<mark id="oztn4"></mark>
0
人工智能和語音識別行業正在快速發展。根據知名市場研究分析公司Gartner發布的一份行業報告顯示，到2020年，85%的客戶服務交互將無需人工支持，這意味著到那時，我們已經能夠教會機器用邏輯解決方案來解讀數據了。
支持人工智能技術的App應用，將會讓人們的生活變得更加便捷，但問題是，如何開發這種App應用呢？為了解答這個問題，我們采訪了一些利用人工智能技術、并獲得成功的App應用創始人。
下面就來看看他們是怎么說的吧：
Nathan Benaich，知名風投 Playfair Capital 風險投資人，專注于數據科學、機器學習、和用戶體驗領域內的科技公司。
一款由人工智能支持的優秀應用程序，應該讓用戶感到眼前一亮，獲得前所未有的體驗。就拿Google Photos舉例吧，它可以匹配搜索查詢來檢索圖片；還有SwiftKey，可以預測用戶接下來要輸入的文字；再有就是特斯拉的自動駕駛儀，有能力接管司機的職責來駕駛汽車。這些產品都給用戶帶來了驚喜的感覺，這種與眾不同的感受會逐漸變成用戶的使用習慣，因為這非常有價值。
Shivon A. Zilis, Bloomberg Beta風投合伙人，人工智能公司OpenAI企業顧問
有兩件事情必須要牢記：
– 你的算法是否以“解決問題為先”？對用戶來說，你的算法解決方案應該是“隱身”、甚至是不相關的。你的App應用需要幫助用戶輕松解決一個問題，讓他們變得更好。
– 今天，你的App是否足夠有用。就拿即時通訊App來說吧，它在如今這個時代十分有用，那么同樣地，也會隨著時間的推移變得越來越好，這也是為什么很多人工智能會從聊天機器人開始起步的原因所在。如果開發人員能夠把這種想法帶入到人工智能應用開發中，創建正確的用戶反饋循環，那么隨著時間的發展，數據集合勢必將得到極大提升。
Dennis R. Mortensen，x.ai公司創始人兼首席執行官
最好的人工智能產品能讓用戶變得更有能力，而最最好的人工智能則會從用戶角度出發，去完成一項任務；要做到這一點，就需要讓用戶盡可能少地去執行操作，這才是真正的全自動智能技術。
人工智能軟件或是虛擬助手能讓人們使用自然語言進行交流，這點非常重要。如果讓用戶適應機器語法而且改變自己的說話的方式，或是文本輸入的方式，體驗和效果就會變得很差。當然啦，要求用戶執行太多手動操作也不是個好主意，所以人工智能App需要盡可能地避免用戶手工操作。
而在互動的另一端，你需要讓人工智能的回應看上去非常自然，這同樣也很重要。在x.ai App上，我們的目標就是要讓用戶覺得他們并不是和一個人工助手在交流。當我們起初開始構建人工智能私人助手Amy Ingram的時候，我們發現很多同行都無法做到這一點，因此我們決定創造一個全新的崗位角色——人工智能互動設計師——主要負責開發Amy的性格，確保她說出來的話具有連貫性。我們的用戶非常喜歡Amy，也知道她的效率很高，但是真正讓用戶愛上Amy的主要原因，就是她真的很像人類，許多人和她進行交流甚至都沒有意識到她是一個人工智能。
Manuel Ebert，summer.ai創始人合伙人
我想說說做些什么事情無法讓你開發出一款優秀的人工智能App應用：現在，我們已經可以輕松做到打開聊天機器人窗口，然后預訂一個卷餅套餐。但人工智能的真正力量，應該是增強、并提升人類的能力，比如一臺智能蒸汽挖土機。一款優秀的人工智能App不僅僅可以幫助用戶更快速地完成工作，而且還能讓他們完成一些之前無法做到的事情；一些用戶無法負擔的事情。人工智能可以變成我們的私人旅行助手，我們的造型師，營養學家，律師，教練，以及理財顧問。
Raj Singh，Tempo.ai公司聯合創始人兼首席執行官，該公司已被Salesforce收購
在最好的人工智能App應用里，科技不僅僅是出現在你面前，而是要融合到體驗之中。我覺得Google Photos就算得上是這樣一款優秀的應用程序，做為一款計算機視覺技術，它極好地展現了人工智能的魅力，同時也沒有忽視用戶體驗。
Rob McInerney博士， Intelligent Layer公司聯合創始人兼首席執行官
對于那些希望在自己App應用里加入人工智能技術的創業者，我能給予的建議就是遵循80/20原則，同時也要學習如何管理不確定性。
在采用人工智能技術時，我們很容易會擔心每一個可能的輸入出現問題，然而在現實中，人工智能給用戶帶來的絕大部分價值，往往是給他們解決了一個很小的問題，而且很好地解決了某些問題。在智能層，我們花了大量時間和精力去分析用戶行為，識別用戶最常見的行為，以此來了解機器學習技術應該用在什么地方。
我們同樣也很難管理所謂的不確定性，這意味著我們的算法知道“自己”在某些領域里，或是在某些問題上沒有太多經驗，也不善于解決——它們此時需要人類幫助，才能對問題做出響應。不過，人工智能的最終目的，就是要為用戶提供一個更令人滿意的真實體驗。
Xavier Amatriain，知名問答網站Quora工程副總裁，Netflix前任研究/工程主管，機器學習專家
在曾經接受過的一次采訪中，Xavier Amatriain解釋了機器學習在產品開發中的關鍵要素，也表達了他是如何看待一款優秀的人工智能App應用的：
即使只盯著數據，或是一些未來的假設理念，也能夠幫助你優化自己的產品，同時也能讓你探索哪些事情可以幫助到自己的公司（業務）。
你可以思考的非常“極端”，預測一些現在根本不存在的、但是你的用戶可能會喜歡的東西，
Netflix其實就是這么做的，他們要預測用戶當前最想看的是什么電影，即便你從來沒有看過。所以，通過關注數據，能幫助你更好地理解假設的東西，也能讓你“看到”現在并不存在的東西。
VIA arkenea
題圖來自rottmann.net
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
