沟通人工智能:情境才是行业管理者的成功之路

作者: 至顶网 2019-02-28 22:07:48

作为SymphonyAI的营销官,我在企业中看到了全方位的人工智能(AI)应用。在某些情况下,人工智能负责处理重复性任务,例如Excel表格中的自动标记字段。在另一些情况下,它试图满足高风险需求,例如评估患者的发展阶段。

沟通人工智能:情境才是行业<span><span><span><i background-color: rgb(255, 153, 51);管理者的成功之路" src="https://s2.51cto.com/oss/201902/28/4dff15cbefaae2acedb4be4b6d0e9a1c.jpeg" _fcksavedurl="https://s2.51cto.com/oss/201902/28/4dff15cbefaae2acedb4be4b6d0e9a1c.jpeg" width="600" height="400">

沟通人工智能的挑战是多方面的。人工智能的范围及其运作方式完全不同的天性(分析包括自然语言处理及计算机视觉等)是一个维度;每个子领域的高速演进则是另一个维度;而推动人工智能变种和新应用的研究又是另外一回事。人们对人工智能的感知每天都在变化,你对任何子领域的看法可能到了明天就变成完全错误的了。

这种情况涵盖了各行各业。人工智能已经在为大型银行的数据中心防御网络危害,而其他一些形式的人工智能则被用于自我修复的通信网络,在修复问题的同时,将数据进行重新路由,这样就可以保证服务不间断。自动化研究可以在转瞬之间给出接下来的建议。有一天,人工智能可能会负责自动驾驶坐满了孩子的校车。

同时,沟通风格已经被压缩。在短信、移动电子邮件的裹挟之中,我们的生活变得越来越“忙碌”,通常很少有时间以情境相关的方式解释事物。这种简洁已成为一种要求,当然有效沟通意味着简单——但我们正面临着的是一些高影响力的问题,这些问题需要的是细微差别而不是整齐划一的声音。

要不要关注细微差别?这是一个存在主义的问题。

我一直在考虑的一个例子是临床试验的问题。

旨在寻找新疗法的临床试验依赖于科学方法。以具有孤立变量和特定问题的人口为例。将这些人分为数量相同的两组。监控两组中相同的条件,并尽量避免变量的干扰(在现实生活中,这本身就具有挑战性)。给一组你希望能起作用的治疗,给另一组使用安慰剂。如果使用新疗法的人群表现更好并且没有太多的副作用,那么你可能会有一种新的治疗方法来改善人们的生活。

现在想象一下这个组有晚期患者。我们应该继续应用这种方法吗?在这个特殊情况下,我们知道,根据现实世界的证据,“对照组”(未获得新药的人)的晚期病症患者肯定会死亡。

有没有更好的方法?现实世界证据与人工智能的结合给了我希望——我们现在有能力了解一个小组中发生的情况可以代表整个人群,并且可以有效地通过我们面前的患者进行学习。这需要数据收集和一系列人工智能功能才能完成、策划并帮助评估结果,这样,我们可以拯救未来对照组中的患者,使其免于最终的牺牲,同时还可以加速创新并使新的治疗发现成为可能。

超越二进制

虽然将事情归结为简化的声音是一种非常具有诱惑力的做法,但是我认为,今天的人工智能管理者们不能依赖于简单的“是或否”的答案做出决策或者进行沟通。因此,人工智能时代的领导应该教育团队、利益相关方,有时候还要教育公众。

首先,管理者们必须承认,回答明显简单的问题是一件很复杂的事。对于答案或决定的潜在影响进行讨论是值得的。特别是当管理者们感到他们是一边飞行一边建造飞机的时候,事情就更是棘手。这意味着在询问和回答问题时的一条原则——问问“为什么”,然后花时间和空间,更详细地解释问题和方法,而不是采用存在大量共同理解的领域中使用的模式。

