人類+AI，而不是人類vs AI。

人工智能（AI）和機器學習現(xiàn)在是技術(shù)社區(qū)的熱點話題，盡管我們還需要幾十年才能實現(xiàn)人工普遍智能，但深度學習技術(shù)在醫(yī)藥、教育以及消費者與品牌互動方面開啟了新篇章。

過去的一季度，科技巨頭如Alphabet、Salesforce、Nvidia、Amazon和IBM都在AI領(lǐng)域有重大投資，如收購機器學習小公司，雇傭研究團隊，或者與該領(lǐng)域的創(chuàng)業(yè)公司合作。他們的投資表明深度學習不再是一種新時尚，而是公司的產(chǎn)品和服務中必備的一種技術(shù)，否則就可能會被競爭對手超越。

雖然機器學習和AI的進步令人興奮，也為個人和企業(yè)都帶來很多好處，但是它在日常生活中的使用也引起了監(jiān)管和社會經(jīng)濟的關(guān)注。

AI也有其不幸

Facebook最近改變了熱門搜索的部分算法后被指責推送了虛假和不恰當?shù)男侣劰适?。同樣，微軟的TayBot在學習了推特上的文章后成為了一個種族主義者，這受到人們的批判。甚至Random Darknet Shopper機器人因為在暗網(wǎng)購買非法商品被逮捕。

這些事件引發(fā)了倫理問題，新聞編輯、購物、社會交互和客戶服務是否應該完全移交給機器。

現(xiàn)實情況是，很少有聊天機器人能使用深度神經(jīng)學習網(wǎng)絡和先進的機器學習。事實上，大多數(shù)機器人仍然是使用腳本規(guī)則框架通過預定程序來與用戶交流的。

隨著人工智能的進步，聊天機器人制造者能創(chuàng)造出更智能和更先進的機器人。在這種情況下，創(chuàng)作者應負責確保他們的人工智能產(chǎn)品在不跨越道德界限的情況下幫助客戶和商家。

大公司也認同這一點。谷歌、Nvidia、Amazon、IBM，還有其他公司承諾合作建立一個人工智能產(chǎn)業(yè)標準。雖然一些科技巨頭還沒同意參與，但是這個聯(lián)盟是正確的選擇，是一個被政府制裁前的自我調(diào)節(jié)機會。

研發(fā)有道德的機器

由于還在早期發(fā)展階段，大多數(shù)的深度學習技術(shù)還用來完成一般性任務，它們還需要更多時間“成長”。我們需要致力于提高“好”的神經(jīng)網(wǎng)絡，通過把它們放在客戶服務環(huán)境中，讓它們學習如何迅速地執(zhí)行特定任務。

這些環(huán)境都由很多數(shù)據(jù)組成的。在客戶服務世界中，系統(tǒng)不應該讓語言學家手工訓練，語言學家會嘗試預測每一個潛在客戶可能會問的問題。這是傳統(tǒng)自然語言處理聊天機器人的方法。但最近已經(jīng)進入到可訪問深度學習應用的階段，模型開始依賴數(shù)學而不是關(guān)鍵字和短語識別。我們相信一個為客戶服務的真正強大的AI模型需要用一個龐大的歷史客戶服務日志數(shù)據(jù)集來訓練。

訓練工具中采用人工智能，并加強在線學習或人類監(jiān)督，用每個對話持續(xù)訓練神經(jīng)網(wǎng)絡，使工具隨時間推移變得更聰明。因此，平臺上的用戶越有效，你的機器人成長得越快變得越聰明。

開發(fā)人工智能應用的公司需要解決一些問題如隱私權(quán)、政治偏見和消費者敏感問題，因此讓機器學習技術(shù)服務于應用時，應通過豐富的訓練數(shù)據(jù)集和基本的人力監(jiān)督實現(xiàn)相關(guān)的保障措施。

人類+AI而不是人類vs AI

公司希望業(yè)務流程的自動化能適當?shù)亟犹鎴F隊工作，但公司不應該把所有業(yè)務完全委托給人工智能。機器學習是一種首要方法來幫助，但不能完全取代人類進行智能的勞動任務。

在這個階段，人工智能人類共同工作來處理重復的任務。例如，在客戶服務中，重復的查詢可以交給機器處理。這樣可以讓人類代理有更多時間來為客戶提供更好的服務，甚至創(chuàng)造更多的價值。

通過在上百萬歷史數(shù)據(jù)集上訓練模型，真正客戶的服務日志，不管客戶的措辭是什么，神經(jīng)網(wǎng)絡能熟練地識別問題并用最好的方式為客戶解答。這有助于代理節(jié)省處理時間，同時提高他們的服務質(zhì)量和準確性，從而提高客戶滿意度評分（CSAT）和員工滿意度（ESAT）。

接下來，AI公司將專注于為社區(qū)的活躍用戶和開發(fā)商提供可擴展的產(chǎn)品。開發(fā)商和合作公司有責任去提供解決方案來解決道德問題，這樣才能用技術(shù)推動世界。

機器會隨著時間推移而學習，我們應該恰當?shù)乩盟鼈儗崿F(xiàn)更多價值。