Jasmine Wang trên AI Copywriting, thay thế so với tăng cường lao động của con người & niềm tin và sự an toàn của AI - E52

"Tôi quan tâm đến việc những người tôi làm việc cùng tuyệt vời như thế nào, công nghệ mà chúng tôi đang làm việc có tác động như thế nào và đặc điểm cuối cùng là: Tôi có thể ảnh hưởng đến quỹ đạo của việc này được triển khai vào thế giới một cách an toàn và có trách nhiệm hơn không? Vì vậy, tất cả các con đường đều chỉ ra AI an toàn và có trách nhiệm." - Jasmine Wang

Jasmine Wang là người đồng sáng lập & CEO của Copysmith , một đối tác động não AI cho các nhà tiếp thị. Trước đây, Jasmine đã tham gia rất nhiều vào nghiên cứu của AI tại Quan hệ đối tác trên AI , Openai và Viện Học tập Montreal (MILA) .

Jasmine bắt đầu trong kỹ thuật và nghiên cứu về việc tự lái Lyft , và công nghệ của Microsoft Research cho Tập đoàn thị trường mới nổi . Cô cũng nhận được các học bổng kỹ thuật, nghiên cứu và học thuật đáng chú ý nhất là tương tác, Kleiner Perkins , 8VC , Microsoft và Fulbright Foundation.

Jasmine nhận bằng cử nhân về khoa học máy tính và triết học tại Đại học McGill . Trong thời gian rảnh rỗi, cô chơi piano.

Bạn có thể tìm thấy các cuộc thảo luận cộng đồng của chúng tôi cho tập phim này tại https://club.jeremyau.com/c/podcasts/52-jasmine-wang-on-ai-ai-popriting-repraces-vs-eugmenting-human-labor-aim

请转发本见解或邀请朋友访问https://whatsapp.com/channel/0029vakr55x6bieluevkn02e

Jasmine Wang: [00:00:33] Xin chào, Jeremy. Vui mừng được ở đây.

Jeremy AU: [00:00:36] Chà, nó thật hấp dẫn. Ý tôi là, chúng tôi là một phần của boong , chúng tôi đã gặp gỡ thông qua cộng đồng tuyệt vời này và tôi thực sự rất thích thú với cách tiếp cận của bạn để tận dụng AI và tôi rất vui mừng được chia sẻ không chỉ hành trình của bạn mà còn là những gì bạn thấy tương lai sẽ diễn ra.

Jasmine Wang: [00:00:52] Cảm ơn rất nhiều. Chúng ta có thể đi sâu hơn vào vấn đề này, nhưng chúng ta đi đầu trong một điều gì đó thực sự rất lớn và thú vị, tôi rất vui mừng được trò chuyện về GPT-3 và mọi thứ khác đang diễn ra.

Jeremy AU: [00:01:03] Tuyệt vời. Đối với những người chưa biết bạn bằng lời nói của mình, bạn sẽ chia sẻ về hành trình cá nhân của mình như thế nào?

Jasmine Wang: [00:01:11] Tôi lớn lên ở Edmonton, đây là thành phố lớn phía bắc ở Canada. Vì vậy, hãy suy nghĩ cực kỳ lạnh, nghĩ về dầu khí, cao bảo thủ, không khởi nghiệp, không có công nghệ. Tôi không biết rằng khoa học máy tính hoặc kỹ thuật phần mềm thậm chí còn là một con đường cho đến khi tôi gần như hoàn thành trung học. Cuối cùng tôi đã đi đến McGill ở Montreal cho Đại học, nhưng tôi thực sự bắt đầu đi học trong văn học so sánh. Tôi yêu sách, tôi thích viết. Tôi đã kết thúc khoa học máy tính sau khi tham gia hackathon đầu tiên của mình và quay một trang web cho một tổ chức phi lợi nhuận mà tôi đang làm việc và tôi đã bị thổi bay vào lúc đó, chuyển sang khoa học máy tính và thực sự yêu thích xử lý ngôn ngữ tự nhiên sau khi dành thời gian để kỹ thuật cơ sở.

Tôi đã làm việc tại một vài công ty khởi nghiệp, bắt đầu Breather, đó là một công ty khởi nghiệp tại Montreal địa phương sau đó đến Lyft, nơi tôi ở trong nhóm tự lái của họ. Cũng làm việc tại Square trong đội ngũ thủ đô của họ trong vai trò kỹ thuật và loại chủ đề này từ việc viết được thực hiện vào thời điểm đó. Tôi trở nên thực sự quan tâm đến xử lý ngôn ngữ tự nhiên. Thực tế là chúng ta có thể đại diện cho các từ như các vectơ là không thể tin được. Tôi đã nghiên cứu tại Mila, phòng thí nghiệm học tập sâu sắc lớn nhất thế giới, nó được thực hiện bởi Yoshua Bengio , một trong ba bố già của Deep Learning, tự hào có trụ sở tại Montreal và Canada. Sau đó làm việc tại Microsoft Research cũng như tại Openai ngay khi 52 được phát hành.

Và bây giờ tôi đang làm việc trên Copysmith là một công cụ viết sao chép AI. Chúng tôi sử dụng sự kết hợp của GPT-3 và các mô hình khác để giúp bạn soạn thảo bản sao. Tôi nghĩ về điều đó khi bạn luôn luôn là đối tác động não, nhưng tôi sẽ không cho bạn toàn bộ sân ở đây. Đó là cách tôi tóm tắt hành trình cho đến nay. Theo thời gian, tôi đã dành rất nhiều thời gian giữa Montreal và San Francisco, tôi hiện đang trở lại Edmonton nên vòng tròn được rút ra trong đại dịch.

Jeremy AU: [00:03:07] Thật tuyệt vời. Và một điều tôi nhận thấy là bạn đã có một hành trình thú vị, nơi bạn không chỉ nghĩ về AI mà còn về các loại hạt và bu lông cũng như phía chính sách của nó, đó là một chiếc mũ ba khá hiếm khi đội. Tôi chỉ tò mò, điều gì đã thúc đẩy điều đó?

Jasmine Wang: [00:03:26] 100%. Niềm đam mê của tôi xung quanh công nghệ tôi nghĩ bởi vì ban đầu tôi đến từ nhân văn là công cụ. Tôi yêu Pizazz và tính linh hoạt và sức mạnh của công nghệ nhưng cuối cùng nó quan tâm đến cách nó tác động đến mọi người. Và tôi biết đó gần như là một điều thú vị để nói, ngày nay các nghiên cứu về công nghệ và xã hội đã trở nên thực sự nóng. Mỗi sinh viên CS tại Stanford đều muốn có một trẻ vị thành niên triết học, nhưng tôi nghĩ nó thực sự rất quan trọng và cách tôi chọn chuyên môn và định hướng mà tôi đã đi là một vài chỉ số . Tôi quan tâm đến việc những người tôi làm việc cùng tuyệt vời như thế nào, công nghệ mà chúng tôi đang làm việc có tác động đến mức nào và đặc điểm cuối cùng là tôi có thể ảnh hưởng đến quỹ đạo của việc này được triển khai vào thế giới một cách an toàn và có trách nhiệm hơn không? Vì vậy, tất cả các con đường đều chỉ ra một AI an toàn và có trách nhiệm.

