首页 >新闻 > 人工智能 > 内容

我们不会有最性感的人工智能 但它说的一切都是真的

人工智能 2019-12-18 16:42:24

“如果像Lexio这样的东西能帮助老师,让他们专注于教学,但能从数据中得到信息,那就是我想要的世界,这些都是我真正相信的东西,用数据来增强人们的能力。”Nate Nichols,叙事科学杰出的校长。

如今,围绕人工智能的夸张是如此之多,以至于在与产品供应商交谈时很难突破炒作--一般来说,关于人工智能的报道是如此糟糕的原因之一。

然而,当一个人确实花时间与一个供应商交谈时,一些对话可能会对该领域的技术现状以及科学研究与实际工程之间的权衡有所启发。

“纽约客”(The New Yorker)最近的一篇文章可能给人的印象是,成立9年的芝加哥叙事科学公司是当今人工智能深层次学习形式的推动者。

但是,公司真正的是一个软件公司,它结合了知识领域的基本分析,例如商业,以及多年来完善的自然语言工具,以制定帮助人们完成工作的程序。

"巧妙的工程,我喜欢这个词,"说,内特·尼克尔斯(NateNichols)在与ZDNET的电话采访中,将产品战略和架构的主要内容放在叙事上。

"我们不会拥有世界上最性感的爱,但它说的一切都是真实的,一切都很清楚,那就是真正有价值的东西,"说尼克尔斯。

还有:不,这个人工智能不能完成你的句子

叙事制作的是软件程序,其中两个到目前为止,Quill和Lexio,它们获取数据库信息并将其转化为自然语言句子。它可以处理这样的查询和回答对,“谁上周的销售最多?苏西是最好的,但鲍勃从包的底部跳了下来。”奎尔已经存在多年了,但雷克萨斯在过去的几个月里刚刚上市。

这不是深度学习。"我们在芝加哥,我们有一个真正的中西部方法,"说Nichols."我们不想和谷歌竞争。"

Quill和Lexio的目的是超越传统的分析软件仪表板,该软件以饼状图和条形图显示商业信息,取而代之的是给员工提供他们当时需要知道的全部句子。

"销售人员或客户成功者或车间的某人--该人可能不知道他们需要什么信息,或什么是相关的,或具有统计学意义的信息,"解释了首席执行官StuartFrankel。

叙事者的Lexio程序创造了关于公司数据的故事。

"我真的认为销售主管更有可能吸收和消费信息,如果它以简单的方式传递给你给他们的仪表板,"说弗兰克尔。作为一家名为performics的营销机构的总裁,作为一家名为performics的营销机构的总裁,他曾担任过律师,后来集成到了广告巨头的宣传中。他也许理解人类如何与那些多年来建立神经网络的人相比更好的信息。

Nichols,他在西北大学的计算机科学中获得了博士学位,自开始以来,他一直在进行叙述,他解释了在做什么"真的很清楚。"的过程中的多个组件。

它从所谓的本体论开始,一个给定域中的实体集合,如销售,以及它们的关系。目前,所有存储在SQL数据库中,但在将来,将其放入一个图表数据库中,例如Neo4j销售的一个图表数据库中,他是一个"真的很兴奋,"说Nichols。

本体将结构提供给它之后的所有东西。工厂中的小部件的"系统知道管道存在",或销售前景,说,或任何相关的,"事情是如何进入和离开的",他解释。"然后,在运行时,您想说的全部基于数据。"

然后对数据进行分析--自动化,通常通过非常基本的统计工具,没有特别喜欢的东西,如线性回归。

还有:OpenAI有一个无意义的文本bot,我还有一个写作工作。

"如果一个销售人员说,这笔交易将在11月底结束,我们做回归分析,看到这笔交易直到12月下旬才关门,它将基于交易规模与交易的规模进行比较,就像已经花费了x-long到close的交易一样,"解释了Nichols.

