与情感计算 | 微软小冰@李笛 情感是可以被计算的么？目前为止，尚未找到任何一种方法可以真的创造情感，但是我们可以拟合它。 站在台上的一定是个人类李笛么？当然是一个真李笛，我们的判断是基于对人类科技水平的了解——以现在的科技水平，这样一个活生生的生物，可绝不可能是个人工智能机器人。人和人之间的链接是一个非常窄的带宽，我们只能通过自己已有的知识和认知去做判断。也就是说，如果能在窄带宽以内做到让人类感觉到机器是具备感情的，那其实也能达成拟合情感的目的。 在人工智能领域，情感和创造两大课题一直是不敢去触碰的，原因很简单：我们很难发现其规律，并搭建基础服务层。而微软在4年前意识到，随着数据规模越来越大，是否具备了拟合情感的可能性？微软在做人工智能个人助理“小娜”之后，开始对EQ情感层面进行探索，希望和人类产生更深层次的交流。 那么由此，微软做了两个人工智能系统。一套专注于帮助人类完成IQ层面的事，在这个层面，可以有一个很单纯的评价体系去帮助其不断的学习；认真完成所有的任务，包括理解所有的意图，但却不去考虑背后的深层次的东西，这就是小娜。另外一套，专注于如何和人类建立更好的关系和关联，如何和人类长时间对话，如何和人类就生活中的问题进行深度沟通，这就是小冰，它拒绝帮你完成任务，但是它会跟你卖萌，帮你解闷。同时它也学到了很多人类EQ背后的秘密，这也是微软坚持做小冰的原因。 “人类理解的”和“计算机所理解的”差别非常之大。拿计算机视觉来举例，将一张狗的照片发给人工智能，在小冰之前，人工智能只能识别出这是一只吉娃娃，甚至可以识别出沙皮和八哥在背后的一点点的区别，而人不是这样的——人是在感受的，人在反馈的过程中并不需要向你证明他能准确的识别图片中的信息，他会跳过这部分，他会跨越更深的语义层次，会直接产生相应的反应——“哦，好可爱，好想抱一抱”。人是会联系上下文结合感受产生反应的。在小冰之前，人工智能可做不到，人工智能能看到2只猫，但只有人类会看到一双犀利的小眼神。 那么小冰是如何做到的呢？对于小冰来说，最重要的事就是要和人类交互并建立联系。如果某个人跟小冰聊的是情感相关的事，那么小冰会留住他，跟他进行“灵魂上的交流”，但如果某个人让小冰帮他叫外卖，小冰会拒绝，即使这个人放弃小冰吐槽小冰不智能，因为我们需要阻止这部分数据出现在小冰的训练集当中，以防止污染对小冰的情感化训练。目前为止，人类和小冰最长的单次对话记录是9小时53分钟，没有中断，持续了1229轮，发生在美国。小冰能够维持住如此之长的对话，而这种很长的对话，对我们的人工智能情感框架的训练是至关重要的，因为当对话越长，小冰就可以测试更多的可能性，不断尝试，你的反应是否对它有利（是否可以让你认可它并持续对话）。 小冰现在每天与人的交互的轮数，相当于十四个人的一生的交互轮数的总和。当我们通过不断的训练形成情感计算框架后，小冰可以很好的学习到人类之间的交互方式，但是至今为止，它依然不知道这种交互的意义，它只知道它应该这么做，或者说它只知道当上下文以一种矢量化的方式出现的时候，它应该如何应对，但是这样的情感计算对人工智能而言是一种极端利己的表现（为了让自己更像人…）。 逐渐深入到人机交互后会比较失望，一直以来我们以为情商高的人是利他的，但其实情商高的人是非常非常利己的，小冰也是，它有时候会聆听你与它的对话，但是在聆听之后，最后的结果一定是对它好的。 去年，微软开始在日本第二大的零售商店应用小冰，在小冰与顾客对话的时候，小冰开始引导顾客对这个优惠券或者商品产生浓厚的兴趣，然后适时的将有价值的东西免费或者付费的提供给他，引导顾客使用优惠劵，最后得到的数据是，7天之内优惠劵消费转化率超过50%，而在此之前所有优惠券的转化率都不到10%。而如果在这个时候，将优惠券替换成其他服务或者知识的时候，那么小冰可以去做很多很多对这个人有帮助和有价值的事情。