其次,需要有大量的投资——时间、资源和资本——来发展人工智能的读写能力。我们生活在一股新技术浪潮中,让人想起互联网还是一个新生的发明的年代。起初,互联网是一个巨大的解决方案或一个可能会导致世界毁灭的怪物——一种希望和邪恶的力量,意义难明。将其与智能手机出现之后出生的一代相比较,词汇、体验和历史都发生了变化,互联网使用并威胁到了一般读写能力。考虑一下它在日常体验中的众多面孔和用途,以及对其超越本地的、全球范围内影响的观察。这种程度的读写能力本身已经成为新一代劳动者和公民的入场筹码。

这是需要为人工智能发展的地方。就像许多人了都解应用程序、网络商店和连接设备之间的区别一样,需要有一组新的通用名词来指代NLP、神经网络、知识图或者其面向用户的表现形式。

管理者的小步骤会产生巨大的影响

在当今复杂的世界里,没有通往成功的电梯——管理者将不得不爬楼梯。在某些情况下,这意味着采取必要的步骤来理解和沟通背景、细微的差别和影响。它需要教育和对话,而不是匆忙说出的俏皮话。这也是工作在人工智能前沿的责任。影响的规模和程度超出了我们最疯狂的梦想和梦魇。它可能波及全球并影响深远,有了适当的沟通、教育和道德,我们将共同掌握发挥其潜力的能力,以解决最棘手的问题。

人工智能 行业应用 互联网
上一篇:人工智能企业被曝发生大规模数据泄露事件 超过250万人的数据可被获取 下一篇:三种方式,AI赋予你发现客户的“超能力”
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

超过Google,微信AI在NLP领域又获一项世界第一

微信AI,NLP领域又获一项世界第一,这次是在机器阅读理解方面。

乾明 ·  1天前
AI如何改善采矿行业现状?

人工智能的引入,有望将采矿业转化成一个更安全、利润空间更大且更为环保的行业。

佚名 ·  1天前
大小仅1MB!超轻量级的人脸识别模型火爆Github

近日,用户Linzaer在Github上开源了一款适用于边缘计算设备、移动端设备以及 PC 的超轻量级通用人脸检测模型,该模型文件大小仅1MB,一经开源就霸榜Github Trending榜单。

佚名 ·  1天前
大数据和人工智能如何协同工作

人工智能和机器学习如何帮助组织从大数据中获得更好的业务见解?需要了解人工智能和大数据分析的下一步发展。大数据技术并不像几年前那样广受关注,但这并不意味着大数据技术没有得到发展。如果说有什么不同的话,那就是大数据的规模正在变得越来越大。

Kevin Casey ·  2天前
麻省理工学院开发出组装机器人:未来可建造太空殖民地

麻省理工学院博士生本杰明·杰内特(Benjamin Jenett)和原子中心的尼尔·格申费尔德教授(Neil Gershenfeld)在《电气电子工程师学会机器人与自动化快报》科学期刊上发表报告称,开发出一种组装机器人原型,它可以用很小的零件制成大型结构。

技术力量 ·  2天前
刷脸取件被小学生“破解”!丰巢紧急下线 精选

近日,#小学生发现刷脸取件bug#的话题引发关注!这是真的吗?都市快报《好奇实验室》进行了验证。

好奇实验室 ·  2天前
深度学习/计算机视觉常见的8个错误总结及避坑指南

人类并不是完美的,我们经常在编写软件的时候犯错误。有时这些错误很容易找到:你的代码根本不工作,你的应用程序会崩溃。但有些 bug 是隐藏的,很难发现,这使它们更加危险。

skura ·  2天前
AI艺术日渐繁荣,未来何去何从? 精选

利用人工智能创作而成的画作近年来越来越受瞩目,有的作品甚至能在知名拍卖行拍得高价。但这类作品仍有不少问题需要解答,比如它的作者是开发出算法的程序员还是计算机呢?AI艺术的市场未来将走向何方呢?

网易智能 ·  2天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载