Видео: Build Your Own AI Assistant (Chatbot) with IBM Watson Assistant (Октября 2024)
Этот эпизод Fast Forward был записан в IBM Watson Experience Center здесь, в Нью-Йорке. Моим гостем был Роб Хай, вице-президент и технический директор IBM Watson.
Дэн Коста: Каково ошибочное мнение людей об искусственном интеллекте?
Роб Хай: Я думаю, что самая распространенная проблема, с которой мы сталкиваемся, когда люди говорят об ИИ, это то, что они все еще живут в мире, где, я думаю, Голливуд усилил эту идею о том, что когнитивные вычисления, ИИ, - это репликация человеческого разума, и это точно нет. Такие вещи, как тест Тьюринга, как правило, подтверждают, что то, что мы измеряем, заключается в том, что ИИ способен конкурировать с одурачивающими людьми, заставляя их поверить, что то, с чем вы имеете дело, - это другой человек, но на самом деле мы не нашли того, где мы нашли наибольшая полезность.
Это даже восходит к тому, что, если вы посмотрите почти на любой другой инструмент, который когда-либо был создан, наши инструменты имеют наибольшую ценность, когда они усиливают нас, когда они расширяют нашу досягаемость, когда они увеличивают нашу силу, когда они позволяют нам делать то, что мы не можем сделать сами, как люди. Это действительно тот способ, которым мы должны думать об ИИ, и в той степени, в которой мы на самом деле называем это расширенный интеллект, а не искусственный интеллект.
Давайте немного поговорим об этом сдвиге, потому что это совершенно новый тип вычислений. Это эволюция вычислений от того, с чем мы оба выросли, от программных вычислений, в которых вы будете использовать вычисления, чтобы достичь и ответить, используя очень сложный процесс, к когнитивным вычислениям, которые работают немного по-другому. Можете ли вы объяснить этот переход?
Вероятно, самое заметное отличие состоит в том, что оно очень вероятностное, тогда как программируемые вычисления на самом деле предназначены для выкладывания всех условных операторов, которые определяют вещи, на которые вы обращаете внимание, и то, как на них реагировать. Это очень детерминистично. Это очень математически точно. С помощью классического запрограммированного компьютера вы можете создать программное обеспечение. Поскольку вы знаете, что представляет собой математическая модель, вы можете проверить ее математически. Вы можете доказать его правильность.
Когнитивные вычисления гораздо более вероятностны. В основном речь идет о проверке сигналов пространств, на которых мы сосредоточены, будь то зрение, речь или язык, и попытка найти шаблоны значений в этих сигналах. Даже тогда нет абсолютной уверенности. Теперь это отчасти потому, что это так, как это вычисляется, но также и потому, что это природа человеческого опыта. Если вы думаете обо всем, что мы говорим, видим или слышим, пробуем на ощупь, прикасаемся или обоняем или что-то, что является частью наших чувств, мы, люди, всегда пытаемся оценить, что это на самом деле, и иногда мы не понимаем это правильно,
Какова вероятность того, что когда я услышал эту последовательность звуков, это действительно означало это слово? Какова вероятность того, что когда я увидел эту последовательность слов, это означало это утверждение? Какова вероятность того, что когда я вижу эту форму и изображение, на которое я смотрю, то это тот объект? Даже для людей это вероятностная проблема, и в этом смысле всегда так работают и эти когнитивные системы.
Если кто-то приходит к вам, и у него есть проблема, которую он хочет решить, он думает, что есть решение для когнитивных вычислений, он приходит к Уотсону и говорит: «Послушайте, мы собираемся использовать Ватсона, чтобы попытаться решить Эта проблема." Из коробки Уотсон мало что делает. Они должны научить его, как решить свою проблему. Можете ли вы рассказать об этом процессе адаптации?
На самом деле, мы должны говорить о двух измерениях этого. Одна из них заключается в том, что некоторое время назад мы поняли, что эта вещь, называемая когнитивными вычислениями, была действительно больше нас, она была больше, чем IBM, она была больше, чем любой другой поставщик в отрасли, она была больше, чем любая из одной или двух разных областей решений. на котором мы собирались сосредоточиться, и нам пришлось открыть его, когда мы перешли от сосредоточения внимания на решениях к реальной работе с большей частью платформы сервисов, где каждый сервис действительно индивидуально ориентирован на отдельную часть проблемное пространство. Это компонент, который в случае речи сфокусирован строго на проблеме попытки взять свою речь и распознать, какие слова вы выразили в этой речи, или взять изображение и попытаться определить, что на изображении, или взять языка и попытаться понять, что это означает, или взять разговор и участвовать в этом.