AI rõ ràng là chủ đề nóng trong năm nếu không phải là thập kỷ, rất nhiều tài năng đang đổ xô làm việc trên AI. Và liên quan đến điều đó và một trong những lý do cho điều đó là nó tạo ra những tác động lớn đối với ngành công nghiệp mà tôi không cần phải đi sâu vào và cũng có nhiều ý nghĩa chưa được suy nghĩ đầy đủ về cách chúng ta có thể triển khai điều này theo cách an toàn và chịu trách nhiệm từ cấp cơ sở hạ tầng, nhưng cũng ở mức độ của người tiêu dùng. Vì vậy, nhiều câu hỏi khác nhau ở đây về triển khai an toàn và có trách nhiệm. Tôi thấy nó vừa thú vị về mặt trí tuệ nhưng nó cũng thỏa mãn ba điều đó, những người tuyệt vời, công nghệ siêu ảnh hưởng và nhiều câu hỏi mơ hồ hoặc âm u xung quanh, làm thế nào để chúng ta làm cho công nghệ này thực sự hữu ích cho nhân loại và có lợi?

Jeremy AU: [00:05:11] TUYỆT VỜI. Bạn cũng đã chia sẻ rằng bạn đã tham gia các lớp học về đạo đức của AI và tất cả những thứ đó . Trường hợp có bất kỳ lớp học hoặc khoảnh khắc yêu thích cụ thể nào mà bạn đã bắt đầu cuộc hành trình đó cho bạn?

Jasmine Wang: [00:05:25] Tôi đã có một trẻ vị thành niên về triết học và là một phần của một số lớp học yêu thích của tôi là triết lý của AI và triết học khoa học. Để có thể chọn ra một vài câu hỏi trong triết học khoa học, xin lỗi, triết lý của AI, chúng tôi thực sự nhận ra rằng nếu bạn chỉ nhìn vào lịch sử của các nhà tư tưởng trong lĩnh vực này, rằng những lo lắng mà con người đã có về máy móc đã có mặt trong hầu hết lịch sử loài người. Câu hỏi này là "Ồ, AI sẽ thay thế chúng ta chứ?" Đây là một câu hỏi được hỏi trong cuộc cách mạng công nghiệp.

Một số học giả và học giả đã gọi điều này, chu kỳ hoảng loạn công nghệ Sisyphean. Như trong, chúng tôi tiếp tục lăn đá này lên ngọn đồi, "Ồ, không, đây có phải là điều tiếp theo sẽ là thứ không?" Và lo lắng về nó xảy ra một cách khá chu kỳ, phù hợp với các chu kỳ công nghệ. Và đây chỉ là một mô hình tiếp tục xảy ra, điều này thực sự thú vị, điều này không có nghĩa là AI không khác biệt, tôi nghĩ nó thực sự khác biệt, cuộc cách mạng này, nhưng thật thú vị khi mọi chu kỳ mọi người nghĩ nó khác biệt và đây là một điều sẽ thay thế lao động của con người theo một cách nhất định.

Trên thực tế, một cuộc cách mạng chưa bao giờ được nhìn thấy trước đây, thực tế thực sự đang thực sự mong chờ và hồi tố, chúng ta có thể tuyên bố nó và nói, "Ồ, chúng ta rất vui vì chúng ta đã vượt qua chu kỳ đó. Nhưng đó là một cái nhìn sâu sắc thực sự thú vị khi nhìn vào lịch sử của triết lý của AI, bởi vì các nhà triết học đã suy nghĩ về AI.

Jeremy AU: [00:07:06] Có vẻ như bạn đã suy nghĩ sâu hơn rất nhiều so với tôi có vì cách tôi tiêu thụ là tôi là một độc giả lớn về khoa học viễn tưởng và AIS luôn là nhân vật phản diện và thực sự là nhân vật chính. Một số tiểu thuyết khoa học tốt nhất gần đây, Công lý phụ trợ, et cetera. Nhưng về những điều này thực sự đang đưa các nhân vật chính của AI thực sự trong một câu chuyện và cách họ khám phá nhân loại. Vì vậy, có một mảnh và xu hướng thú vị mà tôi đang thấy. Vì vậy, tôi tò mò từ góc độ của bạn, giống như triết lý cá nhân của bạn xung quanh AI bây giờ là gì khi bạn không chỉ nghiên cứu nó, nghĩ về nó, làm việc trong đó, những gì cá nhân của bạn đảm nhận nó.

Jasmine Wang: [00:07:50] Tôi thực sự hào hứng với AI. Tôi nghĩ rằng có một cuộn băng mà bạn có thể chăm sóc AI Tôi cũng đồng ý rằng nếu không thể tránh khỏi chúng ta cũng có thể hợp tác với AI. Một số người bị kiềm chế, "Chào mừng các lớp phủ robot." Và tôi thực sự có một cái nhìn khác, nơi tôi thực sự hào hứng với những gì AI có thể mở khóa. Vì vậy, là một nhà văn, tôi đã dành rất nhiều thời gian để viết sáng tạo. Một ví dụ về những gì bạn có thể muốn từ AI. Tôi không thể đến một con người và nói, "Được rồi, Jeremy, tôi có đoạn này mà tôi đã viết ra khỏi cảnh, bạn có thể cho tôi 15 phương sai của tất cả các trạng từ mà tôi đã sử dụng, và chỉ các trạng từ? Chỉ cho tôi 15 cái khác nhau cho tất cả các quảng cáo tôi đã sử dụng trong đoạn này."

Đó không phải là cách sử dụng tốt thời gian của bạn, nhưng đừng bận tâm, đó cũng không phải là cách sử dụng tốt thời gian của tôi. Phải mất quá nhiều thời gian để chỉ định hướng dẫn đó. Nhưng nếu điều đó là có thể, nếu nó xảy ra một cách tự nhiên trong quá trình viết của tôi, tất nhiên bài viết của tôi sẽ tốt hơn. Tất nhiên sáng tạo của tôi sẽ được tăng cường. Tôi sẽ giống như, "Ồ, tôi đã không nghĩ về việc sử dụng từ đó theo cách đó trước đây." Và đó là ứng dụng mà tôi thực sự hào hứng từ AI, đó là ứng dụng tăng cường sáng tạo này mà chúng ta sẽ nói nhiều hơn khi chúng ta nói về Copysmith.

Và tôi thực sự chỉ cảm thấy có rất nhiều lãnh thổ trong tất cả các chiều. Tôi chỉ nói về văn bản ở đây nơi chúng ta đang viết tiểu thuyết hoặc tài liệu. AI sẽ giúp chúng tôi khám phá hiệu quả và nhanh chóng hơn và khám phá lãnh thổ mà chúng tôi thậm chí có thể không đến mà không có nó và tôi nghĩ điều này là có thể cho tất cả các lĩnh vực. Tôi là một nhà văn nên tôi nghĩ về AI theo cách đó nhưng tôi nghĩ rất nhiều người nhìn vào AI với nỗi sợ hãi này sẽ thay thế họ. Nhưng tôi nghĩ rằng đối với rất nhiều môn học, họ thực sự nên định vị mình vì AI này sẽ thực sự tăng cường công việc của tôi và làm thế nào tôi có thể tích hợp điều này vào quy trình làm việc của tôi một cách chủ động để AI cộng với con người là con đường mặc định về phía trước chứ không phải AI. Tôi rất hào hứng với nó.

Jeremy AU: [00:09:48] Thật thú vị. Vì vậy, cá nhân hào hứng với nó và hào hứng với thành phần tăng cường của nó thực sự thú vị.

Jasmine Wang: [00:09:55] Vâng, chính xác. Tôi rất hào hứng với điều đó nhưng tôi nghĩ rằng chắc chắn có những điều cần suy nghĩ thông qua cộng đồng AI và ngành công nghiệp cần phải suy nghĩ rộng rãi hơn về nó, về tác động của các thuật toán này. Và chỉ trong năm vừa qua, tôi nghĩ rằng cuộc trò chuyện về điều đó đã tăng lên đáng kể. Ví dụ, với việc phát hành mạng xã hội, họ đã có các diễn viên diễn ra các AI này theo cách khiến nó thực sự nội tạng. Chúng tôi đang thực hiện nhắm mục tiêu vi mô, điều gì ngụ ý cho các hệ sinh thái và sự thật tin tức của chúng tôi được hiểu là rất rộng rãi?

