Понимание непрерывного интеллекта с генеральным директором Juji Мишель Чжоу

В этом подкасте RTInsights Real-Time Talk редактор RTInsights Джо МакКендрик беседует с Мишель Чжоу, соучредителем и генеральным директором Juji

В этом разговоре RTInsights в реальном времени подкаст, редактор RTInsights Джо МакКендрик беседует с Мишель Чжоу, соучредителем и генеральным директором Juji, о расширении использования искусственного интеллекта (ИИ) путем повышения его доступности с помощью самого ИИ. В разговоре рассказывается о том, как она построила свою работу с IBM Watson, чтобы сосредоточиться на использовании многоразовых платформ когнитивного ИИ без кода, чтобы демократизировать помощников ИИ / чат-ботов и преодолеть растущий разрыв в области ИИ.

• Яблоко
• Google
• Спотифай
• Другие платформы

Джо МакКендрик: Здравствуйте, это Джо МакКендрик, и добро пожаловать на подкасты RTInsights Continuous Intelligence, следующие в нашей серии. И я очень рад, что сегодня к нам присоединилась Мишель Чжоу, президент и соучредитель Juji, и вы являетесь ведущим мыслителем и деятелем в области искусственного интеллекта. И мы с нетерпением ждем возможности узнать немного о том, что происходит и как мы можем двигаться вперед.

Включите куки, чтобы вам не приходилось заново заполнять форму для будущих статей.

И для начала, Мишель, почему бы тебе не рассказать нам немного о своем путешествии? Я знаю, что вы работали в IBM Watson и проделали большую работу в этой области. Итак, вы работаете в области ИИ уже несколько лет, с тех пор как дела пошли в гору. Расскажите немного о своем путешествии. Как вы пришли к тому, где вы находитесь сегодня?

Мишель Чжоу: Конечно. О, спасибо, Джо, что пригласил меня. Меня зовут Мишель Чжоу, и я начал свой путь в области ИИ, когда был аспирантом Колумбийского университета. Я делал свою докторскую степень. там. Поэтому меня всегда восхищало то, как можно использовать машину, чтобы помочь людям делать то, что людям не нравится или что они не умеют делать? Итак, моя диссертация заключалась в создании ИИ-помощника, который помогал бы людям создавать, если хотите, информационную графику, потому что не все являются дизайнерами. Не все могут создавать красивую информационную графику, но всем нравятся данные, они хотят интерпретировать данные. Поэтому я создал ИИ во время работы над докторской диссертацией. учиться, чтобы в основном смотреть на данные, анализировать данные и автоматически создавать визуальные объяснения данных. Таким образом, это фактически использовалось для врачей и медсестер, чтобы понять данные пациентов, а также для сетевых аналитиков, чтобы понять сетевые данные, сетевые данные и их сетевую производительность.

Так что оттуда, когда я выпустился, я присоединился к Исследовательскому центру IBM Watson. И я начал… Потому что до этого я работал в этой сфере, система не была интерактивной, а значит, если у вас есть набор данных, у вас есть задачи пользователя и визуальные предпочтения, то вы автоматически генерируете. Но что, если у пользователей после того, как они увидят то, что они видели на визуальной иллюстрации, у них возникнут дополнительные вопросы? Что делать, если они хотят видеть разные части данных. Поэтому я начал проект. По сути, это называется разговорный ИИ для анализа данных. Итак, это было почти 15, 20 лет назад, сейчас, так давно. Итак, мы на самом деле диалоговый интерфейс, чтобы помочь использовать естественный язык, чтобы узнать о данных.

Так, например, люди могут спросить:«О, не могли бы вы показать мне продукт?» Допустим, например, допустим, мы покупаем страховые продукты. «Не могли бы вы показать мне продукты страхования жилья, скажем, домов стоимостью менее миллиона долларов» или что-то в этом роде. Что, если я куплю его со страховкой автомобиля? Таким образом, вы можете видеть, что это контекстный стимул, позволяющий людям запрашивать данные и, возможно, получать данные исключительно на естественном языке. И система действительно будет принимать запросы пользователей, анализировать их. Он понимает, о чем просит пользователь, автоматически выдает данные и нужную форму, чтобы фактически объяснить людям, откуда здесь данные, о которых вы спрашивали. Так это он.

