流程编辑器中的人工智能

智能有几种,如识别,分发和决策(行为指导)

目前人工智能的最高级形式,是行为指导。即根据不同的人,面对不同的问题,在不同的环境下,给出最适合最有利的行为指导(能做什么,不能做什么,应该怎么做),这时,AI就是一个贴身顾问,是你的智囊团。

至于预测,为什么没有放在AI里,是因为不论机器学习还是神经网络,都无法做到预测。比如AI地图建议你走一条不堵车的路,但它不能保证那条路不堵车。

比如,现阶段AI无法预测股市和彩票。否则,人们发财就太容易了。AI能准确预测股票和彩票吗?并不能。

AI甚至连天气预报都做不到。

阿尔法狗是基于大数据的,但是彩票和股票的大数据,却不能对AI有用。

这是人工智能的薄弱环节。人工智能,是用来给人做助手的。

目前的人工智能,大部分是识别与分发。

识别,比如苹果的face id,是脸部识别。比如讯飞的输入法,是语音识别。

分发,比如今日头条。用人工智能做适配,即给读者展现适合读者的文章。

而行为指导,实际上是以顾问的形式给人出谋划策。

如果没有人工智能,人的行为指导大部分是靠搜索和问答。

比如会有人去搜索答案:感冒了怎么办?

除了搜索,还可以去问答网站提问:感冒了怎么办?

然而搜索和问答真的有效吗?能给出有效的行为指导吗?

这个问题,会得到一系列的不同答案。首先是搜索有风险,比如曾经有个魏则西,因为百度一下,结果命丧黄泉。搜索结果参杂着广告,你不知道哪个是真正有效的,哪个是圈套。

就算你搜索到了内容,也不是适配于你自己的。最后,用户依然需要自己去分析,自己去寻找答案。

如果懒得搜索,就只好提问,等着别人回答。这是知识付费的一种形式。微博问答就采用了这种方法,先付费,再得到答案。

但是答案满意不满意呢?这个不好说。因为回答者可能是某个领域的权威,但也可能该答案是个标准答案,却不适用于提问的人。因为回答问题的人,并不了解提问的人。

也就是说,当前的问题,是答案与用户不适配。

万物语联的流程编辑器,刚好解决了这个问题。

专家把自己的经验,通过流程编辑器,以交互的形式,对用户进行个性化的适配,得出一个适合该用户的行为指导,提供个性化的建议、服务甚至是商品。

背后的原理,离不开语义化。万物语联通过交互式流程,把用户的情况语义化,服务和商品语义化,中间进行智能的适配,最终得出精准的行为指导,提供适合于用户的服务和商品。

当然语义化是在背后的,用户是看不到的。用户只能看到流程,而专家只能看到流程编辑器。

背后是知识团队对健康、服务、商品进行语义化以及人工智能的推导。而前面,大家能看到的是用户能得到更好的行为指导。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,718评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,683评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,207评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,755评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,862评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,050评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,136评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,882评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,330评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,651评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,789评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,477评论 4 333
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,135评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,864评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,099评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,598评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,697评论 2 351

推荐阅读更多精彩内容