Nhưng vâng, tôi nghĩ rằng có rất nhiều sự phấn khích và tôi cảm thấy ... Tôi là một người lạc quan, vì vậy điều này có thể không hoàn toàn được xem xét tốt nhưng tôi cũng nhận thức được những nhược điểm rất lớn mà chúng ta đã thấy ở một mức độ nào đó chúng ta nên cẩn thận về việc giảm thiểu và các công ty đang suy nghĩ và kết hợp với các nhà nghiên cứu bên ngoài và bên ngoài. Có rất nhiều bên liên quan khác nhau trong cộng đồng AI làm cho nó thực sự độc đáo. Đó không chỉ là những đột phá nghiên cứu mà còn là những đột phá nghiên cứu có thể sản xuất được và có giá trị kinh tế to lớn.

Jeremy AU: [00:11:08] Tôi nghĩ điều thú vị là trong LinkedIn của bạn, bạn có tuyên bố này là một câu nói lớn giống như nói, "Theo mặc định, các nhà kinh tế và nhà nghiên cứu AI tin rằng AI có thể tự động hóa tất cả lao động của con người. Vì vậy, điều thú vị là bạn thực sự ngụ ý rằng có một cái nĩa trên đường, ý tôi là, một cái nĩa giống như niềm tin của mọi người, nhưng bạn cũng nói rằng bạn sẽ giúp điều khiển nó đi đúng hướng. Tôi chỉ tò mò, bạn nghĩ gì là những thứ sẽ tạo ra cái nĩa đó?

Jasmine Wang: [00:11:42] Đây là một câu hỏi lớn và một cái gì đó mà tôi đang nghiền ngẫm. Tôi thực sự sẽ chỉ ra một doanh nhân khác ở đây ít nổi tiếng hơn tôi, Elon Musk, người đang làm việc trên Neuralink và mục đích rõ ràng của anh ấy với Neuralink là giữ cho con người cập nhật với tốc độ cập nhật AI. Đó là một ví dụ cực đoan về sự gia tăng AI của con người, thực sự nhúng một máy tính vào não của bạn để bạn có thể giao tiếp với AI rất chặt chẽ. Và tôi nghĩ rằng có những thứ dọc theo quang phổ đó.

Vì vậy, đó là một mặt của ngã ba, đang hợp tác với AI, tận dụng AI trong quy trình làm việc của bạn, cho dù đó là tương tác với nó như một phần mềm hoặc nhúng vào não của bạn, có một phổ, nhưng có một cái nĩa mà một số người từ chối ai ra khỏi ý định của họ hoặc không thể truy cập nó. Và chúng tôi thấy cái nĩa này làm như nhân viên phải lựa chọn giữa việc sử dụng AI hoặc chỉ sử dụng lao động của con người.

Và tôi không phải là một nhà kinh tế, đây chỉ là tôi nói chuyện với các nhà kinh tế. Theo mặc định, nếu AI có thể thay thế tất cả lao động của con người, đó là những gì các nhà nghiên cứu AI tin, theo thời gian sẽ rẻ hơn lao động của con người. Do đó, khuyến khích kinh tế duy nhất tôi hiểu là bạn luôn sử dụng giá rẻ nhất nếu đó là cùng một chất lượng. Vì vậy, theo mặc định, tất cả các công ty sẽ được khuyến khích kinh tế để sử dụng lao động AI thay vì lao động của con người.

Câu hỏi mà tôi đã thực sự ngồi là làm thế nào chúng ta có thể làm cho con người trở nên khả thi về mặt kinh tế? Giải pháp cực đoan là Neuralink, khiến chúng ta thế hệ con người tiếp theo có thể tương tác với AI, nhưng tôi nghĩ có những công cụ khác cũng sẽ được xây dựng. Và các công ty có thể được xây dựng vị trí đối với các diễn đàn khác nhau này. Họ có thể định vị bản thân khi chúng ta sẽ tự động hóa các công việc của OA, hoặc bạn có thể định vị mình là không, tôi muốn làm cho con người tốt hơn trong công việc của họ, đạt đến tầm cao mới mà bạn chưa từng thấy trước đây, làm cho họ làm việc hiệu quả hơn và tôi muốn định vị mình vào Ladder Fork. Và ngay cả khi nó không phải là lâu dài về mặt kinh tế, tôi nghĩ rằng đó là chúng tôi cố gắng và tôi muốn nỗ lực nghiêm túc với nó.

Jeremy AU: [00:13:54] Yeah. Ý tôi là, tôi nghĩ rằng bạn đã có sức mạnh lửa và quỹ đạo để làm như vậy và tạo ra sự khác biệt. Và tôi nghĩ những gì thú vị. Ý tôi là, đối với bản thân tôi, tôi được đào tạo như một nhà kinh tế khi học đại học. Luận án danh dự của tôi là về cách áp dụng công nghệ khuếch tán trên toàn thế giới và tốc độ nhận con nuôi.

Jasmine Wang: [00:14:09] Tuyệt vời, bạn có thể sửa chữa tôi về mọi thứ.

Jeremy AU: [00:14:12] Yeah. Tôi hy vọng điều này sẽ tốt hơn vì một MBA là rất nhiều làm thế nào để chúng ta tận dụng điều này? Và như bạn đã nói, không nhất thiết phải đi với giá rẻ nhất nhưng tăng lợi nhuận, đúng. Tôi nghĩ rõ ràng điều thú vị tất nhiên là AI vẫn có vẻ như nó rất nhiều trong những ngày đầu, ý tôi là, nó rất là một chuyên môn về miền rất bí truyền, nơi mọi người không thể truy cập nó và trong năm năm qua khi những người sáng lập chúng ta thấy như nhiều người bắt đầu xây dựng những gì được gọi là cầu nối giữa AI và các trường hợp thế giới thực tế. Ý tôi là, bạn không cần phải là một kỹ sư ... tốt, bạn phải được thiết kế để thực sự hiểu một chiếc xe tự lái Tesla, nhưng bạn sẽ tiêu thụ nó. Nhưng bây giờ chúng ta bắt đầu thấy một mánh khóe vào B2B và SaaS mà Copysmith là một trong số đó. Bạn nghĩ gì là thúc đẩy cây cầu và tăng trưởng đó?

Jasmine Wang: [00:14:56] Một lần nữa, làm ơn. Sửa cho tôi. Kéo lại các ưu đãi kinh tế ở đây vì tôi có thể khiến họ sai lầm khủng khiếp. Nhưng tôi nghĩ về mặt chuyển đổi nghiên cứu, nhìn thấy sự chuyển giao công nghệ từ đường ống nghiên cứu của nghiên cứu cơ bản cho đến một cái gì đó sang sản phẩm, nghiên cứu cơ bản cần cung cấp kết quả mà ngành công nghiệp rất hào hứng và do đó ngành công nghiệp sẽ theo sau.

Tôi nghĩ rằng chỉ gần đây AI mới thực sự mang lại kết quả tiên tiến ở cấp độ nghiên cứu. Chúng tôi giống như, "Ồ, phân loại hình ảnh chỉ hoạt động ngay bây giờ," hoặc "Thế hệ văn bản chỉ hoạt động ngay bây giờ." Và sau đó, ngành công nghiệp nhìn thấy những kết quả đó hoặc nhìn thấy những bài báo đó, và rõ ràng đây không phải là nhị phân, có rất nhiều, rất nhiều nhà nghiên cứu AI trong ngành và nhiều công ty có các phòng thí nghiệm nghiên cứu AI lớn để tận dụng các loại hiểu biết này, nhưng chúng tạo ra cơ sở hạ tầng xung quanh đó.