Итак, очень интересно, что есть в такого рода проектах, мы заботимся только о предпочтениях пользователя в отношении данных и предпочтениях пользователей о представлении, но не об индивидуальных различиях. Когда я говорю об индивидуальных различиях, я имею в виду, например, каков ваш характер? Каков ваш когнитивный стиль, предпочитаете ли вы историю данных, больше похожую на историю, или вам больше нравится история данных, основанная на фактах и ​​цифрах? Поэтому мы не учли.

Затем я начал другой проект в IBM под названием IBM… затем стал IBM Watson Personality Insights, что означает, что мы хотим использовать данные о поведении пользователей, такие как данные общения, для лучшего понимания индивидуальных различий. Например, вы экстраверт? Вы интроверт? Вы очень склонны к сотрудничеству или больше любите учиться в одиночку? Затем я основал Juji как стартап вместе с моим сооснователем, который оказался ученым-компьютерщиком и психологом и вместе со мной изобрел личности IBM Watson.

Итак, мы начали этот. Мы хотели создать действительно новое поколение ИИ-помощников. Мы называем их когнитивными помощниками. Так что в основном они должны взаимодействовать с людьми. А затем они помогают организациям наращивать штат сотрудников, автоматизировать различные типы задач, особенно довольно трудоемкие и трудоемкие задачи, которые люди очень не любят выполнять. Например, разговаривать с незнакомцами, что не всем хочется, или подталкивать людей делать то, что им не нравится. Например, выполнение домашнего задания, выполнение упражнений или ежедневная проверка состояния здоровья. Поэтому мы должны оставить это для помощника ИИ. Вот такие мы сегодня.

Джо МакКендрик: Это действительно увлекательно. Как потребитель, я использую Google Assistant здесь, в офисе, и у меня есть Alexa дома. Но это звучит так, как будто то, над чем вы работаете, является более продвинутым, чем, я думаю, относительно простые вопросы или запросы на песни или что-то еще, что пользователь-потребитель будет использовать сейчас на ИИ, на личном помощнике.

Мишель Чжоу: Правильный. Поэтому я рад, что вы упомянули этот контраст. Так что это действительно то, что обычно люди используют, например, Alexa или Google Home, это больше то, что мы называем взаимодействием, управляемым пользователем, этот пользователь скажет:«Не могли бы вы сказать мне, какая температура снаружи?» Или:«Не могли бы вы помочь мне найти песню, которая мне нравится?» Так что это больше ориентировано на пользователя. Системы очень пассивны. Так что в нашем случае мы хотим поддерживать действительно интерактивных помощников ИИ. Таким образом, он управляется не только пользователем, на самом деле им могут управлять как машины, так и пользователь. Например, очень простой пример.

Допустим, вы заходите на веб-сайт чьего-то университета и хотите найти онлайн-программу, на которую можно подать заявку. Таким образом, помощник может фактически провести вам экскурсию по онлайн-программе, потому что это то, что мы только что говорили о Zoom, потому что не все очень хорошо знают Zoom. Вот допустим, если бы ваш помощник мог провести вам по ним экскурсию, но по дороге, во время экскурсии, вы можете задать любой из вопросов. Так, например, если помощник Zoom скажет вам:«Эй, ты можешь просто начать это, проверить свой голос, посмотреть на картинку. И вы спрашиваете:«О, я не люблю показывать свое прошлое. Что я должен делать?" Так что в этом случае Zoom говорит:«О, теперь вы можете сделать это, вы можете изменить свой фон или, может быть, отключить свой фон, а затем продолжить тур». Так что это почти то же самое, о чем мы говорим. Это настоящий разговор.

