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
|
19天前
|
机器学习/深度学习 数据采集 人工智能
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】随着人工智能的发展,深度学习技术正逐步应用于教育领域,特别是个性化学习系统中。通过分析学生的学习数据,深度学习模型能够精准预测学生的学习表现,并为其推荐合适的学习资源和规划学习路径,从而提供更加高效、有趣和个性化的学习体验。
75 9
|
1月前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【10月更文挑战第3天】随着网络技术的发展,网络安全问题日益严峻,传统防御手段已显不足。本文探讨了构建AI驱动的自适应网络安全防御系统的必要性及其关键环节:数据采集、行为分析、威胁识别、响应决策和执行。通过Python库(如scapy、scikit-learn和TensorFlow)的应用实例,展示了如何利用AI技术提升网络安全防护水平。这种系统能够实时监控、智能分析并自动化响应,显著提高防护效率与准确性,为数字世界提供更强大的安全保障。
61 2
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
【AI系统】AI在不同领域的应用与行业影响
本文探讨了人工智能在计算机视觉、自然语言处理及音频处理等领域的广泛应用,并展示了其在自动驾驶、安全监控、搜索引擎优化、客户服务、语音识别及多个行业的革新作用,强调了AI基础设施与系统创新对未来社会的影响与价值。
105 1
|
30天前
|
人工智能 自然语言处理 机器人
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
10 月 18 日, InfoQ《C 位面对面》栏目邀请到阿里云 CIO 及 aliyun.com 负责人蒋林泉(花名:雁杨),就 AI 时代企业 CIO 的角色转变、企业智能化转型路径、AI 落地实践与人才培养等主题展开了讨论。
792 67
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
|
29天前
|
存储 人工智能 自然语言处理
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
|
18天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗领域的革命:智能诊断系统的未来
在科技日新月异的今天,人工智能(AI)技术正逐渐渗透到我们生活的每一个角落,其中医疗领域尤为显著。本文将探讨AI在医疗诊断中的应用及其带来的变革,重点介绍智能诊断系统的发展现状与未来趋势。通过深入浅出的方式,我们将揭示AI如何改变传统医疗模式,提高诊断效率和准确性,最终造福广大患者。
|
24天前
|
人工智能 API 决策智能
swarm Agent框架入门指南:构建与编排多智能体系统的利器 | AI应用开发
Swarm是OpenAI在2024年10月12日宣布开源的一个实验性质的多智能体编排框架。其核心目标是让智能体之间的协调和执行变得更轻量级、更容易控制和测试。Swarm框架的主要特性包括轻量化、易于使用和高度可定制性,非常适合处理大量独立的功能和指令。【10月更文挑战第15天】
163 6
|
17天前
|
人工智能 自然语言处理 安全
AI技术在智能客服系统中的应用与挑战
【10月更文挑战第28天】本文将深入探讨人工智能(AI)技术在智能客服系统中的应用及其面临的挑战。我们将通过实例分析,了解AI如何改善客户服务体验,提高效率和降低成本。同时,我们也将关注AI在实际应用中可能遇到的问题,如语义理解、情感识别和数据安全等,并提出相应的解决方案。
|
1月前
|
人工智能 安全 自动驾驶
【通义】AI视界|英特尔和AMD“史无前例”首次合作,组建X86生态系统咨询小组
本文概览了近期科技领域的五大热点新闻,包括联想与Meta合作推出个人AI智能体“AI Now”,英特尔和AMD首次合作组建X86生态系统咨询小组,特斯拉计划大规模生产自动驾驶出租车,前Palantir首席信息安全官加盟OpenAI,以及Meta因涉嫌损害青少年心理健康面临美国多州诉讼。更多资讯,请访问通义平台。
|
1月前
|
数据采集 人工智能 测试技术
还在死磕AI咒语?北大-百川搞了个自动提示工程系统PAS
【10月更文挑战第4天】北京大学和百川智能研究人员开发了一种名为PAS的即插即用自动提示工程(APE)系统,利用高质量数据集训练的大型语言模型(LLMs),在基准测试中取得了显著成果,平均提升了6.09个百分点。PAS仅需9000个数据点即可实现顶尖性能,并能自主生成提示增强数据,提高了灵活性和效率。尽管存在训练数据质量和提示多样性等方面的潜在局限性,PAS仍为解决提示工程挑战提供了有前景的方法,有望提升LLM的可用性和有效性。论文详见:https://arxiv.org/abs/2407.06027。
45 3

热门文章

最新文章