Đó là, ồ, tôi muốn triển khai nhiều mô hình tầm nhìn máy tính hơn và do đó sẽ có nhiều API và dịch vụ hơn. Ý tôi là, Amazon kiếm được rất nhiều tiền từ AWS, tất nhiên họ sẽ cung cấp API tầm nhìn giống như một phần tư kinh doanh của họ, cũng như cơ sở hạ tầng để giúp mọi người phát triển dễ dàng hơn. Vì vậy, tôi sẽ nhấn mạnh một startup mà tôi thực sự thích và ngưỡng mộ là Cortex , một công ty khởi động nguồn mở YC cho phép bất kỳ ai triển khai các mô hình máy học như một API rất dễ dàng. Nó chỉ là một tập tin yaml.

Đây là một câu trả lời tồi tệ ở đây và sau đó nhưng tôi nghĩ gần đây là việc học sâu, như một cuộc cách mạng đã xảy ra, và gần đây chúng tôi đã có kết quả tiên tiến bảo đảm đầu tư và tiếp theo của ngành từ những người có ít kinh nghiệm trực tiếp hơn với công nghệ nhưng có thể xây dựng trên cơ sở hạ tầng từ những người đã đến trước.

Đó là một quá trình khá thú vị để thấy đến từ một nền tảng của việc nghiên cứu cách thức khoa học tiến triển bởi vì khoa học cũng rất gia tăng. Nhưng lần đầu tiên nhìn thấy điều này tôi đã thấy một hoạt động xung quanh AI, bạn cũng thấy cách khác hoặc cách nghiên cứu đó mở rộng cũng tăng dần vì bây giờ ví dụ với GPT-3 nơi bạn có một API xử lý tất cả các điểm tự động của bạn cho bạn, có thời gian suy luận thực sự nhanh chóng, bạn không phải làm gì. Bạn chỉ có thể coi nó như một API. Mọi người đang xây dựng không có ứng dụng mã nào xung quanh nó và chúng tôi thực sự thấy làm thế nào các phần khác nhau này có thể gặp nhau và làm thế nào cơ sở hạ tầng có thể được xây dựng trong một hệ sinh thái để đưa nó đến gần hơn và gần hơn với những người có ít chuyên môn hơn, điều đó thật tuyệt vời, tôi nghĩ vậy. Nhưng tôi không có một lý thuyết hoàn chỉnh xung quanh điều đó, đó chỉ là nghiên cứu ở đó và giá trị kinh tế là có nên mọi người đang đến.

Jeremy AU: [00:17:27] Vâng. Thật thú vị khi thấy điều đó và điều này tiếp tục tăng. Khi còn bé, tôi đã từng chơi Dungeon Multi-Derer trên Telnet. Và vì vậy bạn chơi một văn bản và điều đó từng được chế tạo bởi tất cả chúng ta. Mọi người sẽ đóng góp các phòng khác nhau về điều đó và trong vài tháng qua, tôi đã chơi AI Dungeon GPT-2 đến GPT-3 và nó đã là một vụ nổ. Và một điều tôi nghĩ về một chút là nếu mọi người có thể tải xuống bảng điểm họ sẽ như thế, "Wow, anh chàng này thực sự đang làm việc chăm chỉ để phá vỡ trò chơi."

Và tôi nghĩ thật thú vị khi thấy rằng việc tiêu dùng hóa đang làm cho AI dễ dàng và dễ dàng hơn, đặc biệt là vì AI cũng đang lừa dối rất nhiều phần phụ trợ và người tiêu dùng vô hình vì nó là nhắm mục tiêu quảng cáo tốt hơn, cá nhân hóa tốt hơn về thức ăn, quản lý video tốt hơn. Và tôi nghĩ rằng nó cũng thú vị từ một góc độ khác, đó là, chúng tôi đã từng làm cho nó trở thành trò đùa tại thời điểm như AI là một thống kê. Phải. Đó là trong quá khứ, họ đã từng làm mất uy tín của công ty AI và họ sẽ giống như, "Ồ, bạn đang làm hồi quy." Và tôi giống như, "Không. Chúng tôi đang phân tích mà tôi rất vui khi bạn sử dụng."

Nhưng tôi nghĩ bây giờ chúng ta bắt đầu thấy các công ty thực sự thực sự sử dụng AI vì nó có sẵn như một người tiêu dùng, như API. Bạn hào hứng về điều gì? Bạn thấy xu hướng nào cho AI lao vào và biến đổi nhiều hơn? Ý tôi là, một tất nhiên là tiếp thị.

Jasmine Wang: [00:18:59] Phải. Là một miền tôi thực sự sẽ đề cập đến loại hình học máy cụ thể. Ngay bây giờ chúng ta đã thấy rõ những tiến bộ lớn trong NLP và tạo văn bản. Và những gì tôi thực sự phấn khích chỉ từ góc độ trí tuệ là thế hệ đa phương thức. Chúng ta có thể tạo ra hình ảnh hoàn toàn mới và cũng chú thích chúng và dán nhãn cho chúng không? Điều đó mở ra các bộ dữ liệu khổng lồ có khả năng cho những người đang cố gắng thực hiện, ví dụ, an toàn xe tự lái. Vì vậy, tôi thấy điều đó cực kỳ hấp dẫn.

Tôi nghĩ rằng các miền ở đây mà tôi sẽ làm nổi bật không phải là Showstoppers hoặc không đáng ngạc nhiên. Tôi không có một người đối lập ở đây, tôi rất vui mừng vì những chiếc xe tự lái, tôi nghĩ rằng điều đó sẽ có tác động rất lớn. Tôi nghĩ rằng nó gần hơn chúng ta nghĩ vì mọi thứ tiếp tục bị trì hoãn nhưng tôi nghĩ điều đó sẽ xảy ra trong vòng thập kỷ tới, vì vậy tôi vô cùng phấn khích về điều đó.

Và tôi thực sự khá lo lắng về việc tăng cá nhân hóa trên web vì một số lý do nhưng tôi nghĩ chúng ta sẽ thấy nó. Tôi nghĩ rằng chúng ta sẽ hoàn toàn di chuyển về phía một thế giới nơi nó không chỉ là quảng cáo được cá nhân hóa cho bạn, mà là toàn bộ các trang đích, hành trình trang web được tạo và tạo động cho bạn, cho một phân đoạn của một. Có những công ty đã làm việc về điều này nhưng rất hiếm khi nội dung được tạo ra động mà tôi nghĩ thực sự là một sự khác biệt về chất mà bạn có thể thấy một trang web và chỉ bạn mới có thể nhìn thấy nó.

Bạn sẽ có thể chia sẻ URL đó nhưng nó chỉ được hiển thị cho bạn và có lẽ chính người sáng lập sẽ không ngạc nhiên khi nội dung được viết trên trang đó. Nhưng tôi nghĩ rằng chúng ta sẽ thấy tổng hợp dữ liệu trên một người dùng cụ thể và đi theo con đường của họ qua web theo cách chưa từng có và có khả năng hơi đáng sợ, nhưng nó sẽ dẫn đến tỷ lệ nhấp cao hơn, do đó, có sự cân bằng ở đây.

Jeremy AU: [00:20:48] Điều đó hoàn toàn giống với những gì bạn đang giải quyết, phải không?