Так вот во что на самом деле превратился Джуджи. Вот почему мы называем это когнитивной помощью ИИ. Это то, что называется когнитивным интеллектом. В отличие от обычного ИИ, когнитивный интеллект, который означает, что он не просто обладает языковыми навыками, как вы испытали в Alexa или Google home, у них также есть то, что мы называем продвинутыми человеческими навыками, особенно гибкими навыками. Итак, одним из примеров мягких навыков является то, что мы называем активным слушанием. Таким образом, это означает, что ИИ-помощники не только понимают, что говорят пользователи, но и должны проверять эмоции, перефразировать то, что они говорят, обобщать то, что говорят пользователи, быть очень внимательными, а также быть очень заинтересованными в том, что говорят пользователи. интересует пользователя. А потом на самом деле заведите доверительный и чуткий разговор. Так что в этом случае подумайте о том, как вы на самом деле разговариваете с человеком. И вы можете иметь это почти как очень представительные отношения.

Джо МакКендрик: Мы слышим, например, о колл-центрах или контакт-центрах, звоним и получаем виртуального помощника. И вы слышали, что в настоящее время они могут чувствовать, если клиент зол, например, если клиент разочарован. Они либо перережут их живому оператору, либо, я думаю, попытаются решить их проблему. И похоже, что вы строите приложение такого типа. Верно?

Мишель Чжоу: Верно. Так что на самом деле мы уже вышли за пределы этого. Итак, первое, то, что мы называем активным слушанием, означает, что нужно чувствовать то, что вы сказали, чувства пользователей, их эмоции, и иметь возможность перефразировать это, перефразировать это. И следующий пример, я рад, что вы на него наткнулись, мы называем «Чтение между строк». Это значит, что вы можете думать об этом так же, как разговариваете с психологом, что психологи всегда пытаются понять, что выходит за рамки того, что вы только что сказали. Итак, каковы ваши невысказанные потребности и желания, какова ваша эмоциональная подпись. Так что дело не только в моменте чувства, моменте проявления эмоций. Как выглядит подпись? Вот почему мы называем чтение между строк.

Так, например, наш ИИ-помощник динамически анализирует разговорный текст пользователя и пытается обнаружить то, что мы называем индивидуальными различиями. Итак, индивидуальные различия, они включают в себя ваши увлечения или интересы, и в чем вы хороши? Некоторые люди очень хорошо умеют логически рассуждать. Некоторые люди очень хорошо рассказывают истории. И некоторые люди, как они справляются с жизненными трудностями. Например, некоторые люди, находящиеся под давлением, очень спокойны, а некоторые люди, находящиеся под давлением, могут быть немного не в себе. Так что вы можете видеть, потому что вы понимаете лежащие в основе уникальные индивидуальные различия, характеристики каждого пользователя. Тогда они смогут лучше помочь каждому пользователю.

Просто приведу пример, о котором мы говорили ранее:потенциальный студент, который ищет онлайн-программу, но этот человек может быть обеспокоен финансовым бременем, потому что в любой онлайн-программе вам нужно платить за обучение. В другом случае, если ассистент обнаруживает такие невысказанные потребности и желания, может действительно направлять их, может сказать им, чтобы они сказали:«Эй, знаешь что?» Специально для человека, который очень беспокоится, а также хочет быть очень независимым, тогда сказал:«У нас много программ финансовой помощи. У нас есть стипендии, поэтому мы можем помочь вам в основном в вашем путешествии по получению степени или, возможно, в продвижении по карьерной лестнице». Таким образом, вы можете видеть, что если вы действительно очень персонализированы, то, если у другого человека такое же беспокойство, этот человек гораздо более методичен, гораздо более, скажем так, осторожен. Тогда вы будете использовать разные способы подачи информации.

Можно сказать так:«Сейчас я представлю вам различные варианты финансовой помощи. Вы можете выбрать тот, который лучше всего соответствует вашему образу жизни или, может быть, вашему стилю работы». Итак, вы можете видеть, что вы действительно можете персонализировать человека, даже люди, у которых есть потребности, могут быть одинаковыми, хотят найти программу, в которой вы участвуете, но в основе у них есть свои собственные психологические потребности, психологические потребности.