Прежде всего, то, о чем мы сейчас говорим, - это набор сервисов, каждый из которых делает что-то очень специфическое, каждый из которых пытается разобраться с другой частью нашего человеческого опыта, и с идеей, что кто-то создает приложение любой, кто хочет решить социальную, потребительскую или бизнес-проблему, может сделать это, воспользовавшись нашими услугами, а затем составив их в приложении. Это точка первая.
Второй пункт - это тот, с которого вы начали, и теперь, когда у меня есть услуга, как мы можем заставить ее делать то, что мы хотим, чтобы он работал хорошо? Техника действительно является обучающей. Вероятностная природа этих систем основана на том факте, что они основаны на машинном обучении или глубоком обучении, и эти алгоритмы необходимо научить распознавать шаблоны, представляющие значение в наборе сигналов, что вы делаете, предоставляя данные, данные, которые представляют примеры той ситуации, которая у вас была раньше, когда вы могли пометить это как: «Когда я слышу эту комбинацию звуков, это означает это слово. Когда я вижу эту комбинацию пикселей, это означает, что объект «. Когда у меня были эти примеры, я теперь могу привести вас к когнитивной системе, к этим когнитивным службам и научить их, как лучше распознать то, что мы хотим от этого.
Я думаю, что один из примеров, который действительно хорошо иллюстрирует это, находится в медицинском пространстве, где Уотсон помогает врачам принимать решения и анализирует большие объемы данных, но затем в конечном итоге работает с ними над диагностикой в партнерстве. Не могли бы вы немного рассказать о том, как проходит это обучение, а затем о том, как решение приводит к лучшим результатам?
Работа, которую мы проделали в онкологии, является хорошим примером того, где на самом деле она представляет собой композицию из множества различных типов алгоритмов, которые по всему спектру работ, которые необходимо выполнить, используются по-разному. Мы начинаем, например, с просмотра медицинской карты, просмотра вашей медицинской карты и использования когнитивной системы, чтобы просмотреть все записи, сделанные клиницистами за годы работы с вами, и найти то, что мы называем соответствующая клиническая информация. Какая информация содержится в тех медицинских записях, которые сейчас имеют отношение к консультации, на которую вы собираетесь пойти? Принимая это, проводя анализ сходства населения, пытаясь найти других пациентов, другие когорты, которые имеют много сходства с вами, потому что это сообщит врачу о том, как думать о различных методах лечения и о том, как эти методы лечения могут быть подходящими для вас. и как вы собираетесь реагировать на эти процедуры.
Затем мы переходим к тому, что мы называем стандартом практики ухода, который представляет собой относительно четко определенные методы, которыми врачи делятся о том, как они собираются лечить разных пациентов от различных видов заболеваний, признавая, что они действительно предназначены для обычного человека. Затем мы положили начало тому, что мы называем клинической экспертизой. Будучи обученными лучшими врачами по различным заболеваниям, на что обращать внимание и где находятся выбросы, и как рассуждать о различных стандартах медицинской помощи, какой из них является наиболее подходящим или как пройти различные пути через эти различные методы ухода и Теперь примените их наилучшим из возможных способов, но, наконец, изучите клиническую литературу, все сотни тысяч 600 000 статей в PubMed о достижениях науки, которые произошли в этой области и имеют отношение к выработке рекомендаций по лечению., Все это различные аспекты алгоритмов, которые мы применяем на разных этапах этого процесса, и все они были научены, ставя перед этими системами лучших врачей мира, заставляя их использовать систему и исправлять ее. когда они видят, что что-то идет не так, и система, в основном, через это учится тому, как улучшить свою собственную производительность. Мы используем это конкретно в случае онкологии, чтобы помочь информировать врачей в этой области о вариантах лечения, с которыми они могут быть не знакомы, или даже если они немного знакомы с ним, возможно, не имели никакого реального опыта и не действительно понять, как их пациенты будут реагировать на это и как получить наиболее эффективный ответ от своих пациентов.
