云浮信息港
美食
当前位置:首页 > 美食

为什么我们希望手机更懂自己却又不愿把个人

发布时间:2019-04-08 13:48:54 编辑:笔名

不怎么夸张的说,今天一个普通人类的父母子女伴侣债主上司加在一起,也不如更了解ta。

我们每天的生活工作,具体到出行、消费、社交、娱乐的每一个场景,都已经无法离开这个中心。每天有海量的个人数据与交互信息输入,又有无数内容从输出,于是人们开始很自然的假设:是不是可以利用这些数据做些什么?比如,更懂它的用户主人?

让更懂你 一直都是智能机时代的主攻方向。当人工智能代表的机器学习技术和拟人交互特征部署在上之后,AI顺理成章的成为了这个方向的主要手段。

苹果、华为先后发布了搭载AI处理器的产品。谷歌、三星等品牌也陆续发布了AI计划。也许现在是时候来回看一下,在理解用户这个角度AI们交出了怎样的答卷。我们对于 懂你 这个需求,是否本身就有一些无法解决的问题?

为了了解普通用户是如何看待 懂你 这件事,我们首先做了一个小范围问卷调查,得到的结果还是很有趣的。

恐怖谷效应:关于 懂你 的人类纠结为了让问卷调查具有代表性,我们在2个人工智能社群和2个社群中各随机抽选了25名来自各个行业的被访问者,组成了100人的受访群体。受访者对于和人工智能的话题基本都有了解。

我们的调查包括四个问题,两个判断题和两个选择题。

首先我们的提问是,是否期待更懂你的?不出所料,绝大部分人选择了 是 。

但接下来我们提问,是否愿意在有安全保障的情况下,让读取并理解你的所有个人数据,包括购买行为、聊天记录、出行信息等等。结果有超过70个人表示 不愿意 。

接下来的选择题中,我们首先让受访者回答具有怎样能力的算是 更懂你 。选项包括:1、读懂你的兴趣爱好;2、读懂你的使用习惯;3、读懂你的生物特征(包括虹膜、指纹、运动数据、身体机能数据等)。这里有超过一半的人选择了1,即读懂用户的兴趣爱好。

我们的问题是,下面哪种功能是你需要的:1、智能秘书;2、智能节电;3、智能硬件清理;4、智能电商推荐。结果有些出乎意料,得票多的是2,智能节电。而智能电商推荐是得票的。

从这样的结果,似乎能感受到一点纠结:我们希望更懂自己,但是却不愿意把自己的信息交付给。我们希望能理解自己的兴趣爱好,但真正期待的功能却是对个人信息需求少的 省电 。

随后与受访者的沟通也印证了我们的看法。大部分受访者认为,更懂自己当然是好的,但是让去理解自己的隐私信息还是有非常大的安全担忧。对于这几个功能而言,智能秘书很多人认为并没有实际用处,电商推荐则很可能加入商家的利益驱动,反而是省电和清理内存,真的挺有必要的。

这或许是一个很有代表性的矛盾:一方面我们认为更加智能,可以更好的理解我们必然是正确的。但另一方面顺义保洁
,对于开放所有隐私信息的不安全感,以及那种似乎在被 的不舒适感,又让我们无法真正接受来自AI的 爱与理解 。这或许是人类在面对时的恐怖谷心理。

重要的非关键信息:AI理解用户如何开始?那么,读懂用户就彻底是个伪命题吗?

或许也未必。毕竟在用户的隐私担忧和机器学习带来的体验升级之间,还是存在漫长的边缘地带。这一块或许才是AI在上释放学习能力的舞台。

这里我们要先来理解一个问题:我们每天到底给输入什么数据?

用户对的数据灌输,从重要程度上来说可以划分为两类。种是关键型数据,其中包括生物关键数据(指纹、虹膜、faceID等)、数位关键数据(账号、密码、、证件号等)、行为关键数据(购买信息、社交信息、出行信息等)。而另一类是非关键数据,其中包括音频数据(打、语音时输入的声音)、环境数据(周围的冷热、空气质量等)、人机交互数据(用户每一次点击和滑动操作)。

而我们真正担心泄露和容易产生不适心理的黑百通
,基本是关键型数据被收集和利用。但真正每天收集多的却是非关键型数据。这部分数据对于用户来说基本毫无意义,却可能让搭载的AI系统从中学习、理解很多用户相关信息,并通过算法来回馈个性化解决方案。

基于此,懂你的纠结或许可以从非关键型数据的应用来破解。

几家的尝试当然,这里不是说理解和学习部分关键型用户数据不可取。事实上即使不做,应用和软件也将学习这些数据。反而集成在端可能带来的想象力更广阔。

但是今天大部分用户对于全面学习自身信息还是存在担忧的,所以AI化的厂商,在面对这个问题时选择了不同的解决方案。

此前作为前瞻性的实验产品,荣耀magic曾经搭载过主动学习用户数据的人工智能系统,让系统具有感知能力、理解分析能力和主动服务能力,可以说是在读懂用户上激进的解决方案。但即使定位为前沿产品,荣耀magic依旧要让用户自行选择是否开启这一能力,以及层层搭建保护措施。可见读懂用户的命题真正落地相当艰难。

