HAY@Beijing

2016.11.04 21:10

最近几次写材料都被说没有结构,太扁平,分布式,需要层次。大约是太久没有写论文了,写随记写多的坏毛病,就是反正没打算给人看,自己回顾的时候看得懂就好了。
所以准备以后和工作相关的东西,在自己的小站里也用论文的格式来写,免得把那5年学到的东西荒废掉。

 

说起荒废,看到今天的标题中的“HAY”,我的第一反应就是我那荒废已久的西班牙语。HAY在西班牙语中是有的意思,当然这里并不是这个意思。本文会从这个HAY的来源以及通过它学习收获的到一些点来展开。

HAY

HAY是三个单词的缩写 —— Hacker, Artisan, Yuppie,是Pingwest在中国举办的2016年年度活动,也是本次我来北京的原因。

Hacker,骇客,换句话说就是科技咖。他们是这个时代不可或缺的生产力,从信息时代,网络时代,互联时代再到智联,都是他们在攻克难题,创造了一个又一个的转折点。

Artisan,工匠。貌似这个词是老罗在发布锤子OS和T1的时候开始流行的。无论是对于传统物件的设计与制作,还是互联网产品的创造与迭代,工匠的精神是更加适合用来赞美中国的优秀创业者们。

Yuppie,雅皮士,这是一个文艺清高的词汇,我最开始把他和Hippies搞混了。

指西方国家中年轻能干有上进心的一类人,他们一般受过高等教育,具有较高的知识水平和技能,雅皮士风貌(yuppie look)兴起于20世纪80年代。

或许Yuppie在这里的用意或许就是用来形容现在这个时代面对技术快速迭代的青年们、用户们。

现阶段的机器算法与人工干预

以资讯类客户端为例,人工干预分两类:产品方面的干预和用户方面的干预。

产品干预

从产品定位时,就加入了人工干预的设定。

产品本身有品牌的定位或者是自己的理念,这个时候往往就会有比较强的人工干预机制,而且是从内容提供者的角度来进行的调整。但是这个在机器算法或者说人工智能的方面来说,是有害的,会影响它对用户的判断。

用户干预

用户给机器算法带来的干预,实际上就是自己去选择偏好,为自己打上对应的标签。而这个做法和上一种干预对于机器的影响是截然相反的。它会帮助人工智能更快地做出用户和对应资讯的匹配。当然这是在用户对自己所选择的标签准确的情况下。

品牌与平台的区别

有些产品是将自身作为一个品牌来运营的,有自己大量的原创,对自己垂直领域的用户有很好的理解,是让用户来学习和理解的深入阅读,例如澎湃。那机器算法目前可能还不能比人更好地完成任务,产品方面的人工干预。

而平台级的app,比如今日头条,它本身的定位是平台,面对的用户又是综合多样化的,编辑又不是每个垂直领域都有在精耕细作,所以反而会有偏差,造成不好的体验。

机器算法的辅助

现在AI还没有办法去独立完成一些事情,在应用场景中基本上都是起着辅助的作用。

新闻

深度文章对于机器人来说还不太好理解,比如很文艺的稿件,可能不太符合日常的语义语法,就需要人来主导;

而在体育和财经类时,AI可以帮助人来完成数据的提取和分析,这个部分的工作往往是比人完成得更加有效和准确;

还有一个例子,就是编辑可以按照数据来做参考,从而高效地进行一些内容运营方面的工作,即通过数据分布来辅助工作。

对话

这一块其实涉及到之前听的一个关于AI的一个讲座的一个观点,AI成功的三元素——coherence,self,thought。

目前人机对话中,基本上thought都能较好地做到,但是self和coherence还是难点。

self就不展开了,关于coherence,其实意译一下就是语意分析,包括但不限于上下文的理解。举个例子,Siri可以和你逐句沟通,但是不能就一个问题连贯地展开讨论。不过今天下午听有家公司运营linguistic的算法RRG1来完成语义的高精度理解。

汽车

虽然Volvo已经能够量产和生产auto pilot的汽车,但是听介绍,还是在高速或者指定路段才能实现,证明还是需要人的主导。

现在的AI在创造性的事务中,被证明还不能超越人,但是在人对算法的改进或者AI的自我学习后,也将使超越成为可能。

关于搭话

没想到今天出乎意料地幸运地遇到了微软和蚂蚁的两位想认识的人,成功对于一个初学者来说格外重要,希望我以后遇到失败,会回想起现在的顺利和成功,然后继续勇敢尝试。

最后,发现自己内容写得还是有点乱,但是就这样呗,有点困了。


  1. Role and Reference Grammar, Wikipedia
Comments
Write a Comment