То, что в основном сделано, демократизировало экспертизу. Мы можем взять лучших врачей в Memorial Sloan Kettering, которые имели возможность видеть буквально тысячи пациентов в год на одном и том же заболевании, из которого они развили этот огромный опыт, зафиксировать это в когнитивной системе, донести это до сообщества или региональная клиника, где у этих врачей, возможно, не было так много времени для работы с одним и тем же заболеванием у большого числа разных пациентов, что дает им возможность воспользоваться тем опытом, который теперь накоплен в когнитивной системе.
Я думаю, что идея распространения этой экспертизы, прежде всего, ее захвата, является нетривиальной задачей, но затем, как только вы это сделаете, имея возможность действительно распространять ее по всей планете, вы приобретете опыт лучшие врачи в Memorial Sloan Kettering могут быть доставлены в Китай, в Индию, в небольшие клиники, и я думаю, что это довольно необычно.
Это оказывает огромное социальное влияние на наше благосостояние, на наше здоровье, на вещи, которые принесут пользу нам как обществу.
С другой стороны, в искусственном интеллекте людей беспокоит то, что они заменят людей, они заменят рабочие места. Это связано с движением автоматизации. Что меня поражает, так это пребывание в медицинском пространстве радиологов. Радиологи смотрят на сотни и сотни слайдов в день. Уотсон или система на основе искусственного интеллекта могут повторить тот же тип диагностики и анализа изображений. Через десять лет, как вы думаете, будет ли в США больше или меньше радиологов-людей? Как это повлияет на такие отрасли?
Фактически, это помогает людям лучше работать. Это действительно о… принять это в случае с доктором. Если врач теперь может принимать более информированные решения, основанные на реальных фактах, подтвержденных новейшими научными фактами, которые более адаптированы и специфичны для конкретного пациента, это позволяет им фактически лучше выполнять свою работу. Радиологам это может позволить им видеть на изображении вещи, которые они могли бы пропустить или поразить. Это не о замене их. Речь идет о том, чтобы помочь им лучше выполнять свою работу.
Он обладает той же динамикой, что и каждый инструмент, который мы когда-либо создавали в обществе. Я хотел бы сказать, что если вы вернетесь назад и посмотрите на последние 10 000 лет современного общества с момента начала сельскохозяйственной революции, мы, как человеческое общество, строили инструменты, молотки, лопаты, гидравлику, шкивы, рычаги и многое другое. из этих инструментов были наиболее долговечными, когда они действительно усиливали людей, усиливали нашу силу, усиливали наше мышление, расширяли нашу досягаемость.
Это действительно способ думать об этом материале, это то, что он будет иметь наибольшую полезность, когда он позволяет нам делать то, что мы делаем лучше, чем мы сами, когда комбинация человека и инструмента больше, чем любой из них. из них были бы сами по себе. Это действительно то, как мы думаем об этом. Вот как мы развиваем технологию. Вот где экономическая полезность будет.
Я полностью согласен, но я думаю, что будут отрасли, которые будут устранены из-за эффективности, представленной этими интеллектуальными системами.
Они будут переведены. Да, они будут переведены. Я не хочу умалять эту точку зрения, говоря так, но я также хочу быть уверенным, что мы не думаем об этом как о ликвидации рабочих мест. Это о преобразовании работы, которую люди выполняют. Я приведу вам пример. Много дискуссий о том, как это может отнять работу в колл-центре. Ну, угадай что? Агенты колл-центра выполняют большую работу, которую им не нужно делать, им не нравится делать, что лишает их возможности делать более интересные вещи.
Отток, который мы наблюдаем в колл-центрах, во многом обусловлен тем фактом, что, если вы думаете о работе агента колл-центра, вы сидите в конце телефонного звонка, слушая разгневанных клиентов весь день, задавая один и тот же вопрос и снова, и трудно идти домой ночью, чувствуя себя действительно хорошо от того, что ты сделал в тот день. Трудно хвастаться своим друзьям и семье об этой работе, которая у вас есть, и о том, насколько хорошо вы справляетесь с ней, когда вы находитесь в такой ситуации.
