谷歌亞馬遜，人工智慧的時代早已經開始，但是永遠無法取代人類！

在過去的幾年中，人工智慧已經進入了自己和許多公司都嫁接它放到自己的核心業務，與搜索，電子商務，社交網路，網路安全嫁給AI - 你的名字。但是，如果這些企業已經在人工智慧的時代開始了，並已經將它納入自己的產品從一開始？

彼得·雷蘭在我們的解決對於我們這種投機性的問題MobileBeat 2017本周會議。瑞蘭是一個著名的企業家，誰開始YouWeb孵化器，這催生創業公司如移動遊戲公司OpenFeint的和CrowdStar的。現在，他拿到了它的CEO，並在流行的遊戲聊天應用不和諧的投資者。

瑞蘭拿到了它是一種新的搜索引擎，它使用AI找到人類專家誰可以回答您的問題以個性化的方式。他認為，這將產生更好的結果，而它的業務種類是更好，因為它誕生於AI熱潮的一個例子。

彼得·雷蘭與VentureBeat的的迪恩·塔卡哈希說，在MobileBeat 2017年

VentureBeat的：如果谷歌，亞馬遜和Facebook已經開始用什麼AI演算法在很久以前，他們得到了臀部到這個問題之前更近？彼得，你為什麼不說這些了我們呢？

彼得·雷蘭：最後一位發言者簡短地提到的是AI經過了一個流行的階段在80年代消失了。我是在當時的大學。在上世紀80年代開始的AI炒作一直持續到20世紀90年代了一點，但在2000年我們更側重於Web 2.0的社交商務，等等。你有這個轉換的公司，主要的科技巨頭，其核心頻譜開始在那個時代沒有AI。

VB：他們出生在AI半身像。

瑞蘭：沒錯，如果我們能想像這樣的事情。我覺得很奇怪，回首過去的35年。今天，如果你喜歡在我的投資組合的那些啟動，涉及人工智慧甚至不會在你的戰略的問題。你會與AI開始為你做什麼的一個關鍵組成部分。所以我選擇了幾家公司看看密切，並考慮他們會是什麼，如果他們想與AI開始作為核心的東西給他們做什麼等。

我可以談論Facebook的開始。這裡很多人都知道這一點，但它是一個非常廣泛的，白頁的公司。Facebook的內容是通過其用戶社區中產生。如果Facebook曾與AI開始，它會解決的頭號問題是，如何做內容面？我們都還記得這個從2007年和2008年，當Facebook開放了其API的遊戲熱潮。一個投訴用戶不得不人數為垃圾郵件。我們都得到了FarmVille的請求填滿我們的新聞提要。

Facebook的聯合創始人兼首席執行官馬克·扎克伯格出現在聖何塞的公司的F8開發者

VB：太多的羊飛行來回。

瑞蘭：你有這一切不相關的內容，而Facebook在初期的核心策略是簡單地讓社會把它清除出來，直到它達到了一個臨界點，那裡有從FarmVille的這麼多的垃圾郵件在Facebook上-我記得會標扎克伯格在2010年，而在這一點上，他從字面上說，「我討厭這一點。」這已經完全破壞了網路。這很有趣，因為遊戲實際上是對任何新的平台，最重要的應用之一-考慮到iPhone -但顯然有讓這失控的風險。

快進到今天，今天有什麼不好的內容？壞含量在10年前是比賽的垃圾郵件。今天，這是假新聞。它是在10倍，10年前就已經存在的規模。FarmVille的有200級億的用戶。Facebook目前有2個十億用戶。那麼，你如何停止假新聞 - 這是我們都同意是壞的內容 - 從甚至拋出選舉？我們有一個巨大的問題存在。

你可能會認為，Facebook的自然本能會停止假新聞有 - 嗯，什麼是我只是說？讓社會處理。但在2016年，他們承認，他們已經建立AI機械到系統中。他們正在使用的識別與社區結合假新聞。這是一個巨大的入場和為Facebook，一個巨大的點，這深深地相信，用戶社區會照顧不好的內容。

被它採用人工智慧找到你人類專家。

VB：你覺得像他們在這裡轉一艘戰艦，把重點放在AI並試圖清理出從網路垃圾內容？

瑞蘭：Facebook是更像是航母時，它試圖扭轉。我們看到，當他們進入移動。我認為它更在於它是不可避免的。即使你在你的公司的控制100％的，則無法迴避的事實是，這裡是這項技術，你會從字面上說，「我不想使用它。」社區是不會遠。

我們有我們的公司叫不和諧類似的問題。這是為遊戲玩家語音聊天社區。這是什麼，5000萬個用戶？這是四十分之一的Facebook的規模。它已經成為了誰創造小型社區暢談他們正在玩遊戲的人的樞紐。但是我們發現，組肯定來了是不是遊戲。他們對各種其他主題。因此，我們使用圖像識別，例如，執行有關這些渠道色情我們的政策。圖像識別是偉大的敲了這一點。即使是在一個社區平台，那麼，你會如果你是一個啟動使用AI今天以杜絕不良內容。