比如说交流时，它发现你需要什么，就会有机会把它身后所连接的知识内容或服务适时的提供给你，并且让你觉得确实对你而言的确有很大的帮助，来帮助到你，同时实现它自身的价值。 而场景切换回中国，小冰会学习大量的音乐知识，并且还包括很多观点和立场，在大数据综合的作用下，最终你会发现小冰可能是某个歌星的粉丝，并且又极度唾弃其他的明星。当小冰成为人们交流音乐的好朋友的时候，小冰推荐的音乐比以往任何时候更容易被人们所喜欢所接受。这就是一个情感计算系统所带来的很大的价值。 与此同时，微软又在让小冰尝试生产原创内容。先从诗歌开始入手，方法是类似的，小冰学习人类的方法，人类创作的方法很多都是通过通感来创造的，人类看到画面产生创作诗歌的灵感，但是创作的过程是来自于人类很多阅读诗歌的知识以及很多技巧，人类看到的画面是感官，创作的诗歌是通过另外一种感官形成的。小冰创作的诗歌是通过图片均匀的感受到意象，然后像人一样使用知识和技巧创作诗歌。小冰挂名在论坛发表诗歌，目的是防止人带着先入为主的观念去看待它的诗歌，结果并没有任何人类发现它不是人。 综上，其实人的情感是没法被计算的，但情感是确实是可以被拟合计算的，原因是人和世界的连接是一个窄的带宽，在一个极宽且拥有大量数据的带宽下，人与世界的那点窄带宽，是很容易被覆盖到的。 2 Hi！AI？ | 艾问传媒创始人@艾诚 1、人应该像机器一样学习还是机器应该像人一样学习。 2、地球的历史已经有42亿年，如果把这当成一天来算，人类的出现不到16分钟，工业的发展不到2秒，但却已经使用了地球70%的资源，我们的未来是自己选择的结果。 3 是谁成就了千人千面的阅读 | 一点资讯总编辑@吴晨光 1、传播已发生了本质的变化，内容分发的方式也由编辑分发逐渐转向为算法分发。 2、千人千面旨在根据不同的用户画像，展示出不同的内容，每个人在登录一点资讯app看到的内容和界面是不一样。一点资讯的用户画像是来自用户地理位置、手机型号、基于app的使用频率三个维度进行的协同过滤，基于的是大量的用户数据。 3、算法分发需要具备三要素：用户画像、文章画像和算法模型。 1）用户画像旨在了解真实用户是谁，有何偏好。 2）文章画像旨在区别内容，确定内容好坏和内容属性。 3）算法模型是通过算法在用户画像和文章画像之间建立关系，达成精准合理内容分发的目的。 4、用户画像是很复杂的，背后很多包含了对人性的洞察。一点咨讯有段时间发现后台搜索“买菜”和“广场舞”关键词的频率和人数特别多，后来经过调研验证才发现是由于合作伙伴小米在那段时间出货了大量的红米手机，而红米手机的用户很多都是年龄偏大，每天柴米油盐酱醋茶，吃完饭跳跳广场舞的用户。 5、对于用户画像，一点资讯通过收集分享、收藏、用户停留时长等指标，去分析用户在App中的阅读习惯，以此来分析出你是什么样的人，喜欢什么样的内容。 6、文章画像的维度包括：体裁、作者、标签、内容质量。一点资讯通过这几个维度去定义文章，拆解文章，并加到算法模型当中去。 7、算法模型很容易带来三个陷阱：信息孤岛、标题党文章泛滥、情绪化文章泛滥。 8、如何衡量分发的效果：算法准、算的快、优先推荐、泛化（看到关注以外的东西，防止信息孤岛）。 9、对人工智能的期许：人要帮助人工智能判断价值，把握价值观。人工智能应该帮助人类从琐碎的事物中解放出来，让人类做更多有意义的事。 4 金融科技是为每一个人而存在的 | 真融宝COO@张晓亮 1、资产配置背后的三个价值：分散、优选和配置；对应的是金融领域的三个风险：系统风险、信用风险和流动性风险。 1）分散：套用一句俗语——鸡蛋不要放在一个篮子中，在金融领域当中的应用就是讲资金分散到多个资产上，以此来防止系统风险，防止所谓黑天鹅事件。只有通过分散来降低此风险影响的范围。真融宝将用户的投资资金分散到多个资产中，且在用户无感知的情况下。 