Jasmine Wang: [00:20:51] Vâng. Chúng tôi không thực hiện hoàn toàn được cá nhân hóa trên bất kỳ trang nào mà tôi có thể nói với bạn về những gì chúng tôi đang làm việc, tôi khá quan tâm đến trường hợp sử dụng đó. Tôi nghĩ rằng hoàn toàn không có khả năng chúng tôi sẽ đi theo con đường đó. Tôi nghĩ về Copysmith rất giống như một người luôn luôn là đối tác động não. Ngay bây giờ sản phẩm trông như thế nào là bạn có thể cắm những thứ mà bạn biết về sản phẩm của mình và thực sự kéo chúng trực tiếp từ trang web của bạn. Giống như những gì chỉ là một mô tả đơn giản về những gì bạn làm và chỉ bằng một lần nhấp, bạn có thể tạo tất cả các loại nội dung như quảng cáo cho tất cả các kênh khác nhau của bạn , Google, Facebook, Instagram, et cetera. Bạn tạo ra các mô tả sản phẩm, thẻ meta SEO, các trang đích khác nhau cho các phân đoạn đối tượng khác nhau, bài đăng trên blog, toàn bộ chín yard.

Nhưng nó không hoàn toàn được cá nhân hóa, chúng ta chưa đi theo con đường đó. Mục tiêu chính của tôi với Copysmith ngay bây giờ là làm thế nào để chúng tôi khiến người dùng tránh xa việc nhìn chằm chằm vào trang trống đó? Và bước tiếp theo là làm thế nào để chúng tôi đưa người dùng ra khỏi Google Sheets? Đó là một vấn đề khác không liên quan đến AI nhưng chỉ là vấn đề quản lý của mọi người không sử dụng loại tài liệu được tạo ra cho bản sao. Khi họ chỉnh sửa quảng cáo Google, chỉnh sửa quảng cáo Facebook. Đó là trong một bảng tính Google hầu hết thời gian và họ yêu cầu ông chủ của họ phản hồi. Và nếu bạn đã từng thực hiện các bình luận trong bảng tính của Google, bạn sẽ biết nó kinh khủng như thế nào. Bạn phải tìm hình tam giác nhỏ màu vàng và một tế bào rất nhỏ và di chuột qua nó.

Tôi thấy những gì chúng tôi đang làm rất khác với Precisation nhưng chúng tôi vẫn tập trung vào các nhà tiếp thị. Tập trung vào việc mở khóa sáng tạo của họ để họ có thể dự thảo đầu tiên nhanh hơn nhiều hơn nhiều, thử nghiệm A/B nhanh hơn nhiều và thực sự có một vòng phản hồi đầy đủ, được rồi, tôi có thể sử dụng công cụ này để truy cập các nhà quản lý của tôi, ủng hộ một chiến dịch nhất định như vậy. Vòng lặp. "

Loại quảng cáo này và xây dựng dữ liệu đó được đặt theo chiều ngang trên các ngành công nghiệp. Đây là loại quảng cáo mà chúng tôi đã thấy hoạt động tốt cho các công ty như bạn. Các cơ quan thực hiện giám tuyển này cho một phân khúc chi tiêu quảng cáo khổng lồ vì họ có một số chuyên môn về những gì làm tốt và những gì không, nhưng bạn có thể mở rộng điều đó một cách ồ ạt với các cấp số nhân mà các công ty công nghệ có quyền truy cập.

Jeremy AU: [00:23:10] Tại sao cá nhân bạn rất hào hứng trong việc xây dựng điều đó? Tại sao bạn rất hào hứng khi được xây dựng một nền tảng?

Jasmine Wang: [00:23:15] Tôi thực sự hào hứng với việc viết trợ lý AI. Có lẽ bạn đã nghe một chút về dòng ném, tôi là một nhà văn. Tôi đã dành rất nhiều thời gian để viết 80.000 từ vào cuốn tiểu thuyết đầu tiên của mình mà tôi cũng bắt đầu trong thời gian đó, thời gian rất rộng rãi đối với tôi, Pun có ý định. Tôi thực sự quan tâm đến những cách khác nhau AI và con người có thể tương tác. Vì vậy, một phần của sản phẩm mà cá nhân tôi thực sự bị mê hoặc là, và thực sự được thúc đẩy là khi tôi phỏng vấn người dùng và họ thích, "Wow, tôi đã không nghĩ về điều đó trước đây." Hoặc, "Ồ, điều đó thực sự thú vị. Hãy cắm lại vào Copysmith và xem những gì nó tạo ra."

Vì vậy, tôi thực sự quan tâm đến con đường này, ồ, tôi đã bắt đầu ở đây và tôi thực sự không biết chiến dịch này sẽ như thế nào. "Và kết thúc sau một vài lần lặp lại cách nơi bạn bắt đầu và bạn có thể không phải là người có thể Nhiều người, rất nhiều đô la.

Jeremy AU: [00:24:37] Vâng. Tôi luôn có xu hướng bắt đầu viết trên Nanowrimo , đó là những gì tôi đang viết, và khối của nhà văn luôn là một tác phẩm lớn khi tôi viết thủ công. Vì vậy, vâng, tôi rất vui khi thấy AI đi giúp tôi đưa tôi qua vạch đích.

Jasmine Wang: [00:24:54] Vâng, hoàn toàn. Đưa bạn qua vạch đích hoặc đưa bạn đến bước đầu tiên cũng rất khó. Chỉnh sửa dễ dàng hơn rất nhiều so với viết.

Jeremy AU: [00:25:01] Ồ, chắc chắn. Chắc chắn. Điều thú vị cũng là khi bạn xây dựng điều này, bạn thực sự đã giải quyết việc tiếp thị như một trường hợp sử dụng. Ý tôi là, tại sao bạn nghĩ các nhà tiếp thị sẽ muốn một cái gì đó như thế này hoặc các công cụ như thế này hoặc AI như thế này?

Jasmine Wang: [00:25:15] Chúng tôi nghĩ điều này bởi vì họ nói với chúng tôi điều này. Vì vậy, nhiều nhà tiếp thị rất biết chữ về công nghệ, biết chữ rất quảng cáo và họ đã săn lùng một cái gì đó như thế này. Tôi ước điều này có thể có thể phác thảo bản sao với điều đó. Đó là một nhiệm vụ mà các nhà tiếp thị phải làm ngày này qua ngày khác, đặc biệt nếu họ không có một copywriter nội bộ. Và rất nhiều công ty không, họ sẽ thuê ngoài một cơ quan hoặc họ có một freelancer bán thời gian, đó chỉ là các công ty thực sự quan tâm đến tiếng nói và tin nhắn thương hiệu của họ, nơi họ thuê một copywriter nội bộ toàn thời gian.

Vì vậy, chúng tôi thực sự đã thấy nó trong các cuộc phỏng vấn. Tôi không có nền tảng về tiếp thị. Rất ít những người tuyệt vời trong nhóm của chúng tôi có nền tảng đại lý, nền tảng tiếp thị, vì vậy nó thực sự là một người dùng kéo so với tôi thúc đẩy và xây dựng cho một nguyên mẫu tiếp thị hoặc tính cách mà tôi có trong tâm trí, bởi vì thành thật mà nói, không có ai. Tôi đã không thực hiện nhiều tiếp thị ngoại trừ cửa hàng Shopify của riêng tôi mà tôi đã bắt đầu năm ngoái khi tôi đang ở Open AI, và khiến tôi bắt đầu suy nghĩ về tiếp thị ngay từ đầu, nhưng tôi là một nhà tiếp thị khủng khiếp. Cửa hàng Shopify đó hoàn toàn thất bại vì tôi kinh khủng trong tiếp thị.

Vì vậy, tôi đang xây dựng một nguyên mẫu mà tôi không có trong đầu mà đến với tôi mỗi ngày với một phản hồi tính năng. Chúng tôi có một chiếc tất cộng đồng khoảng 200 người bây giờ. Chúng giống như, "Jasmine, tôi cần điều này." Hoặc, "Chúng tôi có thể thực hiện một cuộc phỏng vấn người dùng về luồng này vì tôi không nghĩ rằng nó giống như trường hợp sử dụng cơ quan của tôi khi tôi quản lý 30 khách hàng." Vì vậy, chắc chắn trực tiếp từ những người thực hiện loại công việc này mỗi ngày, và sau đó rất nhiều so với quy trình sản phẩm đẩy.