刚刚开始发售的iPhone X,即使作为苹果面向未来的一款产品,搭载了单独AI处理单元和大量AI功能,却依旧选择在理解用户习惯这个层面不进行部署。只是将AI技术集中在摄像头和拍照与识别单元中。

相比较成熟的AI解决方案,比如语音交互和机器视觉,理解和学习用户习惯可能是一个很难讨喜、又存在隐性风险的技术端口。苹果的态度基本是绕过去。

而华为Mate10似乎选择了折中方案,一方面尝试对用户数据进行收集和学习,一方面也绕过用户隐私数据这个麻烦的雷区。比如Mate10中搭载了基于AI技术的Easy Talk功能,其价值在于学习用户日常通话的音量、音色、音准等习惯。通过AI算法来优化个人声音模型,据此提高麦克风灵敏度。

通过对用户声音这种非关键型数据的学习(毕竟说话声肯定不是隐私),实现了AI去噪音的目的,充分说明了很多对用户不重要的数据,对却是重要的。要知道对于机器系统来说,用户声音和其他人声、环境噪音是没有任何区别的。想要在远距离或者嘈杂环境中把用户声音 摘 出来,就必须要理解用户声音是怎么样的、用户的语言习惯、声量控制习惯如何。才能终实现准确的去噪和抓取。

类似的功能Mate10还有一些,但总体不够突出,也没有作为核心功能宣传。想要真正改变学习用户这件事,关键很可能在开发者生态和终端安全这两件事上。

慢慢来,比较快:渐塑mobile AI是方法?当电力产生的时候,人们并没有惊叹于它的价值,而是首先质疑它带来的危险。直到交流电带来了人造光明,人类才被彻底征服。那之后电依旧是危险的,但合理保护和安全常识让它走入了每一户人家。

今天的移动AI,很可能也在经历这样一个过程。想要让机器更懂人类,更好的为人类服务,我们终有一天会全面开放人机交互,让AI无处不在。但必须有足够大的价值去不断说服人类才行。

说服的方式无非来自于两条线索:无可置疑的安全,以及越来越丰富的应用想象力。

前者反应在iPhoneX、华为Mate10这些AI上,显著的一点就是移动AI芯片带来的本地化AI处理能力。只有让云、端数据完全分离,个人隐私根本无从扩散,才能让用户相信人机数据共享的安全前提。

而更重要的是应用想象力不断扩张。通过AI硬件的算力支持,加上有效的开发者生态,或许会激发开发者去思考,通过学习用户,还能做什么。

当这个价值输出来到某个奇点,真的可以说服用户放心开放自身,达成更高效的人机交互,或许才有真的读懂人类可言。

移动AI命题是个无法一步到位,必须逐渐雕塑的城堡。开放的开发生态和本地化的AI安全保障下,读懂用户习惯接下来可能在一些垂直领域达成拓展。

比如在健康领域,用户选择性共享健康信息、出行信息和医疗历史,系统将可以自我学习用户健康习惯,给出更智能的膳食、运动、营养习惯,以及看护治疗与康复进程。

再比如商务应用领域二氧化氯发生器厂家
,通过学习用户的行程安排、场景更迭以及工作习惯,移动AI将可以扮演非常关键的行业助手角色。

另一个可能的读懂用户方式,来自AI与其他硬件的协同化。比如手环、手表、VR器材与的感知能力一体化后,作为处理中心达成协同数据的和反馈。通过终端计算能力建立硬件体系的AI闭环,可以带来应用想象力的大幅飙升。

讨论了这么多,只是希望能够帮助大家更加立体化的认识AI到底如何读懂用户。这个过程可能发育方式跟我们想象中不同,但绝非没有意义。人机交互永远以人为本,机器懂人当然比人懂机器更加天经地义。

让懂你不是不行,只是慢慢来,可能比较快。

更多精彩内容,关注钛媒体号(ID:taimeiti),或者下载钛媒体App

时间获取TMT行业新鲜资讯和深度商业分析,请在公众账号中搜索「钛媒体」或者「taimeiti」,或用扫描左方二维码,即可获得钛媒体每日精华内容推送和搜索体验,并参与活动。

我们会向您的号发送验证码,请查收并按提示验证您的号。如果您没有收到短信,请留意垃圾短信拦截

经检测,你是“钛媒体”和“商业价值”的注册用户。现在,我们对两个产品因进行整合,需要您选择一个账号用来登录。无论您选择哪个账号,两个账号的原有信息都会合并在一起。对于给您造成的不便,我们深感歉意。