线上AI僚机,告诉你对方喜好,手把手教你如何正确约会

大数据文摘出品

来源:technologyreview

编译:张大笔茹


想要完成一次成功的约会?一个好的僚机(wingman)必不可少。


毕竟像阿汤哥这么帅的男人在酒吧撩妹都需要好基友来当自己的僚机。



然而现在,随着社交软件的兴起,大家都习惯在线交友,这时候想要找人当僚机也不太现实了,总不能拉个群吧?


这时候,一只能帮助你在线约会的AI僚机就很值得拥有了。


初创公司开发AI助你在线约会


一家位于丹佛的名叫AIMM的创业公司开发了一款软件,这款软件运用AI技术通过分析用户回答问题的语音资料来帮你匹配潜在交往对象。用户通过与AI交谈来完成个人语音资料的输入,例如:描述您梦想家园的样子,是否把自己定义为“猫奴”,简述您打算如何为未来对象带来惊喜等。



乍一看,这与现代的“搜索定位——搭讪——约会”的在线相亲模式似乎没有什么不同。但AIMM可以运用人工智能技术为用户选择首次约会对象、提供约会建议和约会后的反馈。这在智能手机时代被称为Cyrano de Bergerac。


“这是有建设性的,”Teman说。“赴约后用户给我们一个是否有好感和对对方的整体感觉的反馈,如果觉得还不错,我们会跟进并安排下一次约会。如果不顺利,但你确实喜欢这个人,程序会提示你给他一些时间并耐心等待。”


如果只是你停留在单相思,程序会鼓励你“主动一点”。所以Teman说它是温和、贴心和难懂的, 同样,“它不会直接对男性用户说说女孩不喜欢你。”


在线约会市场是一个巨大的蛋糕


Teman希望AIMM可以进入价值25亿美元的在线约会行业,该行业目前由IAC旗下的Match Group主导,产品包括Match,Tinder,OkCupid和Plenty of Fish。一项最新的来自斯坦福大学和新墨西哥大学的研究表明,在以前被归类为“怪异”的在线约会的相亲方式如今已成为相亲成功最常见的方式。2017年,近40%的异性恋夫妇通过网络进行约会;而对于同性伴侣来说,这个比例达到65%。


尽管十分受欢迎,在线约会程序因为影子账号、虚假账户、被骚扰等原因被投诉。


“找到真爱是第一重要的事,”Teman说,结合自己在在线约会行业碰到的困难。“约会行业已死。”


在过去几年中,语音技术的使用率急剧上升:五分之一的美国人现在至少拥有一名“语音助理”。全球超过25亿个人在使语音助手,专家们认为到2025年这个数字可能增加两倍到80亿。


这为AI相亲助手提供了很好的基础。



AIMM并不是第一个将语音识别技术应用到在线约会服务上的公司。去年夏天,Match宣布与谷歌合作创建了一个名为Lara的约会建议聊天机器人,该机器人每天都会为用户提供一个建议:给有共同兴趣的人建议在哪里一起喝酒、第一条短信应该怎么发、如何确定第二次约会日期等。


Teman说,AIMM比Lara早上市一年, 而且使用更方便,它全部功能都在智能手机上实现,而Lara则需要匹配Google Home的设备。


“AIMM会教你在第一次电话约会上该说什么,”他说(AIMM不鼓励在第一次约会之前的通话之外进行没必要的沟通)。“有的建议比较笼统,比如它会建议你保持冷静一些。有些建议更具体,比如说她更喜欢“传统”或“现代”生活方式。”


这些建议旨在帮助用户如何在约会中表现更好。例如,对于更喜欢“传统”生活方式的人来说,约在公园散步可能更好。而对“现代”生活方式的人来说,相约攀岩更合适。


过度的分析是否是性别歧视


但是,正如很多现代高科技一样,利用AI去分析用户行为曲线像是一种性别歧视。例如,该应用程序是以男性的角度进行设计的,AI仅根据共同兴趣为男性提供约会信息和第一次约会的建议。


斯坦福大学的研究结果表明,LGBTQ社区的成员更常使用在线约会应用程序,其实,它也适用于异性伴侣。Teman承认,AIMM的设计对LGBTQ不怎么友好,但他们正在调整,“一些同志用户联系到我,建议我可以添加更多贴合同志生活方式的功能。”


当被问及这些建议具体是什么时,Teman的回答有些含糊:“他们说这些问题似乎都是针对直人的,且没有任何贴近同志的生活方式的问题。所以我们添加了一些类似于——如果你是同志,请提出一些适合你们的生活方式的问题。”


AI僚机未来还有很长的路要走


来自英国班戈大学数字媒体的教授、Emotional AI: The Rise of Empathic Media的作者Andrew McStay说:“AI是在线约会的未来,基于语音的应用可能更自然,但这项技术仍处于开发初期。”


他说:“这不是约会问题,而是人机交互问题,我们完全有理由相信,随着自然语言处理技术的提高,人们会越来越多地通过语音与设备进行内容互动。”


然而,McStay指出,AIMM的设计可能有道德风险。安排第一次约会时,用户可以放心地说,“别担心,你的每一步恋爱进展我都与你同在,我会努力让你毫不费力”——它会监督记录你的反应。PR视频显示AIMM是会记录的,“我可以通过你的笑容猜到你感觉不错哦。”


我问他这个程序怎样知道用户的满意度时,McStay回答到:“会有一个视频组件来分析你的情绪。”也许对他来说,这就是人工智能助力在线约会的乐趣与未来。


他说,通过引入韵律,或人们在讲话时的各种变形和语调,以衡量基于语音的情绪和用户的感兴趣程度。


但这容易引起误分析,例如,当与一个人匹配时,用户可能兴高采烈地惊呼“我很感兴趣!”,但是在工作累了的一天之后的一句嘟囔“我感兴趣”。McStay说,后者可能被误解为缺乏兴趣。


但他强调,仅依靠分析面部反应以衡量一个人的感兴趣度是片面的, “必须要结合面部或声音一起辨别情绪。”


举个例子,“休息时的臭脸” 表示倦怠,轻微的厌恶和“臭脸”,这根本不能反映出这个人的感受,且这与工作场所的性别歧视有关,一个男生摆出这种脸可能被认为是“严肃的”,但同款臭脸放在女性身上就会被认为是“超然”。


计算机在通过人们的表达来推断情感方面表现的更糟糕。情绪上的细微差别需要结合人类的背景、历史等因素综合分析——至少现在机器学习技术还无法做到这样。


无论AIMM是否有用,改进其他约会应用程序所提供的内容,仍需关注。


“应该用上任何可以让他们感受到被关爱的方式,” Teman又补充道,“现在,在线约会软件的世界令用户感觉冷冰冰的。”


1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。 1、资源项目源码均已通过严格测试验证,保证能够正常运行; 2、项目问题、技术讨论,可以给博主私信或留言,博主看到后会第一时间与您进行沟通; 3、本项目比较适合计算机领域相关的毕业设计课题、课程作业等使用,尤其对于人工智能、计算机科学与技术等相关专业,更为适合; 4、下载使用后,可先查看README.md或论文文件(如有),本项目仅用作交流学习参考,请切勿用于商业用途。 5、资源来自互联网采集,如有侵权,私聊博主删除。 6、可私信博主看论文后选择购买源代码。
应用背景为变电站电力巡检,基于YOLO v4算法模型对常见电力巡检目标进行检测,并充分利用Ascend310提供的DVPP等硬件支持能力来完成流媒体的传输、处理等任务,并对系统性能做出一定的优化。.zip深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值