Если мы сможем заставить когнитивную систему с помощью разговорного агента разгрузить некоторый процент, скажем, 30 процентов поступивших звонков и быстро, эффективно и оперативно ответить на наиболее распространенные и актуальные вопросы клиентов и позаботиться об этой обыденной работе, после того, как все, о чем позаботились, остались те вопросы, которые у людей по своей сути требуют большего человеческого прикосновения, которые вы потом передадите этому агенту колл-центра. Проблема, с которой они сталкиваются для этого клиента, более интересна, более сложна, требует от них больших интеллектуальных усилий, но они также имеют дело с удовлетворенным клиентом. Они приходят немного счастливее. Они не приходят в ярость по поводу своей проблемы.
Для агента колл-центра это фактически улучшило их работу. Это на самом деле позволяет им лучше выполнять свою работу и быть более удовлетворенными этим. В то же время, для клиента, для потребителя они быстро решают свои самые насущные проблемы. Они не сидят в ожидании в течение 10 минут. Они не ждут, когда их направят к нужному человеку, обладающему только необходимыми знаниями. Они получают информацию, в которой они нуждаются, с наибольшей готовностью и могут двигаться дальше по жизни, возможно, с лучшим решением, определенно лучшей информацией или, по крайней мере, более последовательной информацией. На самом деле это выгодно обеим сторонам этого уравнения.
Это интересно. Некоторые демонстрации, которые я видел сегодня, состоят в том, что приложения центра обработки вызовов могут предвидеть и обнаруживать эмоциональное состояние людей, которые звонят довольно эффективно, так что это не просто транзакция. Это может действительно прочитать состояние человека на другом конце линии довольно хорошо.
Что действительно важно, если вы думаете о; разговор имеет два элемента. Во-первых, то, что люди говорят с самого начала, вообще не то, для чего они на самом деле. Если я скажу: «Какой у меня баланс?» ну, это не совсем моя проблема. Да, мне нужно знать баланс своего счета, мне нужно знать, сколько у меня денег, но моя проблема в том, что я пытаюсь что-то купить или пытаюсь понять, как получить деньги в правильном положении, чтобы заплатить мои счета в этом месяце, или я пытаюсь накопить на образование моих детей. Моя проблема больше, чем тот первый вопрос, который я задал, и разговор должен идти о том, как решить эту реальную проблему.
Вторая общая черта разговора заключается в том, что обычно он несет в себе своего рода эмоциональную дугу. Люди приходят в определенном эмоциональном состоянии, и часть разговора состоит в том, чтобы провести их через эмоциональный сдвиг, который часто означает перемещение от злости до удовлетворения. В некоторых разговорах мы могли бы войти в это. Это может на самом деле немного нагреться. Вы видите, эмоциональная дуга, которая начинается, может быть спокойной, а затем переходит к более спорному обсуждению, что в конечном счете то получает решены.
Быть чувствительным и осознавать эмоциональное состояние вовлеченных сторон является важной частью эффективности в этом разговоре.
Какие другие приложения, которые вы считаете действительно трансформирующими, доступны сегодня?
Я думаю, что любое из них, то, что мы делаем, - это вовлечение пользователя, клиента таким образом, чтобы это вдохновляло их. Для меня, в конечном счете, и снова возвращаясь к разговорам в качестве примера, обычно, когда люди вступают в разговор, мы подходим к столу с идеей. У тебя есть идея. У меня есть идея. Эта исходная идея является началом разговора, и в ходе разговора мы развиваем эти идеи. Мы смешиваем их. Мы объединяем их. Мы можем сделать скидку на них или усилить их. Мы развиваемся до такой степени, что, выйдя из разговора, мы надеемся, что у нас получится лучше. Идеально.
Для этого должен быть не только компромисс, но и элемент того, как вы кого-то вдохновляете? Как вы заставляете людей активировать свое воображение? Как вы заставляете их думать о чем-то, о чем они раньше не думали, или видеть что-то в свете, о котором они раньше не думали, или видеть другую точку зрения, которая ведет их по пути, которого они даже не знали? думать о том, чтобы задавать вопросы, которые они не думают задавать? Это примеры, те ситуации, которые я считаю наиболее перспективными и принесут наибольшую пользу людям.
Это происходит сегодня, или это должно произойти по мере развития технологии?