Jeremy AU: [00:26:52] Làm thế nào để bạn tiếp cận những cuộc trò chuyện đó với các nhà tiếp thị? Ý tôi là, đi vào và nó giống như, "Này, bạn ước ai làm gì cho bạn?" Bởi vì nó là một công cụ nhưng đồng thời nó cũng là một từ lớn. Tôi chỉ tò mò làm thế nào bạn tiếp cận những cuộc phỏng vấn người dùng đó?

Jasmine Wang: [00:27:11] Vâng. Các cuộc phỏng vấn ban đầu mà tôi đã có với những người thích hơn, "Làm thế nào để bạn có được ý tưởng? Một phiên động não trông như thế nào và toàn bộ quá trình khái niệm hóa từ đầu đến cuối chiến dịch? Bạn làm gì?" Và hóa ra rất nhiều người có các buổi viết mà họ hợp tác trong một giờ hoặc nhiều hơn một lúc. Họ chặn những khối này, nơi họ chỉ ở với những người khác trong nhóm nơi họ, "Được rồi, hãy chỉ ra 10 biến thể của các tiêu đề Facebook."

Và đó là siêu thú vị đối với tôi. Và bây giờ đó là một cái gì đó tồn tại trong Copysmith, nơi bạn có thể cắm từ khóa và bạn ngay lập tức nhận được một tá biến thể của các tiêu đề Facebook mà nếu không sẽ mất giờ làm việc đó. Vì vậy, thực sự khi bắt đầu các cuộc phỏng vấn người dùng, tôi đã xem xét, được rồi, toàn bộ quá trình là gì? Và điều này phần lớn cũng vì tôi không có nền tảng trong tiếp thị, đặc biệt là như một công ty tăng trưởng cao hoặc được thành lập hơn.

Vậy chức năng đa bên rất phức tạp này là gì? Bạn nói chuyện với ai? Ngày của bạn trông như thế nào? Vì vậy, rất nhiều một cuộc phỏng vấn khám phá và là một sản phẩm, tôi đã tham gia nhiều hơn và bây giờ chúng tôi đang thực hiện nhiều cuộc phỏng vấn thiết kế hơn mà chúng tôi thích, "Được rồi, bạn có ngạc nhiên về sản phẩm này không?" Hoặc, "Bạn đã thất vọng gì?

Vì vậy, chắc chắn có phân đoạn rõ ràng nơi ban đầu tôi chỉ cố gắng tìm ra, được rồi, đối tượng và người dùng của tôi trông như thế nào? Và sau đó, sau khi một cái gì đó tồn tại thực hiện các cuộc phỏng vấn sản phẩm truyền thống hơn, nơi chúng tôi đang xem mọi người sử dụng sản phẩm, hiểu nơi họ bị mắc kẹt, bất kỳ khoảnh khắc nào không chắc chắn hoặc nhầm lẫn hoặc mong muốn nhiều hơn nữa.

Jeremy AU: [00:28:50] Điều thú vị là bạn không chỉ có thể giải quyết một vấn đề không phải là viết quảng cáo, mà còn mô tả, siêu dữ liệu, trang đích, bài đăng trên blog, nơi nó chỉ là tâm trí bởi vì về lịch sử từ quan điểm của con người, tất cả những người đó là năm hoặc sáu người khác nhau chuyên nghiệp. Nhưng với bạn đó là đầu ra giống nhau, đó là các biến thể khác nhau. Bạn có nghĩ rằng cách tiếp cận mới về cách xử lý mọi thứ, bạn có nghĩ rằng họ có thể mở khóa một số mới ... Tôi không biết, vai trò công việc, tôi đoán vậy? Giống như AI Shepherd.

Jasmine Wang: [00:29:23] 100%. Cách tôi định vị khách hàng Copysmith và thực sự tôi sẽ giới thiệu một động từ mới ở đây. Tôi đặt tên cho Copysmith rất cố ý. Các copysmith tương tự như Silversming. Vì vậy, bạn đặt phần này, bạn nhận được thứ gì đó hữu ích, nhưng cuối cùng nó cũng tùy thuộc vào con người để đánh bóng nó. Cho dù đó là, ồ, một cái gì đó về các hướng dẫn thương hiệu cụ thể và bạn không thể nói AI hướng dẫn thương hiệu 20 trang của bạn ở PDF ở định dạng có thể. Hoặc bạn biết về một chương trình khuyến mãi cụ thể đang xảy ra, hoặc tôi nghĩ rằng điều quan trọng nhất bạn đang bước vào lãnh thổ mà công ty của bạn chưa đi vào trước đây.

Vì vậy, ngay cả khi chúng tôi hiểu, được rồi, đây là bối cảnh công ty của bạn bởi vì chúng tôi viết kịch bản trang web của bạn và chúng tôi biết những gì bạn đã làm trước đây, có thể Coca-Cola muốn đi một cách hoàn toàn khác cho năm 2021 như mọi người. Đó là điều mà con người giỏi nhất. Và tôi nghĩ rằng tôi sẽ không gọi nó là một người chăn cừu AI, tôi không chắc mình sẽ gọi nó là gì. Chúng tôi đã gọi họ là Sao chép Smithers, những người sao chép Smithing , nhưng tôi chắc chắn nghĩ rằng sẽ có vai trò mới cho những người học cách làm việc với AI cực kỳ hiệu quả và thực sự nắm lấy mô hình mới và cách tạo ra bất cứ điều gì họ đang làm một cách sáng tạo.

Nó không phải là bản sao, họ có thể sáng tác một bản nhạc. Họ có thể cố gắng kiến ​​trúc một tòa nhà mới, có rất nhiều quy trình sáng tạo mà tôi nghĩ rằng có rất nhiều lao động thủ công ngay bây giờ khá tẻ nhạt. Thật sự, thực sự khó khăn cho một con người để nói điều tương tự theo 10 cách khác nhau, chúng tôi không được lập trình để làm điều đó. Chúng ta đã quen với việc sử dụng cùng một mẫu vì chúng hiệu quả cho chúng ta chỉ về một cái gì đó như không gian tính toán trong đầu. Chúng tôi không có nhiều trí nhớ đó. AI thực sự giỏi về điều đó, AI không giỏi trong việc biết điều gì là sự thật và nó cũng không hướng về phía trước.

Tôi nghĩ rằng rất nhiều vai trò của con người ở nơi làm việc sẽ phát triển để biết nơi chúng ta đang hướng đến, nơi chúng ta muốn đi và chỉ động cơ rất mạnh này theo hướng đó và định hình đầu ra của nó so với việc thực hiện hàng ngày, tôi sẽ không gọi nó là điều đó, nhưng chỉ rất nặng nề khi thực hiện bộ não của bạn cho các biến thể khác nhau. Vì vậy, Người chăn cừu có thể là một thuật ngữ thích hợp, tôi không có thuật ngữ tốt hơn như Navigator ...

Jeremy AU: [00:31:43] Wrangler.

Jasmine Wang: [00:31:44] Vâng, Wrangler, yeah.

Jeremy AU: [00:31:47] Vâng, điều thú vị là chúng tôi chắc chắn thấy một tấn AI này và bạn đã chạm vào một thứ gì đó thực sự thú vị, điều đó thực sự đang nhìn vào quá khứ và chúng tôi đang cố gắng cãi nhau và không có ý thức tốt về những gì chúng tôi đang cố gắng nhắm đến.

