在AI眼中，人类适合干点啥？【星特写】

当你买了一辆红色的汽车

你会觉得满大街都是红车

当你看到一个优秀的实习生

是不是也曾暗自感叹“他好像当年的我”

以上这些

都是传说中的“视网膜效应”

简单解释

就是越关注什么，就越出现什么

随着AI在手机中的持续运用

视网膜效应的出现也越来越频繁

比如当我们发现

刚才的聊天话题

会自动出现在下一刻的

手机推送资讯或是商品推荐时

是不是总怀疑手机化身窃听工具

正随时随地将我们的隐私侵犯？

其实

事实并非像我们想得那样简单

我们总觉得自己的品味“独一无二”

但实际上

大多数人喜欢的东西高度类似

例如热门歌曲、热门话题、畅销商品……

所以热门事物有限

大多数人就总会收到相同的信息

so

如果你觉得AI很懂你

不要误会

也许它还懂很多人

因为每个人在AI眼里只是标签

例如地域、年龄、手机型号、应用偏好……

AI依据兴趣标签的关联程度

来推测出同类用户的偏好

最终用一件物品来同时“攻略”很多人

那么

AI到底是怎么做到的？

我们以推荐系统里最经典的算法——

“协同过滤”为例

它可以先通过用户的相似度计算

来找出和用户A有相似兴趣的其他用户

然后再把“用户B喜欢而A没有听说过”的物品

推荐给A

同理

AI也可以计算出不同物品的相似程度

来推荐给搜索或浏览过类似物品的用户

这种方法称为

基于“物品”的协同过滤算法

想想医用外科口罩紧缺的那些日子

是不是也见过各种花式口罩

甚至防毒面具的广告呢？

以上只是协同过滤算法的“基本原理”

现实中的算法模型更加复杂

而且普遍采用组合算法来替代单一算法

比如

除了用户偏好

AI还需要考虑物品多样性与新颖度等问题

从而更容易获得用户的认可与接受

那么

智能推荐给我们带来哪些帮助？

在K12教育领域

智能推荐可以从浩如烟海的题库中

筛选出高考真题与易错题

也能根据某个知识点

去选出同类型题、重点题目进行专项练习

当学生积累了一定习题数据之后

AI也能为每个学生规划出最佳学习路径

并量身定制学习计划

在网文江湖里

结合市场趋势和用户阅读历史

AI算法同样能精准洞察每个用户的需求

谁喜欢赘婿贤妻、谁喜欢霸总言情

这些喜好都已储存在AI的数据库中

再加上AI能够精准描述每本书的内容

二者结合后彻底改变了

传统编辑的内容推荐和分发机制

从“人找书”变成“书找人”

在80%的日常工作中

我们多么希望在信息过载的世界里

快速找到精准、有效的信息

也曾幻想一键生成行业报告、数据分析

如今有了智能推荐系统

数据采集、订单管理、信息填报、日终清算等基础性工作

都可以交给机器人处理

实不相瞒

有一家中国企业已经实现了以上所有场景

其客户覆盖了媒体、视频、电商、小说阅读和金融等多个行业和领域

这家公司就是“达观数据”

达观数据是一家专注于文本智能处理技术的国家高新技术企业，曾获联想之星投资。达观数据利用先进的自然语言理解、自然语言生成、知识图谱等技术，为大型企业和政府客户提供文本自动抽取、审核、纠错、搜索、推荐、写作等智能软件系统，让计算机代替人工完成业务流程自动化，大幅度提高企业效率。

据IDC预计

到2023年全球机器人流程自动化软件市场

规模将达到39亿美元

2018-2023年复合增长率可达36%

在此基础上

相关中国市场也将高速发展

2023年市场规模将达到10.2亿美元

2018-2023年复合增长率可为64%

未来一个公司的工作岗位

可能一半是机器人、一半是人

机器人协助进行

归纳、整理、收集、填写等重复性的工作

人类腾出精力去做

分析、决策等高级一点的工作

毕竟

基础性工作的准确率

机器人可没服过谁

本文来源：联想控股微空间

相关阅读：