Нет, это происходит У нас есть примеры того, что происходит сейчас. Фактически, возвращаясь к онкологии как образцу для лучших врачей в мире, предлагаемые варианты лечения могут быть для них очевидны по большей части. В одном из десяти случаев они могут сказать: «Ну, подожди минутку, это была интересная идея». Это будет не так часто, но, как вы сказали ранее, если мы рассмотрим это сейчас в сообществе, региональных настройках и в областях, где нет такого уровня знаний, тот факт, что система может внедрять новые идеи новые варианты лечения, это действительно о внедрении новых идей. Мы уже видим это.
Затем, конечно, выход за рамки того, что я считаю, стал классическим сценарием чат-бота, который, я думаю, некоторые из нас начинают видеть в разных примерах, и теперь возникает ситуация, когда кто-то дает предупреждение о мошенничестве с кредитной картой на своей кредитной карте, и они идут Сегодня чатбот может быть просто: «Была ли эта транзакция чем-то, что вы делали или нет? Если это так, тогда все в порядке. Если нет, тогда мы собираемся что-то сделать с отменой транзакции», теперь «Хорошо». Вам нужна новая кредитная карта. Где лучшее место, чтобы получить ее для вас? Должны ли мы отправить ее вам по почте? Разве мы не отправим ее вам по почте? О, вы готовитесь к поездке. Мы не сможем отправить вам это по почте. Мы должны получить это быстрее, чем это.
«О, вы едете за границу. Возможно, здесь есть вариант кредитной карты, с которым вы раньше не сталкивались, не знали о том, где мы лучше справляемся с обменом валют. О, вы используете это для бизнеса Это зарубежная поездка. Вы используете это для деловых расходов. Ну, вот кредитная карта с процентной ставкой, которая более подходит для этого ". Все это очень простые примеры, но каждый из них открывает новый набор идей, которые обычно не встречаются в вашем простом чат-боте сегодня, и тем не менее могут действительно дать людям широкие возможности.
Интересным моментом здесь является то, что при прохождении всех этих вариантов в прошлом это был сценарий. Был бы сценарий с парой веток. Это было бы заранее определено. Совсем другое дело, когда чат-бот делает это, фактически реагируя на информацию, которую вы предоставляете, и на информацию, которую вы уже предоставили, и ведет вас по пути, который не был написан в сценарии. Он знает, что вы путешествуете, но вы не обязательно сказали это. Он нашел эту информацию из вашей истории электронной почты.
Он может найти вещи о вас, которые он обнаружил по пути.
Мы говорили об онкологии, потому что это отличный пример. Мы говорили о чат-ботах, потому что большинство людей взаимодействовали с ними. Но это технология, которая действительно масштабируется во всех отраслях. Трудно представить индустрию, в которой не было бы какого-то когнитивного компонента. Есть ли примеры, о которых люди еще не думали?
Меня поразило то, что каждый день кто-то придумывает новую идею. Вот почему я думаю, что мы находимся в такой очень интересной фазе, потому что, сосредоточившись на разложении того, что у нас есть с точки зрения когнитивных возможностей, на создание блочных сервисов, это действительно освобождает людей, чтобы использовать свое воображение и идти к идеям, которые мы никогда не задумывался прежде, использует ли это визуальное распознавание для обзора ландшафта.
Например, в Калифорнии компания использует визуальное распознавание, чтобы посмотреть на топографию и топологию и распознать на изображении разницу между бетонной поверхностью, поверхностью асфальтовой крыши, травой, деревьями и кустарниками и тому подобным, чтобы Оцените, сколько воды потребляется и где могут быть утечки воды и что можно сделать для повышения эффективности использования воды, например.
Или на юридической арене, используя эти вещи, чтобы уйти и помочь юристам прочитать буквально миллионы и миллионы страниц справочных материалов, которые похожи на поиск иголки в стоге сена. Где этот листок бумаги, который действительно имеет отношение к этому конкретному случаю? Пытаюсь разобраться во всем этом. Возможности просто огромны.
Я думаю, что одной из этих квалификаций является наличие большого количества данных, которые необходимо проанализировать. Вы говорили о медицинских записях и о возможности сканировать медицинские записи для получения соответствующей информации. Эти записи в течение вашей жизни могут занимать сотни страниц. В том-то и дело, что, возможно, ваш семейный врач что-то подозревает, но они не будут помнить все это, тогда как система никогда не забудет.
