谷歌亚马逊和Facebook如何在人工智能时代开始看待它们

在过去的几年里，人工智能已经发挥作用，许多公司正在将其嫁接到他们的核心业务上，将AI与搜索，电子商务，社交网络，网络安全结合起来 - 您可以这么说。但是，如果这些企业从一个人工智能时代开始并从一开始就将其集成到他们的产品中呢?

Peter Relan 本周在MobileBeat 2017大会上为我们解决了这个推测性问题。Relan是一位着名的企业家，他创办了 YouWeb 孵化器，催生了手机游戏公司OpenFeint和CrowdStar等创业公司。现在，他是Got It的首席执行官，也是热门游戏聊天应用Discord的投资人。

Relan's Got它是一种新型搜索引擎，它使用AI来定位能够以个性化方式回答您问题的人类专家。他认为这将产生更好的结果，并且这是一种更好的业务的例子，因为它诞生于AI热潮。

VentureBeat：如果谷歌，亚马逊和Facebook很久以前就开始使用人工智能算法，那么他们最近才开始研究这个问题呢?彼得，你为什么不为我们谈论这件事?

Peter Relan：最后一位发言者简要提到人工智能在80年代经历了一个流行阶段。那时我在上大学。80年代开始的人工智能炒作持续到90年代，但到了2000年代，我们更加专注于Web 2.0，社交商务等等。你有这么多公司，主要技术巨头，从那个时代开始，没有人工智能的核心频谱。

雷兰：没错，如果我们能想象出这样的事情。我发现它非常好奇，回顾过去35年。今天，如果你是一个类似于我的投资组合中的创业公司，涉及AI甚至不会成为你策略中的问题。您将从AI开始，作为您所做工作的关键部分。因此，我选择了几家公司进行密切关注，并考虑如果他们开始将AI作为他们所做工作的核心，他们会是什么样子。

我可以从谈论Facebook开始。很多人都知道这一点，但这是一家非常广泛的白页公司。Facebook的内容由其用户社区生成。如果Facebook开始使用人工智能，它将解决的头号问题是，内容如何表现?我们都记得2007年和2008年Facebook开放其API时的游戏热潮。用户抱怨的头号投诉是垃圾邮件。我们都收到FarmVille请求填写我们的新闻源。

Relan：你拥有所有这些不相关的内容，早期Facebook的核心策略只是让社区解决它，直到它达到一个突破点，Facebook上的FarmVille有如此多的垃圾邮件 - 我记得见过Mark扎克伯格在2010年，在这一点上，他确实说，“我讨厌这个。”它彻底摧毁了网络。这很有意思，因为游戏实际上是任何新平台上最重要的应用程序之一 - 考虑到iPhone - 但显然存在让它失控的风险。

快进到今天，今天有什么不好的内容?10年前的糟糕内容是游戏垃圾邮件。今天是假新闻。它的规模是10年前的10倍。FarmVille拥有2亿用户。Facebook目前拥有20亿用户。那么你如何制止假新闻 - 我们都同意这是不好的内容 - 甚至可能会举行选举?那里有一个很大的问题。

你会认为Facebook的天生本能就是制止假新闻 - 嗯，我刚才说的是什么?让社区处理它。但在2016年，他们承认他们已经在系统中建立了AI机器。他们使用它来与社区一起识别假新闻。对于Facebook来说，这是一个巨大的承认和巨大的一点，它深深地相信用户社区将负责不良内容。

雷兰： Facebook试图转向时更像是航空母舰。我们看到他们进入移动设备时。我认为这是不可避免的。即使你百分之百地控制着你的公司，你也无法避免这种技术的存在，你真的不得不说，“我不想使用它。”社区不会去远。

我们公司在Discord遇到了类似的问题。这是一个面向游戏玩家的语音聊天社区。这是什么，5000万用户?这是Facebook的四十分之一。它已经成为创建小社区的人们的中心，可以聊聊他们正在玩的游戏。但我们发现群体肯定会出现与游戏无关的群体。他们涉及各种其他主题。因此，我们使用图片识别功能，例如，在这些渠道上执行有关色情的政策。图像识别非常适合敲除它。即使在社区平台中，如果您是今天的创业公司，也可以使用AI来阻止不良内容。

VB：你最后还是要进行人工策划，就像我们之前关于eBay的谈话一样吗?

