国内人工智能目前存在的问题,有这东西、但十分粗糙
例如:
1.移动支付,有了面容,却还要输入手机号码
2.聊天对话,只是有回应功能、但不能深入人心、源于只保证了回应、也会根据文字相似性、语义相似性,再在固定的模板上进行嵌套转换
这两种都是不足的
1.身份识别
源于单靠面容不足以确认某件事,因为信息量不够,如果信息量够的话,假如通过用户面容、用户手机唯一id、用户位置、用户行为习惯、用户发声等多种维度,去确定一个人身份,然后异常去怀疑一个人身份。 进行给与用户是否需要进行确认身份的重重判断条件来做用户权限。
然后通过用户的行为习惯、去确认用户的意思,最终效果我们人一旦使用上了人工智能,将只需要做一件事,确认身份后,一切都是示意
所以,身份识别只是信息确认的过程,多重信息确认,让识别不可能的概率不断减小,达到不可能不是这个人的确认,通过重重考验,舍他其谁
2.文本识别
(1)相对于简单的信息身份确认,判断可能性。在海量的文本里,提取关键信息难度更高,源于文本信息包含的信息更加广泛
提取关键信息为什么难,因为他要确认这个文本的多种意思,更复杂的文化和思想、涉及上下文、涉及用户的行为习惯、生活隐私、等多种信息。 因为文本是用户复杂表达想法的体现。
(2)一句话,在不同的时间、地点、人物等多种环境下,意思是不同的,文本是人结合身处的所有情况+自身目的的体现。
所以,文本识别,对于用户本人要具备人的更多信息及分析及触发表现才识别更准确
(3)纵使掌握了整个人的信息,那么机器也需要有自身的知识储备才行,单纯的依赖用户的行为特征,就能理解用户要做什么,那么多种可能 如果是n种因素相乘,然后每种因素却只有十几条数据,根本不够训练出意思的完全性理解,更别提表达了。
所以,文本识别,可以考虑建立自身的信息库,自身的信息储备,让机器懂什么是颜色、什么是味道,铁制品和铝制品的区别,一件东西贵不贵,喜欢或厌恶是什么样子