Джо МакКендрик: Это звучит почти так, как будто ассистенты когнитивного ИИ также перенимают свою собственную личность, свой собственный набор моделей поведения, чтобы приспособиться к… верно?

Мишель Чжоу: На самом деле, мы проделали большую работу. Ага. Мы много изучали это. Они еще не усыновляют. Так что мы все еще в исследовании. И нам интересно, потому что исследование показало противоречивые результаты. Итак, некоторые исследования показывают, что… Наши исследования также показывают, что людям нравится взаимодействовать с ИИ, у которых похожий характер. Так что, если я очень экстраверт, мне нравится взаимодействовать с ИИ с экстравертной личностью. Но некоторые исследования на самом деле опровергают это, показывая, что людям нравится взаимодействовать с ИИ, у которых противоположная, мы называем, комплементарная личность. Так что, если я очень болтлив, я предпочитаю не очень болтливого ИИ, который более сдержан. Вот почему мы еще не запустили его в производство, потому что мы все еще пытаемся выяснить, какой способ больше нравится пользователям. Это требует немного больше исследований в этом конкретном отношении.

Джо МакКендрик: Ага. Вы говорите о демократизации ИИ, и это действительно отличная концепция. И предвидите ли вы, что ИИ станет частью устройств меньшего размера, скажем, наших смартфонов, будут ли они взаимодействовать через смартфоны? Возможно, там будет какой-то ИИ. Или, может быть, устройства, которые могут быть интегрированы в другие системы. Это то, на что вы тоже смотрите?

Мишель Чжоу: Да. Правильный. На самом деле, вы затронули один аспект демократизации ИИ. Итак, подумайте об этом, вероятно, в 1970-х годах, что мы называем демократизацией вычислений. До этого у IBM были эти мейнфреймы или, может быть, маленькие компьютеры. Так что на самом деле люди не могли позволить себе купить его, потому что это было слишком дорого. Мало того, вторая часть этого заключается в том, что не многие люди могут использовать такой компьютер, потому что они не умеют программировать. Они не знают языков программирования. Они не могут их использовать. Итак, с появлением персональных компьютеров, ПК, Маков, что действительно демократизирует вычислительную технику, это не только… Теперь почти каждый, каждая компания может позволить себе купить компьютер. Любой, у кого очень мало знаний, кто не программист или не специалист в области компьютерных наук, может управлять компьютером.

Так что у нас очень похожая идея демократизации ИИ. Так что, если вы говорите, что мы должны увидеть, как ИИ действительно работает на любом типе устройства, включая смартфон. Мы уже этим занимались. Вторая часть этого, помимо этой части, заключается в том, что мы хотим дать возможность каждому, буквально, каждому, пока они могут работать с PowerPoint, они могут работать с электронными таблицами. Они должны уметь настраивать, развертывать и управлять собственным ИИ-помощником. Как я только что сказал, со всем собственным когнитивным интеллектом, без программирования, им не нужны знания ИИ. Им не нужны обучающие данные, потому что мы уже обучили их, поэтому они могут быстро их настроить, развернуть и управлять ими. Вот что мы на самом деле имеем в виду, когда говорим о демократизации ИИ. Таким образом, это означает, что они могут просто принять его, а затем быстро настроить и использовать в своих интересах.

Джо МакКендрик: Ух ты. Звучит довольно захватывающе. Так что кто-то вроде меня, или если есть человек, у которого нет технического образования, может начать устанавливать эти типы этих приложений, тогда это может быть.

Мишель Чжоу: Вы должны да.

Джо МакКендрик: Клиенты.

Мишель Чжоу: Джо, ты делаешь PowerPoint? Вы знаете PowerPoint? Вы знаете электронные таблицы. Поэтому мы сделали входные барьеры очень-очень низкими, буквально означая, что люди могут создавать PowerPoint. Люди могут делать электронные таблицы. Они должны прийти, иметь возможность использовать нашу платформу для создания очень мощного помощника ИИ, который настраивается и также настраивается в соответствии с их контекстом, их задачей. Поскольку большинство наших пользователей — это, например, специалисты по подбору персонала, менеджеры по маркетингу, менеджеры по продуктам и исследователям пользователей, есть исследователь. Так что это означает, что они не совсем компьютерщики. Они не умеют программировать. Им не нужно знать, как работает программа. И они в основном просто работники общего умственного труда. Таким образом, они могут настроить на нашей платформе очень мощного ИИ-помощника.