Relan：我认为这有点像异常面板。你最终必须允许AI引擎完成他们的工作。然后你会遇到一种异常流程，人工智能说：“我不确切知道该怎么做。”那么你就像我们在Discord那样做了一个小的操作，处理异常和边缘情况等等。上。但想象一下，如果你走另一条道路，规模问题。

您还需要为您的用户提供工具。团队中的任何人都可以标记聊天并说“我发现这是不可接受的”或“我发现这令人反感。”这也会做到。无论社区是先发言还是人工智能先说话，你都必须让他们一起工作。

VB：所以循环中还有一个人。这将我们带到你的新创业公司Got It。告诉我们更多关于Got It及其人性方面的信息。

Relan： Got这是一家新公司，它说，“如果亚马逊能够为您提供新的虚拟机服务器作为服务，为什么不让知识成为服务?”如果您想了解某些内容，可以通过Google进行搜索为了它。您可以浏览论坛和社区。但这些都不是真正的服务，因为服务必须遵循四个关键标准。

一，它必须有一个定义的单位。对于Google，您不知道您获得了多少链接，无论是四个还是45个。两个，它必须有固定价格。三，必须按要求。四，必须保证。如果您查看Google或Quora，您会发现这些都不符合所有四项标准。社区和论坛以及问答网站，你不知道有人会回答。没有保证，而且肯定没有按需。

得到它正在创建一个像亚马逊一样的版本，它可以根据需要为您设置机器，并且机器很容易理解。定价很容易理解。这是规格，CPU，这是你为它支付的价格。我们有一个10分钟的聊天会话的概念，根据需要，与您的问题的专家。你问了一个问题，专家出现了。

雷兰：没错。你有10分钟的聊天时间，你来回走动，当你完成后，你会评估你的问题。它可能是非常技术性的东西。我正在使用Excel中的数据透视表，它没有正确旋转。让我们共同努力10分钟。我们确实相信人类需要处于循环中。但有趣的是，您找到专家的方式是使用AI。我不认为你可以取代我们在两个人联系起来并在一起工作的时候得到的分享经验，当他们向对方解释某事时。坦白说，那是不可替代的。我认为任何形式的内容互动都不会取代人与人之间的联系。

很酷的是，找到专家，这实际上不依赖于人类交互，可以使用AI完成。我们使用Google使用的相同算法，即PageRank。谷歌现在有一个名为RankBrain的新系统，这是他们第一次承认除了内容之外还使用人工智能作为寻找最佳网页的方式。我们使用所谓的ExpertRank，这是一个人工智能问题，“对于这个问题，那里有数百万或数十亿人，谁是最好的人，专家?”只要专家注册，他们就得到了通知告诉他们，“有人想帮助解决这个问题。”

我们都知道，对于我们所拥有的任何问题，在世界上70亿人中，有一个人完全符合我们的问题。我们直观地知道这一点。将人类与人工智能相结合的概念，无论是在Facebook还是在谷歌，实际上都非常有趣，因为搜索引擎完全在服务器上运行，而他们添加到搜索系统的AI引擎也完全在服务器上运行。它确实是一个基于服务器的系统。但在AI的帮助下，只有15%%的Google查询得到了回答。其他85%%仍在使用传统的PageRank。

当你没有人在循环中时，我认为人工辅助发动机非常受欢迎。只有AI的发动机才能及时到达，就像真正的自动驾驶汽车一样。但如果你看看特斯拉和谷歌的Waymo，这两种策略是不同的。特斯拉的策略是人工智能辅助。换句话说，没有你，它就不会开车。人类必须处于循环中。我认为特斯拉今天收集的数据比谷歌和优步更多，因为他们领先于AI助手，而不是纯粹的自驾车。

Relan：你有更多的数据。人们之前已经说过人工智能是关于数据的。数据越多，您的AI就越好。如果内容不好，您的社区产生的内容越多，就会以一种奇怪的方式，您的用户会越多地了解不良内容。以一种奇怪的方式，更多的假新闻，更容易打击假新闻，因为你可以训练你的AI识别它。如果假新闻就像试图在大海捞针中找到一根针，实际上训练AI实际上会更难。

谷歌搜索也是如此。搜索越多，Hummingbird就越能理解查询。Hummingbird是实际理解查询的RankBrain算法。您可以训练的查询越多，理解这些结果就越好。

VB：我在这里想到的问题是你如何扩展人类的一部分。我可能是某个主题的顶级专家，但我不会在凌晨三点回答问题。

Relan： Got的愿景非常简单。今天，我们拥有一个拥有20亿人口的庞大社交网络。我认为，社交网络中发生的大多数沟通都是社交网络。它不是从“嘿，我有问题，我需要一些知识来解决它”的角度出现的。

想象一下，我们拥有70亿人口的世界。只是猜一猜。世界上有多少辆汽车?十亿?世界上有多少家?十亿?然后，我们可以提供按需服务，将家庭和汽车的供应连接到家庭和汽车的需求。这样做的公司表现非常出色，Airbnb和优步。那么世界上有多少人的大脑?世界上有多少公司或系统需要连接到知识网络中的右脑以解决特定问题?

