Субботняя 15-минутка про умные машины от Гарри Каспарова на TED https://www.ted.com/talks/garry_kasparov_don_t_fear_intelligent_machines_work_with_them #ai #machine #human

Tom Gruber, один из создателей Siri, рассказывает на конференции TED о Humanistic AI - идее улучшения наших жизней с помощью технологий (вместо конкуренции с нами и вымещения нас). На некоторых примерах (распознавание рака, проектирование конструкций, улучшение памяти) Том показывает, что совмещение сильных сторон AI и человека позволяет достичь результатов, не доступных любой из сторон в отдельности. https://www.ted.com/talks/tom_gruber_how_ai_can_enhance_our_memory_work_and_social_lives #human #ai

В продолжение "мозговой" темы. Коллеги выпустили в корпоративном блоге статью про российскую компанию "Интеллект и инновации" и их проект Rehabunculus, сделанный на стыке AI, нейробиологии и виртуальной реальности. Система предназначена для реабилитации больных с нарушениями в нервной системе (например, после инсульта) и в целом для выработки моторных навыков. https://news.microsoft.com/ru-ru/features/rehabunculus/ (версия на английском - https://news.microsoft.com/europe/features/rewiring-the-human-brain/). #human #brain #neuro #ai #vr

Кажется, что AI — это удел датасайнтистов (во всех ипостасях - от исследователей до аналитиков) и программистов. Elaine Lee из Ebay пишет о том, какой вклад в AI могут (и должны) делать дизайнеры. Все дело в данных, точнее в их отсутствии. Если мы хотим делать более умные программные продукты, нам нужно научиться собирать из интерфейса данные вместе с интерпретацией пользовательских намерений. "Задача дизайнера — заполнить пробел между данными, необходимыми для обучения AI, и информацией, предоставляемой пользователем." https://uxdesign.cc/design-makes-ai-smarter-34a346e92b47 #ai #design #human

Пару месяцев назад я рассказывал о том, как профессия HR будет меняться под влиянием технологий. Одна из тем была: что, если ваш новый сотрудник - бот? Возможно, кто-то из тех, кто слышал выступление или читал статью, мог подумать, что я говорю о какой-то отдаленной фантастике из будущего... В общем нет.

По ссылке ниже — крутая статья из нашего блога о том, как в команде поддержки появилась новая удаленная сотрудница Rani Sobeck, работающая сверурочно, отвечающая быстро, отраженная в оргчате, но доступная только по почте. https://blogs.microsoft.com/jobs/new-hire-or-new-bot/
Мне кажется, это очень круто. И особенно символичен этот переход от "просто бота" к иллюзии, что это реальный сотрудник.
#ai #bots #human #resources
P.s. На всякий случай, моя осенняя статья: https://outofline.ru/human-artificial-resources-между-этикой-и-технологиями-a661ba264522

"Алгоритмы правят психушкой." — интересный обзор про вычислительную психиатрию (использование машинных алгоритмов для анализа поведения пациентов, постановки диагнозов и т.п.). С одной стороны, это про давно назревающую необходимость более детального и тщательного анализа накопленных данных исследований, с другой, это про анализ паттернов в поведении по разным показателям (от голоса до крови, представьте, например, что по незаметным для человека изменениям в голосе можно предсказать, наличие у него психических расстройств), с третьей, это про большой вопрос - насколько /действительно/ можно предсказать, что происходит в наших головах на основании небольших данных, и насколько мы /действительно/ похожи или отличаемся в деталях устройства мозга, и, с четвертой, это про то, насколько глубоко алгоритм способен закопаться в усиливающихся циклах причин и следствий развития разных ситуаций?

В любом случае, вычисления и машинное обучение — явно свежая струя в психиатрии и диагностике, в частности. https://medium.com/neodotlife/computational-psychiatry-c05a32f20705 #ai #human #medicine #ml

И в продолжение медицинской тематики. В нашем позитивном технологическом мире кажется, что ты вот только давай, придумай классную технологию и ее встретят с распростертыми объятиями. Что там у тебя? Шлем виртуальной реальности для управления строительным краном? Да-да, конечно, давай внедрять на ближайшей стройке! О-о-о, ты придумал, как ИИ прикрутить для прогноза результата лечения? Конечно, дорогой, мы этого 20 лет ждали!