Джо МакКендрик: Это прекрасно. И как вы видите… По мере продвижения вперед, будет ли продукт под брендом Juji, который клиенты смогут скачать или купить? Или вы будете работать за кулисами с другими поставщиками приложений, чтобы создать это? Что мы увидим в ближайшем будущем от вас, ребята?

Мишель Чжоу: Хорошо. Я думаю оба. Так что, во-первых, у нас уже есть клиенты, которые приходят просто для того, чтобы использовать нашу платформу для создания пользовательского ИИ. Разверните, мы размещаем его. И еще одно, это то, что мы также сотрудничаем с другими компаниями. Так что в основном они стали нашими торговыми партнерами. Таким образом, их клиенты будут использовать их совместно с нашими для создания ИИ-помощника. Например, с голосом. Потому что в Джуджи мы не делаем озвучку. Итак, как кто-то, кто специализируется на распознавании голоса и TTS, они могут фактически объединиться с нашими технологиями, чтобы создать очень умную когнитивную помощь ИИ с голосом, всегда с лицом. Таким образом, мы также можем объединить все эти технологии вместе. Итак, один из них, если вы сказали ... Это больше, поэтому мы выступаем в качестве механизма разговорного ИИ, когнитивного механизма, если хотите, для этих потенциальных партнеров. А тем временем люди, если им просто нужен текстовый ИИ-помощник, могут просто зайти на нашу платформу и использовать его.

Джо МакКендрик: Вы близки к прохождению теста Тьюринга, где кто-то может не отличить его?

Мишель Чжоу: Кто-то сказал это. Но мы не знаем, должны ли мы использовать это в качестве стандарта для проверки качества. Потому что причина, я не уверен, слышали ли вы об этом, на самом деле еще в 1970-х, Тьюринг конкретного профессора… Чат-бот, который прошел тест Тьюринга, был первым. Причина в том, что он имитировал пациента с психическим расстройством. Вот почему. Вот почему это прошло, потому что никто не знал, о чем он говорит. Так что я не уверен, хороший это критерий или нет.

Так что я думаю, что наши критерии были бы более конкретными? Может ли ИИ действительно помочь вам выполнить вашу задачу? Может ли ИИ действительно удовлетворить пользователей? Я думаю, что это более практично и на самом деле более измеримо с точки зрения бизнеса. Потому что если мы помогаем, скажем, университету, чтобы помочь его будущим студентам или действующим студентам, или даже выпускникам, и сделал ли этот ИИ свою помощь. Так каков результат помощи? Есть ли у них больше зачислений, и они действительно видели это? Да. Имеют ли они более высокий уровень успеха и удержания студентов? Да. Или вернутся их выпускники или воспитанники, многие из них вернутся и продолжат образование? Это очень конкретно… На самом деле, я бы сказал результат, успешный результат или полезность ИИ, а не сравнение просто прохождения.

Джо МакКендрик: И одной из проблем ИИ всегда являются данные, количество необходимых данных, большие данные, например, вам нужны большие наборы данных для идентификации и обучения и так далее. Как вы видите, что происходит? То, над чем вы работаете, требует больших наборов данных.

Мишель Чжоу: Именно так. Это большой вопрос. Вот почему я говорил о демократизации ИИ, потому что у многих организаций нет таких данных. Например, у них пока нет даже такого ИИ. Вот почему мы, как компания, как компания-платформа, и мы генерируем наши собственные данные, собираем наши данные. Так что да, наши модели обучаются на огромных объемах данных, потому что мы уже обучали данные. Мы должны просто позволить другим людям повторно использовать его. Так что это почти как передача интеллекта.

