过年别再逼婚了,《黑镜》里的AI相亲系统是对爱情最好的匹配

简介: 春节将至,单身一人回家过年难免会被问到有无对象,何时结婚,心中难免五味杂陈。最近被大家热议的神剧《黑镜》第四季中的一集,却为苦于找不到对象的人们提供了一个完美解决方案,AI相亲系统可以对比候选人各种数据通过算法为客户寻找最完美的另一半,而现实生活中,这样的科技其实离我们并不遥远。

最新一季《黑镜》的第四集《Hang the DJ》,故事中的神器外形简洁功能不简单,内置强大相亲系统——个人喜好完全数据化、自动匹配对象、搭载人工智能恋爱导师、日常约会巨细无遗。

f6588f9052963069c9522eba6ee1d382294415f8

在这个世界里,约会是一个高度规范化的过程,被“系统”管理,它承诺每一个用户,他们最终会找到他们完美的生活伴侣。用户通过名叫Coach的语音助理和“系统”进行交互。

系统决定他们将在哪里约会,他们在那里吃什么,最重要的是,每个“关系”会持续多久。每对夫妇都有一个“系统”算法预先确定这段关系的“失效日期”,它可能是几个小时到几年的相处时间。

91f86ff1c3856e05e3de3b16d8f24b4d05eff519

使用这样的黑科技,你分不清到底是机器间谈恋爱,还是人与人谈感情。男主弗兰克和女主艾米都是第一次使用系统的单身狗,对这个恋爱系统是紧张又期待。

这个系统的设计原则很简单,那就是 " 不以共度一生为目的的恋爱都是耍流氓 "。使用者和系统必须通过多段关系的试错,不断提高信息精确度,最后找到匹配率 99.8% 的对象。

在《Hang the DJ》里,感情不需要培养,靠的是匹配。

世界上已有的AI约会平台:Viola.ai

Viola.AI是全球第一个使用人工智能驱动的相亲平台。通过结合人工智能、区块链技术和智能合约技术,Viola.AI试图颠覆相亲行业,给全球用户提供无国界的一条龙解决方案,包括约会、求婚乃至结婚。

平台使用深度学习技术,分析每个用户的个性、背景和行为习惯,给用户最贴合个人的建议,并在预测感情可能出现问题时敦促他们主动解决,保证感情稳定。

借助新技术和移动约会服务,相亲行业在过去的10年里发展迅速。不过仍有许多亟待解决的问题。比如网恋骗局、交友疲劳症、用户信息滥用等。还有在全球离婚率上升潮中的婚后感情危机了。

平台幕后团队LunchActually Group将使用其攒了13年的数据(3500个数据集,11亿数据点)以及用户提供的社交和婚恋数据来训练AI。

平台使用区块链作为其真实身份验证系统的基础。每个用户的照片都将与其社交账户和实时脸部扫描的图片对比,来验证其身份。

之后数据储存于区块链上。此外,Viola.AI还将试用端对端加密机制来保护用户数据,防止黑客入侵等威胁到用户隐私信息安全。

去中心化系统和区块链技术提高了系统的安全性以及对用户验证的严密性。从而防止任何形式的身份盗用、数据篡改。

AI相亲或成以后发展趋势

剧集中的这个世界和我们的现实主要区别在于约会应用程序对个人生活的影响力。根据皮尤研究公司(Pew Research)的一项研究,在线交友比以往任何时候都更受欢迎,更受社会认可,18-24岁的美国人中约有27%使用交友应用。

我们已经知道,约会应用程序有大量关于用户的数据,而且这些数据中的一部分可以用令人惊讶的方式预测兼容性。

 “几个月前,我们刚刚做了这项研究,讨论了食物及其对约会情况的影响。我们发现,如果你的个人资料中包含“鳄梨酱”这个词,你就会有144%的可能得到一个信息,“在线约会服务Zoosk的高级传播经理Jenn Takahashi介绍说。

Coffee Meets Bagel联合创始人兼首席运营官Dawoon Kang表示,尽管约会应用程序的未来看起来不像“Hang DJ”,但是在VR和AI技术方面,我想我们会看到更多的个人参与约会应用程序和更多的数字世界和现实之间的无缝连接。

“虚拟约会的想法实际上并不遥远:17年,Condé Nast娱乐公司与Facebook合作推出了五集的虚拟约会节目。该节目专为Facebook最近上线的观看视频流量身打造。(但节目本身并不是在虚拟现实中拍摄)。