那里有人可以非常专业地为您提供所需的知识。但目前还没有一个系统。因此，我们的想法是，建立一个像Facebook一样大的知识网络，但它现在不是社交网络。关于Got的有趣之处是，如果你拥有房屋，那就有抵押贷款成本。如果您拥有汽车，则需要租赁费用。但是10分钟，在那个10分钟的聊天会话中 - 你在大脑中携带的知识，你所知道的事情，据我所知，在你的大脑中没有任何东西可以带你进去。我们拥有世界上未充分利用的资源，而且它是免费的。所有不存在的是与Facebook连接的大小的知识网络。

因此，我们的愿景是让每个人都成为系统中某个或另一个人的专家，并构建一个能够找到问题的合适人选的AI引擎。我们现在已经交付了300多万次会议。我们在该网络中拥有12,500名专家。每天有200多人加入。我们申请了超过25万。我们有像软件工程师这样的人对Excel提出疑问。他们正在吃午饭，这个东西弹出来，看起来很有趣。

这个大脑库存的边际成本为零。我们所需要的只是人工智能，因为人类存在。我们不乏人类。我们不想取代它们。我们想找到它们。

雷兰：今天，正如我所说，我们已经交付了大约300万次会议。现在我们有数据。其中一个最有趣的事情是，我们的数据库中有300万个聊天会话，客户端和专家之间存在一些问题或其他问题。现在我们谈到了“我们如何为我们的机器学习算法挖掘数据?” 我们如何从专家的角度来看待这些数据呢?“

我们的AI算法会查看每个会话，并根据六个因素调整专家级别。第一个因素是礼貌。我们有处理说：“专家是否礼貌地与用户交谈?”这是一个实用工具。用户为此付费。第二是同理心。用户是否觉得 - 他们是否说过“是的，我觉得你理解我的问题”?在聊天会话中，这些是用户感受到专家同情的信号。第三，当然是准确性。他们回答了这个问题吗?他们的Excel数据透视表最终工作了吗?第四是个人信息。他们是否尝试交换个人信息?

如果你看一个10分钟的聊天会话和丰富的人类会话内容，那就非常大了。你最后有礼貌，同理心，准确，客户服务。嘿，我们完成了吗?你满意吗?所有这些进入它，因此专家的排名将调整。马上，在会议结束时，他们会被告知，“嘿，这是一个很棒的会议。这是你的新排名。“

我们的路线图很清楚。我们永远不会取代人类，但我们将永远寻求人工智能的内容，淘汰不良内容，提供良好的服务，促进同理心和理解。当你开始在聊天会话中描述这些属性时，它听起来很人性化，不是吗?我们要求我们的AI引擎不提供与Facebook相同的不良内容。我们希望它找到一个相关的专家，合适的人，与谷歌一样 - 就像相关的搜索结果一样。最后一件事就是会议的人性化。这是由一个人提供的，但是我们看一看并说，“它是以一种能让它成为一对一聊天会话的方式提供的吗?”

Relan：随着时间的推移它会变得更好，因为数据不断改进。我们会发现更多不好的内容。我们将为人们的问题找到更多相关专家。只要我们不断添加数据来训练我们的AI，我们显然会在会话中获得更好的结果。

顺便说一句，亚马逊非常有趣。这是我对亚马逊的挑战，因为它不断构建一个黑盒子。我们都是这里的开发人员，或者我们很多人。我们按需寻找服务。说我们需要更多的计算能力。我们现在知道你可以获得各种各样的计算能力。那么你怎么知道你是否为你的问题获得了最好的资源?如果这是一个大数据分析问题，它可能是一个不同的资源集，而不是你是一个事务处理应用程序或机器学习应用程序。

按需服务的相关性是什么?我认为这是亚马逊未来的一个重要方面，尽管大多数人都对Alexa和Echo很着迷。作为一个平台，我想确保当请求按需提供时，我找到最适合它的资源。现在人工智能应用程序的绝对数量正在爆炸式增长。您如何找到适合您特定应用的最佳资源?也许他们这样做，也许他们没有，但我们真的不知道。我们无法管理该响应。