《中国人工智能学会通讯》——1.29 智能助手的问题与展望

简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第1章,第1.29节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

1.29 智能助手的问题与展望

智能助手的研发可谓方兴未艾,但这个领域注定不是一片坦途。首先,当今人们过高的预期和不断推高的媒体关注度,致使很多人认为人工智能即将实现,一个理想态的智能助手很快就将诞生。这种过高的预期并不利于目标的达成,因为可能带来更大的落差和更快的冷却。因此合理地引导和管理民众预期是智能助手的研发者们,以及广大媒体的共同责任。其次,虽然各项技术的进步使智能助手已经可以实现很多功能,但距离理想目标还有非常明显的差距。例如对于语音识别技术,背景噪音、口音方言等都会使得识别效果打折扣;再如语义理解技术,口语化的、上下文相关的需求解析也是亟待解决的难题。在打磨每项具体技术的同时,各项技术之间如何整合、避免错误级联也是需要认真考虑的问题。再次,智能助手的成功需要整个生态的进化。具体来说,若要智能助手能够帮助用户搜索和使用一个app,就需要智能助手能够“看到”每个 app 里面的内容,并能够调起和操作 app,这需要的不仅是技术能力,而是智能助手与 app 开发者、信息服务提供者,乃至整个 O2O 的生态建设问题。

然而纵观本轮智能助手的研发热潮,我们还是看到了很多与此前相比可喜的变化。第一,各家智能助手研发者对于用户需求痛点的分析更加准确透彻,发力更加有的放矢。第二,各款智能助手的目标更细化明确,不再追求大而全的理想态,而是聚焦特定的定位、功能或者垂直品类。第三,各智能助手的实现路径更务实,不再一味强调人工智能技术包打天下,而是致力于将人工智能技术与专家系统、众包模式更好地结合。我们有理由相信这一轮热潮会让我们朝着智能助手的目标向前挺近一大步。智能助手将不再仅仅停留在科幻电影里,而是距离我们的现实生活越来越近。

相关文章
|
12月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与未来教育:探索智能教学的新纪元
【10月更文挑战第16天】 在21世纪这个信息爆炸的时代,技术革新正以惊人的速度改变着我们的生活和工作方式。其中,人工智能(AI)作为引领变革的先锋力量,不仅重塑了工业、医疗、金融等多个行业的面貌,也正悄然渗透进教育领域,预示着一场关于学习与教学方式的革命。本文旨在探讨人工智能如何为未来教育带来前所未有的机遇与挑战,从个性化学习路径的定制到教育资源的优化分配,再到教师角色的转变,我们一同展望一个更加智能、高效且包容的教育新纪元。
|
20天前
|
机器学习/深度学习 人工智能 供应链
决策智能是新的人工智能平台吗?
决策智能融合数据、决策与行动,通过AI与自动化技术提升企业决策质量与效率,支持从辅助到自动化的多级决策模式,推动业务敏捷性与价值转化。
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能:有多少人工,才能有多少智能?
当下AI大模型的能力,特别是Agent领域,到底离不开多少“人工”的加持?本文将结合我的实际经验,深入探讨高质量数据与有效评价体系在Agent发展中的决定性作用,并通过编码Agent、Web Agent和GUI Agent的成熟度分析,揭示AI智能体发展面临的挑战与机遇。
183 89
|
4月前
|
机器学习/深度学习 人工智能 自动驾驶
人机融合智能 | 以人为中心的人工智能伦理体系
本章探讨“以人为中心”的人工智能伦理体系,分析人工智能伦理与传统伦理学的关系、主要分支内容及核心原则。随着人工智能技术快速发展,其在推动社会进步的同时也引发了隐私、公平、责任等伦理问题。文章指出,人工智能伦理需融入传统伦理框架,并构建适应智能技术发展的新型伦理规范体系,以确保技术发展符合人类价值观和利益。
133 4
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
人机融合智能 | 数据与知识双驱动式人工智能
本章系统介绍了数据驱动、知识驱动及双驱动人工智能的理论与应用。数据驱动方法依赖大数据和深度学习,在图像识别、自然语言处理等领域取得突破,但面临标注成本高、可解释性差等问题。知识驱动方法通过知识表示与推理提升系统理解能力,却在泛化性和适应性上受限。为弥补单一范式的不足,数据与知识双驱动融合两者优势,致力于构建更智能、可解释且安全可靠的AI系统,兼顾伦理与隐私保护。文章还回顾了AI发展历程,从早期神经网络到当前大规模语言模型(如GPT、BERT)的技术演进,深入解析了各类机器学习与深度学习模型的核心原理与应用场景,展望未来AI发展的潜力与挑战。
188 0
|
4月前
|
机器学习/深度学习 人工智能 算法
人机融合智能 | 以人为中心人工智能新理念
本文探讨了“以人为中心的人工智能”(HCAI)理念,强调将人的需求、价值和能力置于AI设计与开发的核心。HCAI旨在确保AI技术服务于人类,增强而非取代人类能力,避免潜在危害。文章分析了AI的双刃剑效应及其社会挑战,并提出了HCAI的设计目标与实施路径,涵盖技术、用户和伦理三大维度。通过系统化方法,HCAI可推动AI的安全与可持续发展,为国内外相关研究提供重要参考。
248 3
|
6月前
|
数据采集 机器学习/深度学习 人工智能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
数据驱动智能,智能优化数据——大数据与人工智能的双向赋能
393 4
|
6月前
|
数据采集 人工智能 缓存
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
深挖“全栈智算”之力 中兴通讯开启AI普惠新纪元
180 1
|
传感器 数据采集 机器学习/深度学习
人工智能与环境保护:智能监测与治理的新策略
【9月更文挑战第21天】人工智能在环境保护中的应用,为智能监测与治理提供了新的策略和方法。通过实时数据采集与分析、智能预警与应急响应、精准化决策支持等技术的应用,AI正在引领一场革命性的变革。未来,随着技术的不断发展和应用场景的拓展,AI将在环境保护中发挥更加重要的作用,助力我们构建更加绿色、可持续的未来。让我们携手共进,共同迎接一个更加美好的明天。
|
10月前
|
机器学习/深度学习 人工智能 运维
人工智能在云计算中的运维优化:智能化的新时代
人工智能在云计算中的运维优化:智能化的新时代
891 49

热门文章

最新文章