分析的结果被放入一个可以构建句子和段落的"组合自然语言生成引擎",以及关于标点符号的规则和组成的其他方面。

当被问到技术挑战在哪里时,尼科尔斯说:“很多事情都在思考故事是如何构造的。”他解释说,其中有些涉及“词性标注的一部分”,以查看短语中的名词,寻找实体之间的语法关系,推断实际的语义关系。

但更多的是对程序所产生的内容进行持续审查,以改进语言的代表方式,以及如何为人类消费创造语言。有一个恒定的反馈环路,由客户与程序交互的"千千万万"。"随着越来越多的这类数据库交互的发生--人们与故事互动----我们正在学习许多共鸣。"

尼科尔斯说:“故事中包含了很多东西。”他指出,像“销售额比上一季度大幅增长”这样简单的词,“在语义上真的很难弄清楚这是从哪里来的。”尼科尔斯说,像销售人员这个季度“压碎了它”这样的俚语定性意味着,在比平常更大的程度上取得了积极的效果,这是一种“对读者来说非常重要”的定性。

Nichols说,在语言上重要的意义还不能通过诸如来自OpenAI的"GP2"神经网络的深度学习模型来实现。

"GP2,这不是我们所做的,"说,"我们不是Word2Vec,"说,提到了在2013年在谷歌开发的语言"嵌入"的计划。"我们不预测一句话中的下一封信,这不是我们所做的事情,这不是我们所建立的那种引擎。"

对那些可能坚持叙述的人来说,这并不是他们所设想的那样,那并不影响尼克尔斯。他指出的"构建系统的人的智力,"是什么。

"我们进入金融服务公司,当你试图向他们推销时,如果它是一个黑盒子,你会要求他们信任你,他们说,不,我们必须知道这些应用程序是如何工作的。"叙事首席执行官StuartFrankel。

“例如,如今的系统比上一季度要好得多,可以说销售是这样的,这一切都变得非常紧,”他说,“这是由一位工程师推动的,他看到我们以前的时间框架表达很难读懂,并看到了如何改进这一点。”

也许这听起来像是一场宗教辩论,但对尼科尔斯来说,这是一个实际的问题,即:什么是可验证的?他说,因为Quill和Lexio来自本体论,而不是用向量建模的语言的概率分布,所以句子更透明地连接到数据库的真相。

人工智能:如何构建商业案例

人工智能可能是一个热门课题,但您仍然需要为这些项目辩护。

读更多

"人们在阅读有关GPT2的博客时,可能会被他们的数据上的运行感到害怕,因为这些东西事实上没有基础,"说."人们并不兴奋产生与现实无关的故事,而我们的方法是非常舒适和令人兴奋的。"

首席执行官Frankel基于他与客户的众多对话,强化了透明度的概念。"当我们开始商业化这项技术时,我们采取了这一立场,"回忆说,"我们进入金融服务公司,当你试图向他们推销时,如果它是一个黑盒子,你会要求他们信任你,他们说,不,我们必须知道这些应用程序是如何工作的。"

这增加了市场份额,在叙述式的情况下,因为这意味着软件可以在不是数据科学家的企业中传播到越来越多的人身上。尽管Quill与分析工具(如Tableau和Qlik)集成在一起,但Lexo将深入到诸如Salesforce等商业人士使用的工具中。"这个想法是你从埋在Salesforce中的数据到需要的信息,而没有这个中间的勘探和分析过程,"解释说。

还有:做得更深:Moveworks拿出7500万美元的新资金,以促进企业的深度学习。

像Tableau这样的工具,以及Alteryx等供应商的其他工具,长期以来一直试图通过使数据科学变得更容易来“民主化”。“那很好,”弗兰克尔说,“但这只是到目前为止。”弗兰克尔说:“数据民主化的概念是个愚蠢的差事。“这是一个精英制度;如果你能获得工具和技能,你可以从数据中得到很多,所以它与其说是民主,不如说是精英制度。”.

在叙述的观点中,真正的民主就是把信息传递给销售人员,就像他说的,他甚至不知道该寻找什么,也不知道要做什么分析。

"如果你在一个组织中得到了100,000人,只有25,000人在使用BI工具,"坚持使用"商业智能,"分析仪表板的首字母缩写词。其余四分之三的员工对于叙事来说是一个巨大的机会。在美元方面,从总市场来看,可能有2,000亿美元的工具,Tableau和Qlik和Alteryx只满足5,000亿美元的需求。

对尼科尔斯来说,即使不是花哨的深层次学习,也可以引以为豪地做一些实际可行的事情。

他回忆的"我妈妈是公立学校的英语老师,"."我记得她花了多少时间做了评分测试,并与学校的仪表板进行了斗争,以看到学生们在保持什么。"

"如果像词汇学这样的东西能帮助教师,他们会让他们专注于教学,但要被数据告知,这是我想要的一个世界,这些都是我真正相信的,赋予人们数据的能力。"

郑重声明:本文版权归原作者所有,转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时候联系我们修改或删除,多谢。