Буквально на прошлой неделе у меня был другой звонок, люди спрашивали меня об этом. И я сказал:«Красота в том, над чем мы работаем, и в том, что делает Джуджи». Вы говорите, что мы учим ИИ всему с нуля, читаем между строк. На самом деле мы вкладываем в это интеллект. Поэтому, когда вы на самом деле внедряете ИИ, этот ИИ приходит с теми, кто родился с этим интеллектом. Встроенный, мы называем это встроенным интеллектом. Так что мы действительно можем передавать интеллект от одного к другому.

Другое дело, например, мы работаем с университетами, чтобы помочь их программе приема на работу. Итак, вы получили много вопросов от будущих студентов. Так что в этом случае эти данные можно использовать и для других университетов. Когда я говорю данные, не ответы как таковые, а вопросы. Таким образом, студенты задают вопрос, формулируют вопрос, а затем, помимо этого, мы автоматически генерируем дополнительные обучающие данные. Так что университеты не должны этого делать. Поэтому, когда они изначально приходят к нам и говорят:«Эй, у нас нет данных». Так что вам не о чем беспокоиться. У нас это уже есть. Таким образом, вы можете просто запустить своего помощника ИИ. Именно это я и имел в виду, говоря о демократизации ИИ, что означает, что вы упаковываете интеллект. Вы заранее создаете интеллект, чтобы другие люди могли его перенять и мгновенно использовать повторно.

Джо МакКендрик: Как и в научных исследованиях, вы можете опираться на существующие исследования и продолжать улучшать их. Верно?

Мишель Чжоу: Ага. Так что это больше всего похоже на то, что вы растете как ребенок. У малыша есть интеллект, у начала очень хороший интеллект. Итак, как только у этого ребенка появляется больше интеллекта, вы сохраняете его, а не просто сохраняете, вы передаете интеллект этого ребенка другому ребенку, так что другому ребенку не нужно учиться с нуля. Так что это очень мощно.

Джо МакКендрик: Это. Абсолютно. И Мишель, что, по вашему мнению, произойдет в ближайшие 5-10 лет? Чего вы ждете? Как будет выглядеть мир к 2025 или даже 2030 году, особенно с вашими технологиями?

Мишель Чжоу: Я действительно думаю, что мы движемся к более выдуманному оптимистичному сценарию фильма «Она». Помните фильм «Она»?

Джо МакКендрик: Да. Да. Отличный фильм.

Мишель Чжоу: Верно? Это означает, что ваш ИИ, возможно, будет знать о вас больше, чем вы сами знаете. И ваш ИИ будет знать, чего вы хотите, еще до того, как вы сами поймете, чего хотите. Например, вам нужно сэкономить деньги. ИИ уже заранее знал, что нужно копить деньги. Или вам нужна новая степень, чтобы иметь больше возможностей для трудоустройства. ИИ, вероятно, узнает об этом раньше, чем вы. Вот что я вижу. У вас есть настоящий, то, что я называю личным помощником, личным общением, в данном случае компаньоном с искусственным интеллектом, который действительно может понять, кто вы, каковы ваши потребности и желания, и помочь вам наилучшим образом, чтобы принести вам пользу. Вот почему мы также переходим к нашей теме ответственного ИИ, потому что с таким уровнем понимания, если мы не собираемся применять этот ответственный ИИ, если эта технология попадет в руки плохих людей, ею могут злоупотреблять и могут иметь плохие последствия. . Вот почему мы также прививаем это чувство ответственности за ИИ, а это означает, что мы хотим убедиться, что ИИ помогает людям в основном наилучшим образом на благо людей.

Джо МакКендрик: Замечательно. Замечательно. И абсолютно точно работа, которую вы делаете в этой области, действительно продвигает ИИ в положительном направлении, чтобы приносить пользу людям. И мы очень ценим, что вы можете поделиться этим с нами сегодня в нашем подкасте. Опять же, я разговариваю с Мишель Чжоу. Она генеральный директор и соучредитель Juji. И большое спасибо Мишель за то, что присоединились к нам сегодня. Нам очень понравилось, что ты на связи.

Мишель Чжоу: Спасибо, Джо, что пригласил меня. Спасибо. Пока.