Да уж. У доктора может быть пять, может быть, десять минут, чтобы просмотреть эту историю болезни, прежде чем прийти и проконсультироваться с вами, и все же в вашей истории, вашем прошлом может быть вся информация, которая может быть в любых других обстоятельствах упущена потому что у них нет времени, что если бы у них было это, это имело бы значение.
Подумайте о ситуации, когда женщина сказала своему врачу, что ее мать умерла от рака молочной железы два года назад. Что ж, есть вероятность, что доктор заметит это в этой записи, но в этот момент, если эта женщина собирается представить комок в своей груди, и если этот доктор не видит этого, ну, это очень важная часть отсутствия Информация. Теперь, может быть, они откроют это, поговорив с пациентом, но, возможно, нет. Вы действительно хотите рискнуть, не зная этого, когда что-то подобное так уместно?
Главной характеристикой того, где этот материал имеет тенденцию быть полезным, было упомянуто, где есть много и много данных. Да, но на самом деле это когда любой из этих аспектов того, кем мы являемся как люди, где то, что наши познавательные способности начинают достигать своего предела. Мы хорошо читаем. Мы можем что-то прочитать. Мы можем ассимилировать это. Мы можем адаптироваться к информации и использовать ее очень мощным образом, как люди. Но мы не очень хорошо читаем много данных. Мы не можем, чем… Идея чтения десятков тысяч, сотен тысяч, миллионов страниц литературы в день так далеко за пределами наших возможностей.
Возникает вопрос: по мере того, как мы растем в мире, где объем информации, которая производится ежедневно, экспоненциально растет, насколько больше этой информации, которую мы не используем, содержит информацию, в которой есть этот маленький кусочек информации, который абсолютно важно для решения, которое нам нужно принять, мы не доходим? Если это не количество информации, которую мы читаем, это: сколько мы усваиваем? Сколько мы можем вспомнить? Можем ли мы увидеть маленькие шаблоны, которые имеют отношение в этой информации к нашим решениям?
Есть много вещей, в которых мы, люди, хороши. Есть также много вещей, которые мы не очень хороши, и я думаю, что когнитивные вычисления действительно начинают иметь огромное значение, когда они способны преодолеть это расстояние, чтобы восполнить этот пробел.
Кажется, довольно ясно, что это мир, в который мы движемся. Насколько мы подготовлены? Что вы смотрите на нашу систему образования, нашу экономику, наши политические структуры? Насколько хорошо мы готовы жить в мире, в котором этот тип когнитивных вычислений является компонентом?
Это интересно. Это опирается на одну из ключевых ценностей, которыми мы обладаем как людьми, - это наша способность адаптироваться. Если вы посмотрите на это сугубо дискретными терминами, куда это идет, и если мы должны были прыгнуть вперед на 10 лет, посмотреть на это и сказать: «Где мы будем через 10 лет? Готовы ли мы к этому?» ответ, вероятно, будет, нет. Нам нужно сделать гораздо больше. Но люди обладают этой замечательной способностью адаптироваться на лету и расти с изменениями, которые происходят вокруг них.
Вспомните 10 лет назад, когда смартфон действительно только начинал становиться доступным для нас, не говоря уже о популярности, и о том, сколько изменений мы претерпели в обществе за последние 10 лет. Подумайте о том, как ваша жизнь ежедневно с вашим смартфоном и без него. Мы можем жаловаться на то, что это может лишить нас другого опыта, и это может быть правдой, но дело в том, что 10 лет назад мы не тратили много времени на беспокойство, были ли мы подготовлены как общество, хотя на самом деле за последние 10 лет мы претерпели множество изменений, о которых, вероятно, не знали в полной мере, поскольку усвоили это изменение в технологии и начали использовать его очень эффективным образом.
Нам нужно многое сделать. Мы многое сделаем с течением времени, много роста, через которое мы пройдем, много образования и политики и других вещей, которые мы должны пережить, но мы это сделаем.
Мы вернемся к моим последним вопросам. Какой технологический тренд касается вас больше всего? Есть ли что-нибудь, что поддерживает тебя ночью?
Я думаю, что самое большое беспокойство у меня сейчас - люди должны брать на себя ответственность. Мы, инженеры и поставщики технологий, потребители технологий, люди, которые несут ответственность за регулирование технологий, действительно должны осознавать и продумывать сейчас то, что мы хотим сделать, чтобы защитить себя и подготовиться к происходящим изменениям. Это не будет, потому что мы не приспособимся к этому. Мы будем. Проблема, конечно, в процессе ее адаптации, мы также не будем осознавать, что это делает и как это влияет на нас, и где люди могут использовать эту технологию способами, которые мы не предпочитаем, что мы не не устраивает, или оглядываясь назад, мы не обязательно хотим.
