情境智能NLP助手– AI的下一个重大技术挑战
简介：  基于上下文的，基于NLP的智能交互助手是AI / ML的下一件大事。推荐引擎已经提供了该技术。现在，需要提高效率并在我们的决策中加入AI增强功能。获得上下文意识是困难的部分。
上周，我们采取的立场是，从技术角度来看，“深度包容和上下文相关” AI是AI 的两个“下一件大事”之一。
回顾一下，我希望对于这种技术性传奇人物可以有一个更为简洁的约定命名约定。马文·明斯基（Marvin Minsky）称“包容性”和“上下文敏感”属于“用词”，因为它们非常依赖于用户的体验，因此很难就含义达成一致。
我们不是在谈论NLP进行上下文相关对话的能力，例如根据当前主题做出合理的响应或要求澄清。在大多数情况下，聊天机器人没有进行心理分析的能力，就人类临时对话而言可以做得很好。
另外，我们并不是在谈论文化包容性，而是在发现和消除偏见方面。重要，但不是我们要得到的。
我们正在描述的是NLP 实用程序的下一个重大步骤，其中NLP将其了解到的有关事实汇总在一起，并主动采取行动或提出使我们的生活更轻松的建议。
我们在上一篇文章中给出的示例是关于让NLP助手提醒我妈妈一周左右即将到来的生日，而我没有明确创建提醒。更重要的是，我的NLP助手可以为您推荐一份礼物。大概我过去与她的交流，无论是事实还是语调，都包含一些有关我妈妈的人口统计信息甚至她的兴趣的强烈信号，所以为什么不预测一小段合适的礼物。现在那将很有价值。
因此，对此行为的更好描述可能是“上下文智能”。我们会坚持下去。
帮助做出决定
这项进步的基础技术是推荐引擎已经发展完善的领域。到目前为止，无论是推荐书籍，飞机飞行还是恋爱，这些都是电子商务的生死攸关的问题。即将到来的是这项技术的扩展，从预测您可能喜欢的事情到您可能会采取的行动，然后帮助您做出决定。
这个问题的一个要素是，我们必须添加信息以提出这些更复杂的建议。近距离资源是我们的日历，电子邮件和文本，并且随着该领域的发展添加了其他资源。碰巧的是，日历和可识别电子邮件的智能助手正在早期研发中，这使其成为我们下一个突破的主要候选人。
但是，除了增加信息源之外，挑战还在于如何将其集成到有用的工具中，并且需要对人们如何做出决策有更深入的了解。例如，您的智能助手可以预测您的下一个动作，但是如果IA简单地说“现在就做”，您会感到多么舒适。
我们的决策通常基于可能的过滤条件。那就是我们查看选项（如不同的航班），并了解这些选项，我们做出决定。过滤可能性是一项重大挑战。提供太多有关如何执行建议操作的信息，我们使用户陷入太多选择的悖论中。几乎没有或根本没有基础决策数据，用户的舒适感和接受行为的意愿直线下降。
定义上下文
这种帮助决策的能力显然在扩展之前就从小开始，就电子邮件和日历而言，可以提取的上下文信息最有可能是关于将要发生的事情，何时发生的事情以及将要成为什么样的人的信息。参与。
了解这三件事的第一步可能是在活动开始之前弄清楚您将需要什么，以帮助您准备和参与。这开始看起来像一个非常出色的私人助理在帮助您准备工作时可能表现出来的行为，而无需您真正地明确告诉他们您需要什么。
我们都参加了很多会议，可以说每个日历事件的内容和目标都不在我们的脑海中。如果您的IA可以整理您需要的文档和信息，预测如何管理准备时间，甚至在会议期间即时提供您可能需要的信息列表，那不是很好。它也可能为您提供之前召开此会议的摘要。
一个更高级的方案可能是您管理多个并行项目。由于您是通用线程，因此这些项目进度表可能会在将来某个时候相互链接，从而定义了关键路径，并可能阻止一个项目继续进行，直到单独项目中的其他元素完成为止。可以训练上下文相关的IA，甚至可以提前数月预见那些计划冲突并提醒您。
效率至上–增强决策紧随其后
在上下文智能助手开始之时，最可能的目标是简单地利用我们的时间来提高效率，专注于重要的事情并让IA协调细节。
但是魔术可能是IA可以提供信息的方式。一旦IA对您的目标和行动有了上下文理解，您接下来需要的就是信息。最终，IA应该能够超越您已经在各种设备中捕获的信息，并通过通信来推荐其他来源。
想想一个年轻的程序员，他带来了一定的技能和知识。这可能包括该人习惯依赖的网站或特定的库或笔记本。未来的智能IA可能会从不同来源提出解决方案，从而加快初学者的学习速度和成功率。
记住你忘记了什么
除了您可能创建的简单日历提醒之外，高级IA可能还会检测到我们忘记了什么。例如，您的妻子通过电子邮件发送电子邮件，要求您预订餐厅并安排下个晚上的保姆。您进行餐厅预订，但由于手头的下一个任务而分心，而忘了保姆。您的IA可能会合理地发现此操作的遗漏并提醒您。避免了灾难。
隐私问题
这将是下一代IA的重要关注点。数据收集可能远远超出了您的日历和电子邮件，甚至包括您的眼球运动，光标运动，尤其是外部数据源。
例如，在调整模型以发现对您而言很重要的单词时，模型需要训练您的数据，但需要进行约束，以使其在生成通信时不会丢失任何内容。如果它发现在竞争对手中讨论您的竞争对手的新工作突然成为您电子邮件中的共同主题，那么您就不会希望IA显示给任何人。与AI一样，隐私将是一个持续的挑战。
有情境的NLP交互助手可以成为AI / ML中的“下一件大事”。技术就在这里。开发正在进行中。很快，我们所有人都可以在我们自己的电话会议上拥有我们自己的超有先见之明的Radar O'Reilly或Tony Stark的数字助理Jarvis。

关注 CDA人工智能学院 ，回复“录播”获取更多人工智能精选直播视频！