VB：你最終仍然必須得到人類的策展，就像我們對易趣早期的談話？

瑞蘭：我覺得這有點像例外面板。你最終還是要允許AI引擎做他們的工作。然後你有一種異常流量的AI說在那裡，「我不知道本作的到底是什麼。」然後，你有一個小的操作，就像我們做的不和，與異常和邊緣情況等交易上。但想像中的尺度問題，如果你去的其他方式。

您還需要為用戶的工具。任何人在一組可以標誌一個聊天，並說，「我發現這是不可接受的，」或者「我發現這令人反感的。」這也將做到這一點。無論是社區先說還是人工智慧先說，你必須讓他們一起工作。

VB：所以這是在循環人類，還是。這需要我們以新的啟動，得到了它。告訴我們更多關於得到它和它的人的方面。

瑞蘭：被它是在說，「如果亞馬遜可以給你一個新的虛擬機伺服器作為服務，何不讓知識成為一個服務嗎？」如果你想知道的東西一個新的公司，你可以通過谷歌和搜索為了它。您可以瀏覽論壇和社區。但這些都不是真正的服務，因為服務必須遵循四個關鍵標準。

第一，它必須有一個定義的單位。隨著谷歌，你不知道你有多少鏈接得到，無論是四，45兩，它必須有一個固定的價格。三，它必須是需求。四，必須保證。如果你看一下谷歌或Quora的，你會發現，無論是那些滿足所有四個標準。社區和論壇和Q＆A網站，你不知道，如果有人將永遠回答。有沒有保證，而且它肯定不是需求。

得到它正在創建就像亞馬遜，需要的時候就設置了一台機器，你的一個版本是，機器是很好理解的。定價是很好理解的。這是規範的CPU，這是你為它付出的代價。我們有一個10分鐘的聊天會話的這個概念，需求，與你的問題的專家。你有一個問題，你問吧，和專家出現。

彼得·雷蘭拿到了它使用AI找到最好的人類專家來回答你的問題的搜索。

VB：這是一個人類專家。

瑞蘭：沒錯。你有你的10分鐘的聊天會話，你來回走，當你做，你評估你的問題。這可能是一些漂亮的技術。我工作在Excel數據透視表，它不是旋轉的權利。讓我們在這一起工作10分鐘。我們相信，人類需要在循環。但有趣的是，你會發現專家的方法是使用應用程序。我不認為你可以代替共享經驗，當兩個人連接和東西一起努力，我們得到的，當他們解釋給對方。這是不可替代的，坦率地說。我不認為任何類型的內容交互取代了人對人的接觸。

很酷的事情是，尋找專家，這不是真正的人類交互依賴，可以使用應用程序來完成。我們使用的是谷歌使用，這是PageRank的相同的演算法。谷歌有一個新的系統現在被稱為RankBrain，這是他們第一次承認，除了使用AI的內容為尋找最適合你的頁面的方式。我們使用我們稱之為ExpertRank，這是一個AI詢問，「對於這個問題，所有的數百萬或數十億人在那裡，誰是最好的人，專家嗎？」只要專家們註冊，他們得到通知，告訴他們，「有人想這個問題的幫助。」

我們都知道，我們有什麼問題，70億人在世界之中，是誰的人是完全對我們的問題進行匹配。我們知道，直觀。在谷歌它實際上是非常有趣的，因為搜索引擎完全運行在伺服器和AI引擎，他們已經加入到搜索系統也完全在伺服器上運行 - 人類與人工智慧相結合，無論是在Facebook或的概念。這是一個真正的基於伺服器的系統。但是，只有15％谷歌的查詢的回答與AI的幫助。另外85％仍使用傳統的PageRank。

當你沒有在循環人類，我覺得AI輔助發動機是非常受歡迎的。AI-只有引擎會及時趕到那裡，像真正的自動駕駛汽車。但是，如果你看一下特斯拉和谷歌的Waymo，兩種策略是不同的。特斯拉的策略是AI輔助。換句話說，它不會沒有你開車去。人必須是在循環。我認為，特斯拉今天收集超過谷歌和尤伯杯更多的數據，因為他們得到了提前與AI助手，而不是純粹的自駕車。

亞馬遜

VB：所以這是在應答更高的效率，如果你有這樣的組合。

瑞蘭：你有更多的數據。人們在這裡說，在此之前，AI是所有有關的數據。更多的數據，更好的AI。如果它是壞的內容越多，你的社區產生不好的內容，以一種奇怪的方式越多，你的用戶將拿起什麼是壞的內容。在一個陌生的方式，更多的假新聞，越容易打的假新聞，因為你可以訓練你的AI來識別它。如果假新聞就像試圖找到大海撈針，它實際上是很難培養的AI。

這與谷歌搜索一樣。在更多的搜索，更好的蜂鳥是會得到在了解查詢。蜂鳥是RankBrain演算法，實際上理解該查詢。在多個查詢你可以訓練它，並了解這些結果，就更好了。