正如标题的字面意思那样,每集节目都会安排两个戴着HTC Vive头显的陌生人在VR中约会。很多看过节目的人吐槽VR看起来有点像毒品,这个虚拟约会秀看起来就像是两个陌生人困在一个屋子里看着对方抽大烟。


原文发布时间为:2018-01-22

本文作者:弗朗西斯

本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号

原文链接:过年别再逼婚了,《黑镜》里的AI相亲系统是对爱情最好的匹配

相关文章
|
5天前
|
机器学习/深度学习 人工智能 自然语言处理
AI智能家居系统
【6月更文挑战第23天】AI智能家居系统
29 7
|
5天前
|
传感器 人工智能 自然语言处理
AI智能家居系统如何实现自动化控制?
【6月更文挑战第23天】AI智能家居系统如何实现自动化控制?
28 7
|
1天前
|
人工智能 监控 供应链
|
6天前
|
机器学习/深度学习 人工智能 运维
智能化运维:利用AI和机器学习提升系统稳定性与效率
【6月更文挑战第21天】在数字化浪潮下,企业对IT系统的依赖程度日益加深。传统运维模式已难以满足现代业务需求,智能化运维应运而生。本文将探讨如何通过集成人工智能(AI)和机器学习(ML)技术,实现预测性维护、自动化故障处理和优化资源配置,以提升系统的稳定性和运行效率,同时降低运维成本。
213 5
|
14天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI在故障预测与自愈系统中的应用
【6月更文挑战第13天】本文探讨了人工智能技术在现代IT运维领域的应用,着重分析了AI如何通过数据分析和机器学习算法实现故障预测和自动化修复。文章将揭示智能运维系统的工作机制,以及它如何帮助企业减少停机时间,提高服务稳定性,并最终推动业务连续性和增长。
|
17天前
|
人工智能 自然语言处理 决策智能
超长小说可以用AI翻译了,新型多智能体协作系统媲美人工翻译
【6月更文挑战第11天】研究人员开发了一种基于大型语言模型的多智能体协作系统TransAgents,用于文学翻译,挑战复杂的文学文本翻译。通过单语人类偏好和双语LLM偏好评估,系统在保留文学风格和表达上表现出色,尤其在需要领域知识的文本中。然而,系统在捕捉文学翻译的细微差别、文化特定元素和长文本翻译效率上仍有局限性。相关论文链接:https://arxiv.org/abs/2405.11804
44 1
|
21天前
|
机器学习/深度学习 人工智能 算法
基于AI的图像风格转换系统:技术探索与实现
【6月更文挑战第7天】本文探讨了基于AI的图像风格转换系统的原理与实现,采用神经风格迁移技术,利用CNN分离并结合内容与风格。实现过程包括数据准备、构建模型(如VGG19和生成器网络)、定义内容及风格损失函数、训练模型、评估与调优,最终部署应用。尽管面临训练数据需求、计算复杂度和特定场景适应性的挑战,未来的研究将聚焦于技术提升、减少数据依赖及解决伦理隐私问题,以实现更高效智能的风格转换系统。
|
22天前
|
机器学习/深度学习 存储 人工智能
构建基于AI的智能客服系统的技术探索
【6月更文挑战第6天】本文探讨了构建基于AI的智能客服系统,强调其在快速、准确、个性化响应客户方面的重要性。系统关键技术包括自然语言处理(NLP)、知识库管理、自主学习和更新以及多渠道支持。NLP使用深度学习模型理解用户输入,知识库存储解决方案,自主学习通过反馈和新数据优化性能。智能客服系统能提供高效、准确、个性化的服务,并具有良好的可扩展性,未来将在更多领域发挥作用。
|
23天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI在故障预测与自愈系统中的应用
【6月更文挑战第4天】本文探讨了人工智能(AI)技术在运维领域的革新作用,特别是其在故障预测和自愈系统中的应用。通过分析AI技术的基本原理及其在运维中的实际应用案例,文章揭示了AI如何提升系统的稳定性和效率,同时指出了实施过程中的挑战和未来的发展方向。
|
24天前
|
机器学习/深度学习 人工智能 分布式计算
构建基于AI的游戏AI系统:技术详解与实现
【6月更文挑战第4天】本文探讨了构建基于AI的游戏AI系统的详细过程,包括技术选型(如机器学习、深度学习、强化学习)、系统设计(感知层、决策层和执行层)、实现步骤(数据收集、模型训练、评估与优化)和优化策略(实时更新、多代理协同、迁移学习、持续学习)。通过合理选择技术和策略,可以创建高性能、适应性强的游戏AI系统,提升游戏体验并推动创新。

热门文章

最新文章