Я действительно думаю, что мы должны осознавать и думать о том, что мы делаем, и мы не хотим, чтобы это произошло в нашей жизни с этой технологией. В частности, поставщики, в частности, мы, как поставщики этой технологии, и люди, которые потребляют эти технологические компоненты и создают приложения из нее, должны в этот момент взять на себя ответственность за наше этическое поведение или поведение, порожденное этическими ценностями.
В качестве примера, мы настоятельно рекомендуем любому из наших разработчиков приложений, любому из учреждений, которые создают приложения с использованием этих технологий, чтобы они были очень прозрачными со своими конечными пользователями в отношении того, что это когнитивное приложение, это компьютер, и например, не пытаться маскироваться под настоящего человека. Не притворяйся. Не позволяйте этой вещи притворяться.
Не подражайте.
Не подражайте этому и не позволяйте вашим клиентам когда-либо вводить в заблуждение, полагая, что это настоящий человек. Этично, это неправильно. Я думаю, что это создает риск уязвимости. Человек, который взаимодействует с человеком, может сделать определенные предположения о наших недостатках, о нашей неспособности на самом деле сохранить много информации, когда при работе с когнитивной системой мы должны помнить, что люди, которые предоставляют эту когнитивную систему Решение несет ответственность за конфиденциальность и защиту информации, которую мы предоставляем. Мы никогда не должны забывать об этом факте.
С точки зрения технологий, с какой стороны, какие технологии вы используете каждый день, которые просто вызывают удивление? Что изменило твою жизнь?
Я думаю, тот факт, что теперь я могу получить доступ к информации, что, даже если бы я мог получить ее в Интернете, у нас была информация, доступная нам в Интернете в течение длительного времени, но часто мы перестали пытаться получить эту информацию, потому что это ошеломляет Я смотрел на какое-то оборудование для камеры и просто пытался принять решение о компромиссе между разными камерами.
Я пришлю вам ссылку на руководство наших покупателей.
Вот и ты. Это становится подавляющим, и все же вы должны полагаться на других людей, которые предоставят вам этот совет, и предположить, что они провели исследование для вас, но даже тогда они делают это, основываясь на некоторых предположениях о том, что они сделали. вам нужно и то, что вы заботитесь. В какой-то момент вы просто сдаетесь и говорите: «Хорошо, хорошо, просто скажи мне, что делать, я сделаю это». Или вы заходите на целую кучу веб-сайтов, и вы видите все эти мнения, и это просто становится запутанным и противоречивым, и поэтому вы говорите: «Ну, черт возьми, со всеми ними. Я просто собираюсь пойти с тем, что мне нравится."
Теперь, поскольку эти системы могут накапливать, ассимилировать и организовывать огромные объемы информации, даже для людей, которые дают рекомендации, даже для консультантов, это приносит им пользу, поскольку помогает им лучше выполнять свою работу. Мне нравится говорить, что это не то, что мы думаем для нас, это наше исследование для нас, чтобы мы могли лучше думать, и это верно для нас как конечных пользователей, и это верно для консультантов. Это верно для любого, кто играет роль аналитика.
Я думаю о приложении, потому что мы всегда пытаемся помочь людям принимать решения о покупке. Мы не далеко от системы, которая может просматривать все фотографии, сделанные за последние пять лет, видеть, что вам нравится делать фотографии диких животных или крупные планы цветов, а затем давать рекомендации камеры на основе фотографий, которые Ты взял.
Верно. Фламинго. Я не знаю почему.
Это лучшая камера для съемки фламинго.
Фламинго, верно.
Мы почти там. Технология существует, просто она еще не запрограммирована.
Да уж.
Или учил, как мы делаем в эти дни. Роб Хай, большое спасибо за это.
Большое спасибо.
Для более быстрой перемотки вперед с Дэном Костой подпишитесь на подкаст. На iOS загрузите приложение Apple Podcasts, выполните поиск «Fast Forward» и подпишитесь. На Android загрузите приложение Stitcher Radio для подкастов через Google Play.