VB：我覺得這裡的問題是你如何擴展您的最終人類的一部分。我可能是對某一問題的頂級專家，但我不打算在凌晨三點來回答查詢。

瑞蘭：GOT的願景很簡單。今天我們有一個2億人一個非常大的社交網路。我認為，大多數在社交網路那張通信的，沒錯，是社會。它不從，角度出現「嘿，我有一個問題，我需要一些知識去解決它。」

所以，想像一個世界裡，我們有7億人。只要採取一個猜測。多少輛車都在外面的世界？一百萬？世界上有多少家庭有哪些？一百萬？然後，我們可以有住宅和汽車的這些供應連接到家庭和汽車的需求按需服務。公司這樣做，都做得非常好，製作的Airbnb和尤伯杯。那麼有多少人腦是在外面的世界？有多少企業或系統在世界上需要連接到右腦的知識網路，以解決特定問題？

還有人在那裡誰很明確可以給你所需要的知識。但是，還沒有為一個系統。這樣的想法是，建立一個知識網路大如Facebook的，但現在已經不是社會。大約有它有趣的是，如果你擁有一個家，有一個抵押貸款成本。如果你是有車一族，有一個租賃成本。但10分鐘後，在10分鐘的聊天會話的，你在你的大腦進行的知識，你知道的東西，它的成本你沒什麼可攜帶它在你的大腦，因為據我所知。我們擁有世界上最沒有得到充分利用的資源，而且是免費的。所有不存在是知識網路的Facebook的規模將其連接。

願景，那麼，是讓大家必須在系統上的東西或其他方面的專家，並建立一個人工智慧引擎，找到合適的人選問題。我們現在已經完成了超過300萬層的會話。我們在網路中具有12500級排名的專家。兩百每天多加入。我們有比施加四分之一多萬。我們有這樣的人的軟體工程師以有關Excel的問題。他們正在吃午飯，這個東西彈出，這看起來很有趣。

此庫存大腦的邊際成本為零。我們需要的是AI，因為人類的存在。我們人類的不乏其人。我們不希望替換它們。我們想找到他們。

VB：你在哪裡這個呢？什麼是你的路線圖，你需要去？

瑞蘭：今天，正如我所說，我們已經完成了300萬會話。現在我們有數據。其中最有趣的事情是，我們在我們的客戶和對一些問題或其他專家之間的資料庫300萬個;聊天會話。現在，我們得到的，比如說點，「我們如何才能挖掘，對於我們的機器學習演算法的數據？我們如何看待但從專家的點數據？」

我們的AI演算法著眼於每一個會話，並調整專家的排名根據六大因素。第一個因素是禮貌。我們必須處理，上面寫著，「難道專家講禮貌的用戶？」這是一種實用工具。用戶支付這一點。二是同情。難道用戶的感覺 - 他們這樣說，「是的，我覺得你明白我的問題」？這些都是信號，在聊天會話，用戶感到了來自專家同情。第三，當然是準確性。難道他們回答這個問題？難道他們的Excel數據透視表來結束工作？四是為個人信息。難道他們試圖交換個人信息？

如果你看一下10分鐘的聊天會話和人類對話內容的豐富性，這是非常大的。你必須禮貌，同情，準確，客戶服務底。嘿，我們做了什麼？你滿意嗎？所有這些的走了進去，並因此專家的等級將調整。向右走，在會議結束時，系統會告訴他們，「嘿，這是一個偉大的會話。這是你的新的排名。」

我們的路線圖是很清楚的。我們永遠無法取代人類，但我們會一直尋找AI內容，剔除掉不良內容，為客戶提供良好的服務，為促進同情和理解。當你開始聊天會話來描述這些屬性，這聽起來很人性化，不是嗎？我們要求我們的AI引擎，提供無不良內容，一樣的Facebook。我們希望它來尋找相關專家，對了人，同谷歌 - 像相關的搜索結果。然後這最後一件事是會話的人文素質。這是由人提供的，但我們看著它說，「是不是在某種程度上，使得其成為偉大的一對一聊天會話交付？」

VB：這是一種服務，它仍然可以隨著時間的推移更好，那麼。

瑞蘭：它只會隨著時間的推移更好，因為數據不斷改善。我們會找到更多的不良內容。我們會得到人們的問題更加相關專家。我們會顯然有在會話中更好的結果，只要我們不斷增加的數據來訓練我們的AI。

亞馬遜，順便說一下，是很有趣的。這是我的挑戰亞馬遜，因為它使建立一個黑盒子。我們在這裡都是開發商，還是我們許多人。我們期待點播服務。說，我們需要更多的計算能力。我們現在知道有一個巨大的各種計算能力，你可以走出去的。那麼，你如何知道你是否會得到最好的資源為你的問題？如果它是一個大的數據分析問題，它可能是一組不同的資源比如果你是一個事務處理的應用程序或機器學習的應用程序。

什麼是按需服務的相關性？我認為這是亞馬遜的未來的一個重要方面，儘管大多數人都著迷Alexa和回聲。作為一個平台，我希望確保當一個請求到來時需求，我找到它的最好的資源。數量之多AI應用程序現在正在迅速增長。你如何找到適合您的特定應用的最佳資源？也許他們做的，也許他們不這樣做，但我們真的不知道。我們沒有管理該反應的能力。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！