Jasmine Wang: [00:32:02] Vâng. Đôi khi tôi nói điều này với những người bạn không hiểu AI hoặc cảm thấy bị AI đe dọa và thừa nhận rằng AI là tên trộm lớn nhất. Nó đã đánh cắp tất cả công việc của loài người. Nó đã được đào tạo tất cả các dữ liệu mà nhân loại đã từng tạo ra. Và khi tôi sử dụng dữ liệu đó là một thuật ngữ cùn, nhưng nghĩ rằng Kinh thánh, hãy nghĩ rằng tất cả các văn bản thánh. Hãy nghĩ rằng mọi thứ quan trọng mà bất cứ ai đã từng viết trực tuyến, các blog Tumblr của mọi người. Tất cả mọi thứ quan trọng và dễ bị tổn thương và những công việc tốt nhất trong cuộc sống của họ đều có tất cả.

Và do đó, chúng ta không nên cảm thấy xấu hổ hoặc ngạc nhiên khi AI có thể viết ở cấp độ của một người bình thường. Tôi gần như, "tất nhiên." Bạn đã được đào tạo về tất cả các dữ liệu và sử dụng bạn và theo một cách được nhân cách hóa nhưng AI đã được đào tạo về tất cả các dữ liệu này rất quan trọng đối với lịch sử của nhân loại. Tất nhiên nó có thể viết theo cách mà nó có thể trông giống như một tweet bình thường hoặc một cái gì đó, nhưng nó cũng bị hạn chế về cơ bản theo cách đó. Nó hoàn toàn là nhìn về quá khứ. Thật khó để cập nhật các mô hình. 

Giống như GPT-3 chẳng hạn chỉ có dữ liệu cho đến năm 2019. Nó không biết gì về Covid. Trong khi tôi không phải là một chuyên gia về ... Tôi không phải là một nhà tiếp thị có khối lượng lớn, nhưng tôi tưởng tượng rằng tin nhắn đã thay đổi rất nhiều về cách quảng cáo thực hiện và những thông điệp nào cộng hưởng với mọi người trong suốt năm 2020 . Vì lý do đó, không chỉ cho một mục đích giám tuyển, xin lỗi, mà là một thiết lập định nghĩa giá trị và quỹ đạo theo cách sâu sắc hơn nhiều theo nghĩa thiết lập hướng đó.

Jeremy AU: [00:34:07] Có cách tiếp cận nào về cách bạn sẽ làm cho nó trông tương lai hơn không? Chúng tôi có một hộp kiểm trong đó chúng tôi nói, "Này, AI, tôi biết tôi thực sự thích bánh rán trong 20 năm qua của cuộc đời nhưng trong năm năm tới tôi muốn giảm 20 pound, vì vậy bạn có thể tha cho tôi trong góc độ này và gửi cho tôi nhiều thứ hơn về dinh dưỡng và thể lực tốt hơn không?"

Jasmine Wang: [00:34:29] Ý tôi là, đó là siêu thú vị. Tôi sẽ nói có chỉ vì tôi có thể tưởng tượng các hệ thống thuật toán làm điều đó và tôi không phải là chuyên gia về các hệ thống hoặc thuật toán khuyến nghị, nhưng đã có rất nhiều khiếu nại từ cộng đồng công nghệ nhân đạo đáp ứng mong muốn của tôi nhưng không phải vì nhu cầu của tôi hay tầm nhìn lâu dài của tôi về ai và loại người nào. Tôi tưởng tượng điều này là công nghệ có thể, nhưng cho dù đó là khả năng kinh tế hay mong muốn, một lần nữa là câu hỏi về kinh tế mà tôi không quen thuộc lắm.

Tôi không chắc liệu nó có được khuyến khích về mặt kinh tế cho Facebook để giúp bạn, Jeremy, giảm cân trừ khi có thứ gì đó họ có thể bán cho bạn xung quanh đó. Vì vậy, tôi hoàn toàn mua rằng nó có thể về mặt công nghệ và có lẽ bạn thậm chí không cần AI bởi vì đó là một tập hợp các tùy chọn rất rõ ràng mà bạn sẽ cung cấp một hệ thống. Nó giống như, "Này, Facebook, bạn đã cho tôi xem rất nhiều quảng cáo cho bánh rán, tôi không muốn bánh rán nữa. Xin vui lòng cho tôi xem quảng cáo cho các kế hoạch giảm cân và giảm cân." Tôi chắc chắn Facebook, nếu họ mong muốn có thể làm điều đó một cách công nghệ. Và câu hỏi một lần nữa đi xuống kinh tế.

Jeremy AU: [00:35:38] Chà, ý tôi là, tôi nghĩ kinh tế là ở đó. Ý tôi là, mọi người chi hàng tỷ đô la cho các phòng tập thể dục mà rất nhiều người không được sử dụng. Họ chi hàng tỷ đô la cho các món salad và tất cả các loại thứ khao khát cấp cao, vì vậy tôi nghĩ, vâng, chắc chắn có rất nhiều thứ ở đó và tất nhiên nó có thể không nhất thiết phải được tạo ra bởi doanh nghiệp nhưng nó sẽ được tạo ra nhiều hơn. Bởi vì công việc của Dunkin 'Donuts là bán bánh rán trong quan điểm của họ, trong khi người tiêu dùng biết rõ nhất về hướng đi trong tương lai của họ, phải không?

Jeremy AU: [00:36:03] ... và làm thế nào để chúng ta vượt qua điều đó. Bạn đã bao giờ nghĩ về AI là huấn luyện viên, ý tôi là, dịch vụ huấn luyện?

Jasmine Wang: [00:36:09] Vâng. Tôi đã thấy một vài bước đột phá thú vị vào không gian này và tôi thực sự đã có rất nhiều huấn luyện viên. Tôi đã có một huấn luyện viên viết lách, huấn luyện viên năng suất, huấn luyện viên cuộc sống, cả chín yard. Và rất nhiều giá trị mà tôi có được từ việc có một huấn luyện viên có cảm giác rằng ai đó đang lắng nghe, không phải là nội dung chính xác của những gì họ nói với tôi. Vì vậy, tôi rất tò mò về việc ... Tôi đã không khám phá rất nhiều giải pháp huấn luyện AI này nhưng chắc chắn là một câu hỏi nếu tôi tiếp cận họ từ góc độ của người dùng hoặc nhà đầu tư thiên thần tiềm năng, bạn nghĩ mọi người thường xuất phát từ việc huấn luyện và bạn nghĩ mọi người sẽ gặt hái như thế nào?

Về nội dung, nền tảng của tôi trong NLP thực sự không phải là NLP nói chung mà là trong các mô hình đối thoại, vì vậy tôi đã nghĩ về trường hợp sử dụng huấn luyện trước đây. Bạn có thể cá nhân hóa nó ở một mức độ nào đó, bạn sẽ không thể cá nhân hóa nó thành phân khúc người dùng chỉ vì chi phí nếu bạn muốn tinh chỉnh mô hình và nó có thể chỉ để sao lưu rất nhanh. Các mô hình xử lý ngôn ngữ tự nhiên chỉ có một cửa sổ nhất định trong đó chúng có thể giữ lại thông tin. Bạn có thể nghĩ về họ là những con người cực kỳ hay quên.

Vì vậy, bạn chỉ có thể có một cuộc trò chuyện rất ngắn với một mô hình mà nó nhớ mọi thứ bạn đã thảo luận. Bạn chỉ thực sự có hai lựa chọn. Bạn có thể tinh chỉnh một mô hình trên người dùng, chỉ cần biết tất cả thông tin về chúng và do đó bạn không có cửa sổ bối cảnh này, loại cụ thể cho một người dùng cụ thể mà thay vào đó là một mô hình một người dùng. Điều này sẽ quá đắt. Chúng tôi chưa có phương pháp để làm điều này, tốt, tùy thuộc vào các mô hình giá của các huấn luyện viên AI này, nơi chúng tôi có thể làm điều đó, hoặc bạn chỉ là một huấn luyện viên nhảm nhí quên những gì bạn đã nói với họ ngày hôm qua.