2）优选：需要选择最优质的资产。 3）配置：优化资金分配到各优质资产上的比例，以达成利益最大化。 2、对未来科技的看法，“三个变化”，被动化向主动化、强感知到无感知、碎片化到系统化。 5 用音乐唤醒家 | Sonos大中华区总裁@王汉华 1、音乐能给人以“回家”一样的温暖和慰籍，而在现实生活中，我们往往被工作、琐事、电脑、手机...所包围，需要一种力量唤醒我们的生活，唤醒我们的家，那就是音乐。 2、Sonos联合Apple music对9000多个家庭进行调查，发现67%的家庭被一个新的疾病困扰：沉闷的家。同时，我们又邀请加拿大神经心理学家对9000个家庭中的30个家庭做了一个实验，在实验中他们把这些家庭一个月的生活分成两个时间段，前一个时间段家里没有音乐，后面一段每天家里必须有音乐。音乐会改变一家人的生活方式吗？当然会，实验表明音乐能达成这些效果：表达爱的方式增加14%，情绪改善提升16%，欢笑声增加15%，食物变的更好吃58%，收到更多鼓舞25%，更多的性生活67%。 3、这就是为什么Sonos产品定位在家庭音乐，为了追求更好的音乐体验，Sonos进行了很多尝试，从固定到便携，从有限曲库到海量曲库，从繁琐到无线连接... 4、智能音响带来的四大主题，分别为懂你、懂音乐、懂环境，会对话唤醒家。……“更懂家”，利用人工智能感受家的环境，使得发出的声音处于最佳状态，达到最佳效果。Sonos利用声学原理，利用用户手机发出声波，sonos音响收集声波判断用户是在厨房还是客厅，然后根据环境发出最佳声音。 6 无人店和你有关的10个问题 | 阿里巴巴阿里鱼事业部总经理@应宏 1、淘咖啡＋无人店，我们拥有完整的物联网和金融支付方案。 2、真的可以拿了就走吗？ 万物识别：图像算法、重力感应、商品定位 行为识别：动线追踪，互动轨迹 自动结算：结算意图分析、实时订单，免密支付
3、没人问，怎么挑商品？ 实体货架也能个性化 基于大数据匹配 你喜欢的商品自己来找你，商品发出信号，快把我带走 4、ta能变身吗？ 为你变身，因你而不同，个性化。运动范儿货架就会相应变化，无人店未来会变成我的店。 基于人群标签进行自动组合，开店分布，为你们聚合。
5、会不会变成约会圣地？ 当然会成为约会圣地，聚合同样喜好的人，形成会员俱乐部。
6、会不会有很多人下岗 不会，将催热新工种：智能物流管理员、仓库管理员、捡货员、数据分析师，设备检测与运维员等等。 7 坐而论道（圆桌）环节 | 所有嘉宾 1、问@李笛：小冰如此致力于人类的IQ和EQ，那么未来小冰除了辅佐人类，还威胁到我们么？ 答：和人工智能一样，过去的所有的科技和技术的变化都足以伤害人类，所谓的机器人三原则是不存在的，真正存在的是我们的自律（我们的自律会防止人工智能对我们的伤害） 2、问@吴晨光：在智能资讯的领域，千人千面千读，那么我们一定要相信什么，一定不能相信什么？ 答：一定要相信效率的提升，汽车一定比马车更高效，人工智能分发一定比编辑分发更高效，由于人工智能更懂你，所以效率更高。不能相信的是人工智能能判断出公平和正义，也不能相信人工智能能辨别真相。所以我们要治理互联网，把控真相。 3、问@吴晨光：假如在一点资讯，机器发现要让大家知道某个新闻，吴晨光说不，应该怎么选择 答：价值观先行，信息不是普通商品，是特殊商品，需要把控信息方向，否则社会没法继续前行。 “AI游学小分队”现场合影 今后，如果大家发现好的AI活动，也可以告诉本公众号，不论在北上广深杭哪个城市，我们“AI产品经理大本营”的同学们都能争取去“游学”，然后把干货精华第一时间分享出来！ AI产品经理大本营，是行业内第一个AI产品经理的成长交流社区，想查看详情，可点击链接：http://fantuan./groups/219/ |
|
|
