Det næste trin til maskinlæring og AI

Det næste trin for maskinlæring og AI David Karandish, grundlægger og administrerende direktør af Jane.ai, diskuterer det næste trin til maskinlæring og AI gennem chatbots og naturlig sprogbehandling.

Tonya Hall interviewer ledere for vores søsterside ZDNet, og vi kører et udvalg af nogle af hendes mest viste videoer. Følgende er et redigeret udskrift af hendes samtale med David Karandish, medstifter og CEO af Jane.ai, der først blev offentliggjort i december 2018 på ZDNet. For at se flere af hendes videoer skal du tjekke Tonya Hall Show på ZDNets YouTube-kanal.

Mere om kunstig intelligens

  • Google DeepMind-grundlægger Demis Hassabis: Tre sandheder om AI
  • De 10 mest efterspurgte AI-job i verden
  • De 3 mest overset begrænsninger af AI i erhvervslivet
  • Sådan bliver du maskiningeniør: Et snyderi

Tonya Hall: En chatbot, der kender mere end bare Taylor Swift-tekster. Den kan finde dine TPS-rapporter og mere.

Du har ret teknisk CV. Giv os en oversigt over, hvad der bragte dig til fundet Jane.ai.

David Karandish: Så jeg har været i tech-rummet i cirka 20 år - helt tilbage fra design af en webside satte dig på niveau med at være en troldmand eller en warlock. Og så har jeg gjort en masse i online marketingrummet, og senest et firma, der hedder Answers.com. Og så startede vi Jane.ai i januar sidste år.

Tonya Hall: Hvilket problem er Jane.ai designet til at løse?

David Karandish: Jane er her for at gøre al din firmainformation tilgængelig og en simpel chatgrænseflade. Du kunne tænke på hende som at have din egen Siri eller Alexa til arbejdspladsen, hvor hun opretter forbindelse til din virksomheds apps, dokumenter og dit teams viden.

Tonya Hall: Forklar processen, som Jane følger for at opbygge klientdatasættet.

David Karandish: Jane opretter først forbindelse til din virksomheds nøgleprogrammer - så ting som Salesforce, Office 365, ServiceNow, Workday, you name it. Hvis det har et skybaseret API, kan vi sandsynligvis oprette forbindelse til det. Derfra kan Jane hente information. Hun kan også begynde at tage handlinger på dine vegne. Det andet område, som hun opretter forbindelse til, er dine dokumenter. Så hun kan læse indholdet af dine dokumenter og gøre det tilgængeligt for hele dit team. Og så til sidst opretter vi en vidensbase, hvor Jane kan tage alle de oplysninger, du har, der ikke bor i en app eller et dokument og gøre dem tilgængelige også.

Tonya Hall: Du har stadig et lag med menneskeligt engagement i at skabe og rense dataene, rigtigt?

David Karandish: Vi tror ikke, det skal være mennesker imod AI. Vi mener, at de skal samarbejde. Og så en af ​​de grundlæggende designfejl i mange AI-systemer er, at hvis du stiller dem et spørgsmål, og de ikke ved svaret, er du heldig. Så for os, hvis du stiller et spørgsmål til Jane, og hun ikke ved svaret, vil hun bringe en person i løkken, hjælpe dig med at få det rigtige svar.

Tonya Hall: Fortæl os om at inkorporere naturlig sprogbehandling og hvordan Jane lærer af nye spørgsmål og anmodninger.

Karandisk: Så Jane er bygget op af en række neurale netværk og algoritmer, nogle af dem meget højteknologiske, andre en masse indviklede neurale netværk. Nogle af dem er temmelig enkle som stavekontrol og at tage din virksomheds forkortelsesliste. Men hun kombinerer alt dette sammen, og så samler vi en masse stemmer. Så tænk på alle algoritmer, der stemmer og siger, om vi skal eller ikke skal matche en bestemt kandidat eller ej. Baseret på disse stemmer kommer hun enten tilbage til dig med et svar fra en app, et dokument eller en person; eller hun sender det videre til en co-pilot, hvor nogen kan vende tilbage og hjælpe dig med at få det svar.