Vì vậy, ngay bây giờ tôi không nghĩ rằng nó rất khả thi nhưng tôi rất vui khi được chứng minh là sai và tôi nghĩ thế giới sẽ được hưởng lợi từ việc huấn luyện chúng tôi, tôi nghĩ đó là một trong những điều đã mở khóa rất nhiều giá trị trong cuộc sống của tôi và tôi ước nhiều người có thể truy cập hơn. Tôi rất hào hứng với điều đó nhưng tôi chắc chắn nghĩ rằng vẫn còn những thách thức cả chỉ từ góc độ sản phẩm của tôi vì một huấn luyện viên đang lắng nghe tôi, đó là giá trị bắt nguồn từ các huấn luyện viên. Ngoài ra, một số thách thức ký quỹ kỹ thuật/kinh doanh cũng đi cùng với các sản phẩm.

Jeremy AU: [00:38:26] Điều đó thật đúng. Và tôi nghĩ thật thú vị khi bạn đóng khung nó không chỉ là đầu ra giống như bảo bạn làm A hoặc B mà còn lắng nghe sang một bên, sự đếm ngược, mặt đồng hành của nó. Và điều đó thật thú vị, ý tôi là, chúng tôi chắc chắn thấy rất nhiều cách tiếp cận khác nhau ngay bây giờ với bản sao và các phương pháp khác thực sự hoạt động trong góc độ không nhất thiết phải chịu trách nhiệm nhưng chắc chắn là sự đồng hành.

Điều này làm tôi nhớ đến Tamagotchis và Neopets vào ban ngày, phải không? Nơi bạn dán mặt vào nó. Mỗi AI đều giống trẻ con ngay bây giờ để bạn có thể tha thứ cho nó vì đã quên. Vì vậy, có một thành phần đồng cảm khổng lồ. Và một điều tôi luôn nhớ từ bạn bè của mình, tất nhiên họ đang xử lý robot và mọi thứ đều dễ dàng, những ví dụ về sự đồng cảm tuyệt vời với AI hoặc robot và cũng có rất nhiều bạo lực đối với AI và robot. Có một sự phân chia kỳ lạ hoặc phân tán phản ứng của con người với nó. Bạn nghĩ gì về điều đó?

Jasmine Wang: [00:39:23] Đây là một câu hỏi siêu thú vị và tôi tò mò không đọc các nghiên cứu về chủ đề này nếu có sự chồng chéo giữa hai đối tượng hoặc dân số đó. Có một sự phân nhánh nơi dân số đối xử với robot và nhân viên các tác nhân thực sự tốt và sau đó một số người đối xử với họ một cách khủng khiếp? Thật thú vị. Tôi sẽ cố gắng đưa ra hai suy nghĩ không trực quan. Một, tôi nghĩ rằng làm cho việc đồng cảm với AI có nguy cơ hoặc nhược điểm dễ dàng hơn, đó không nhất thiết là một điều tốt. Bởi vì nó có thể cho phép chúng tôi hoặc nhắc nhở chúng tôi tin tưởng quảng cáo nhiều hơn được bảo hành.

Ví dụ, có một nghiên cứu, tôi quên mất tác giả, nơi một bot được cho vào ký túc xá Harvard vì nó chỉ đơn giản là yêu cầu truy cập. Nó giống như, "Bạn có thể cho tôi vào ký túc xá, tôi đang giao hàng không? Và một cái gì đó giống như 70% cộng với các sinh viên cho họ vào. Và đây là một khuôn viên được bảo vệ cao, nơi họ đã truy cập vào cửa và nó có nghĩa là mô phỏng những thứ rất bạo lực như một mối đe dọa đánh bom, như một robot có thể đi vào và dễ dàng vi phạm tòa nhà.

Vì vậy, các kịch bản như thế mà chúng ta thực sự cần đảm bảo rằng niềm tin được hiệu chỉnh tốt và sự tin tưởng được bảo đảm bởi một hệ thống trước khi chúng ta tin tưởng và sử dụng kinh tế theo nghĩa đen hơn, tôi không nghĩ rằng một khuôn mặt dễ thương là một tín hiệu chính xác cho loại niềm tin đó. Chúng ta cần tin rằng hệ thống là đáng tin cậy. Đã có các hệ thống khác nhau được thiết lập để chứng nhận sự an toàn của một số hệ thống nhất định trong các ngành công nghiệp khác. AI có thể, và dưới ấn tượng của tôi nên, di chuyển về phía kiểu mẫu đó. Và những loại tín hiệu là tín hiệu thực sự cho sự an toàn. Chúng tôi sẽ không vào máy bay chỉ vì nó có khuôn mặt cười trên đó, nhưng chúng tôi có thể tin tưởng một robot vì nó có khuôn mặt cười trên đó và điều đó làm tôi lo lắng. Vì vậy, đó là một suy nghĩ ngoài ý muốn có lẽ chúng ta không nên đồng cảm với robot.

Và sau đó, đối với những người thực sự bạo lực với robot, tôi đã có một nghiên cứu, tôi không chắc ai đã đặt ra điều này, nhưng họ nói rằng một trong những mối quan tâm của họ xung quanh những người đối xử với robot nhân hóa một cách dữ dội là điều đó có thể khiến họ hạ thấp tiêu chuẩn của họ về cách họ đối xử với người khác. Vì vậy, robot nếu chúng trông giống như con người có thể cảm thấy như những bệnh nhân đạo đức và nếu chúng ta chỉ vi phạm điều đó bằng cách đánh bại họ hoặc đối xử với họ một cách khủng khiếp. Do đó, có một lập trường mà chúng ta có thể đối xử với con người trong cuộc sống của chúng ta thực sự kém hoặc các tiêu chuẩn thấp hơn chỉ là cách chúng ta đối xử với chúng sinh khác. Nếu chúng ta biết rằng robot này không phải là tình cảm nhưng có vẻ hơi dễ thương, nó có thể ảnh hưởng và tô màu cho quan điểm của chúng ta về quan điểm của chúng ta về những sinh vật khác.

Jeremy AU: [00:42:01] Điều đó thực sự thú vị bởi vì có quá nhiều khó khăn và tôi nghĩ rằng cái nhìn sâu sắc mà tôi có là có lẽ không có sự khác biệt giữa những người quan tâm đến nó so với những người làm bạo lực và có lẽ sự đồng cảm đó đang thúc đẩy bạo lực của họ . Nhân tiện, nó thực sự là một cái nhìn sâu sắc thực sự tốt. Tôi sẽ đảm bảo liên kết đến tất cả các nhà triết học và giấy tờ trên bảng điểm trang web.

Jeremy AU: [00:42:26] Tuyệt vời. Vâng, cảm ơn bạn rất nhiều, Jasmine. Tôi thực sự đánh giá cao bạn dành thời gian để chia sẻ hành trình của bạn.

Jasmine Wang: [00:42:30] Cảm ơn rất nhiều, Jeremy. Đây là một cuộc trò chuyện thú vị, nơi chúng tôi đã nói quá nhiều về kinh tế, chủ đề mà tôi không biết gì, nhưng vâng, rất vui. Cảm ơn bạn rất nhiều vì đã có tôi trên.

Jeremy AU: [00:42:41] Chà, tôi mong muốn nhân đôi và xem lại chủ đề này và xem các dự đoán và suy nghĩ của chúng tôi đã phát triển như thế nào.

Jasmine Wang: [00:42:49] Chúng ta có thể rất sai nhưng thật tốt khi chúng ta đưa ra dự đoán, chúng ta trở nên tốt hơn trong việc dự báo. Cảm ơn rất nhiều, Jeremy.

Được sản xuất bởi Adriel Yong