На практике все, конечно, не так (в большинстве случаев). Оказавается, мало придумать, как применить то же машинное обучение. Важно придумать, как его внедрить, особенно, если оно идет в помощь принятия решений. В статье по ссылке ниже рассказывается о классном кейсе, неявного внедрения ИИ в рабочий ритм хирургов. Там много подробностей, которые будут интересны дизайнерам (в широком смысле): от банального факта, что хирург почти не соприкасается с технологиями (экранами, например), до учета тонкостей социального взаимодействия внутри коллектива больницы. В общем, внедрение новых технологий - это зачастую очень даже человеческая проблема.

https://www.fastcodesign.com/90157144/an-ingenious-approach-to-designing-ai-that-doctors-trust #ai #medicine #human #factor #design

Сегодня говорим про мозг. Wired пишет об исследовании команды ученых из Университета Пенсильвании по "взлому мозга". Они натравили один черный ящик (нейронные сети) на другой (мозг человека). В работе команда работала с 25 пациентами с эпилепсией, в головы которых уже вмонтированы электроды для мониторинга активности мозга. Первым делом, наблюдая за показаниями от снимаемых сигналов, ученые пытались предсказать, какое из предлагаемых слов человек скорее всего запомнит. В результате получилось "понимание", как выглядит мозговая активность, когда мозг запоминает новое слово. Вторым этапом, ученые попытались стимулировать запоминание, подавая соответствующие микроиспульсы в процессе обучения. В результате запоминаемость улучшилась в среднем на 15%. С помощью сеточки, получилось находить правильный интервал времени, когда мозг лучше всего подходит для обучения.

Такой вот тру-био-хакинг. Конечно, это только начало, потому что даже для ученых пока не очень понятно, как именно это все работает. Команда надеется, что с улучшением разрешения и числа электродов и накоплением новых данных, получится улучшить модель и научиться лучше ее интерпретировать. https://www.wired.com/story/ml-brain-boost/ #ai #mind #hacking #human

2. В ботах и автоматизации колл-центров есть такой вопрос: как лучше переключать человека (клиента) с робота на оператора? Понятно, что как лучше — это зависит от конкретного сценария, а вот как это все начать измерять и отслеживать, это вполне прикладной и обобщенный вопрос. Тут вот наши коллеги делятся, как построить такой бэкенд и дашборды на базе Application Insights: https://www.microsoft.com/developerblog/2018/02/05/human-handoff-dashboard/

#ai #human #interaction #insights

Если вы смотрели Google IO или просто следили за новостями, навряд ли мимо вас прошла тема с Google Duplex (потрясающая демонстрация, когда цифровой помощник звонит в парикмахерскую или ресторан, чтобы забронировать стрижку или столик для своего клиента, общаясь при этом весьма человечным голосом).

Надо отметить, что Google не единственная компания, которая копает в эту сторону (чего уж там!), поэтому отсылки ниже, хотя и относятся к этому примеру как самому яркому за последнее время, носят обобщающий характер, применимый и к Microsoft, и к Amazon и десятку другому крупных компаний и разного размера стартапов.

Сразу после презентации в очередной раз возникла волна обсуждений этичности всего происходящего, потому что будущее, в котором массово доступна технология неотличимой от человеческой синтезированной речи с голосом известного человека, — это страшноватое будущее, в котором на каждый позитивный сценарий в голове сразу вылезает десяток негативных.

Chris Noessel пишет о том, почему так происходит и что с этим всем делать. Ключевой момент в том, что такая технология сегодня (и еще долго, потому что сильного AI как не было, так и не предвидится пока что) попадает в так называемую зловещую долину. Зловещая долина — это когда технология достигла такого уровня человекоподобия, что мы начинаем хотеть ее воспринимать именно как человека, но в этот момент в ней обнаруживаются какие-то мелкие отклонения, которые разворачивают нашу интерпретацию в сторону совершенно нездорового человека, что вызывает отторжение. Грубо говоря, если бы в любом из озвученных скриптов что-то пошло не так (а наверняка были и такие, просто нам их не показали), то у человека на том конце возникло бы ощущение, что с ним говорит какой-то ненормальный человек (непонимающий, неслышащий, заучивший скрипт, тупой и т.п.).

Исходя из этого и общего понимания опасности технологии Крис предлагает остановиться. Не в смысле развития технологии, а в смысле не падать в эту плоскость, но для этого вместо мимикрии под человека надо договориться, что мы делаем человеко-подобное. Применительно к голосу это означает две вещи:
1) Во всех таких коммуникациях машина должна сообщать явно, что она машина. И у нее должен быть план Б, если человек не хочет или не может говорить с машиной.
2) Не надо пытаться сделать неотличимую от человеческой речь. Речь должна явно показывать, что она синтезирована. Она не обязана быть топорной, с механической нарезкой звуков и т.п., она вполне может быть плавной, но не человеческой. Например, она может быть мультяшной по своим интонациям. Главное, чтобы человеку было комфортно ее слушать, но он каждый момент понимал, что с ним говорит не человек.

И вот это, последнее, тот еще вызов для проектировщиков таких систем. Повторить человека кажется в чем-то даже проще.

https://uxdesign.cc/the-canny-rise-a-ux-pattern-921e400b26ed #ai #human #uncannyvalley #voice