Nu erkender vi, at verden ikke altid er så sort eller hvid. Så hvis hun er lige på linjen, kommer hun tilbage til dig med en afklaring, hvor hun siger "Mente du A, B eller C?" Hvis du derefter vælger B, vil hun huske det. Det feeds tilbage i det neurale netværk, og hun vil huske det til næste gang.

Tonya Hall: En co-pilot er et menneske, jeg tager det?

David Karandish: Co-pilot er en eller flere mennesker i dit team, der kan hjælpe med at organisere Jane's vidensbase.

Tonya Hall: Hvordan har du integreret andre apps til at arbejde i Jane?

David Karandish: Ja, så hvad vi gør, er at vi designer tjenesten først, og dette er noget andet end mange andre virksomheder. Så for os ville tjenester være som e-mail og kalender og HRIS og CRM, billettering og sky drev. Og så deler alle de apps, som vi forbinder til denne tjeneste, de samme færdigheder. En grund, der er gavnlig, er, at hvis dit IT-team beslutter at skifte fra Jira til ServiceNow eller fra NetSuite til Salesforce eller fra ADP til Workday, behøver du ikke at lære en ny måde at interagere med Jane på, fordi alle HRIS er de samme . Når vi designer denne service, tilslutter vi Jane alle de API'er, der er tilgængelige for disse apps, og så er hun i stand til at hente information og tage handlinger på dine vegne.

Tonya Hall: Hvad adskiller Jane fra den gennemsnitlige chatbot?

David Karandish: Hvad der adskiller Jane fra den gennemsnitlige chatbot, er først og fremmest Jane har lært i forkant. Så vi vidste, at hvis du stiller Siri et spørgsmål på din telefon, hun ikke har svaret, er du heldig. Vi vidste, at det er okay, hvis du er min fem år gamle datter, der kigger efter Taylor Swift-tekster. Men hvis du er et teammedlem, hvis du er en kunde, skal du være i stand til at få det svar, og det skal være i stand til at lære, selv når det ikke ved svaret. Så vi sætter læring i spidsen.

Den anden store ting er, at Jane taler leksikonen for din organisation. Så vi ønsker ikke, at hun bare skal tale amerikansk engelsk, men vi vil have, at hun skal tale amerikansk engelsk med din egen dialekt, din egen formulering, dine egne måder, du arbejder i organisationen på. Hun vil vide, hvad TPS-rapporterne står for, hvis du vil.

Den tredje ting ved Jane er, at hun ud over læringen og dialekten også kan hente information ud af dine dokumenter. Så mange gange tænker folk på apps ... de er lette at forstå ... hvordan hun kunne oprette forbindelse til Salesforce eller Dropbox, men dokumenterne har selv en skattekiste af information. Og hun kan tage information ud af din firmahåndbog eller dit salgstreningsmateriale og gøre alt det tilgængeligt.

De 10 mest efterspurgte AI-job i verden (TechRepublic)

Tonya Hall: Hvilket teknologisk gennembrud skal der ske for at muliggøre det næste store spring fremad med maskinlæring og kunstig intelligens?

David Karandish: Maskinlæring og AI fortsætter med at gøre trinfunktionsfremskridt. Og hver gang en ny hovedtype af neuralt netværk kommer ud, finder du, at mange mennesker forbedrer det, og så rammer det slags en ny baseline, og så springer vi op derfra. Med hensyn til hvor du vil begynde at se store forbedringer af trinfunktionen, sker det, når du kan begynde at kæde forskellige svar sammen. Så det er en ting at stille et spørgsmål og få et svar tilbage - det er en anden ting at have en løbende dialog i samtalen. Og så de fleste neurale net i dag trænes med individuelle input og output; Jeg tror, ​​at du på lang sigt har fulde samtaler, der træner systemet, der hjælper dig med bedre at forstå naturligt sprogbehandling.

Tonya Hall: Tak, fordi du kaster en vis indsigt og taler om det arbejde, du laver. Hvis nogen vil oprette forbindelse til dig, hvordan kan de da gøre det?

David Karandish: Du kan tjekke os på Jane.ai i din foretrukne browser.

Innovationsnyhedsbrev

Vær opmærksom på smarte byer, AI, Internet of Things, VR, AR, robotik, droner, autonom kørsel og mere af de fedeste tekniske innovationer. Leveres onsdage og fredage

Tilmeld dig i dag

© Copyright 2021 | mobilegn.com