Juji CEO Michelle Zhou와 함께하는 지속적인 인텔리전스 이해하기

이 RTIinsights Real-Time Talk 팟캐스트에서 RTIinsights 편집자 Joe McKendrick은 Juji의 공동 창립자이자 CEO인 Michelle Zhou와 이야기합니다.

이 RTIInsights Real-Time Talk에서 팟캐스트, RTIinsights 편집자 Joe McKendrick은 Juji의 공동 설립자이자 CEO인 Michelle Zhou와 함께 AI 자체를 사용하여 더 쉽게 접근할 수 있도록 하여 인공 지능(AI) 사용을 확대하는 방법에 대해 이야기합니다. 이 대화에서는 그녀가 IBM Watson과의 작업을 기반으로 코드가 없고 재사용 가능한 인지 AI 플랫폼을 사용하여 AI 도우미/챗봇을 민주화하고 증가하는 AI 격차를 해소하는 방법에 대해 설명합니다.

• 애플
• 구글
• 스포티파이
• 기타 플랫폼

조 맥켄드릭: 안녕하세요, Joe McKendrick입니다. 다음 시리즈인 RTIinsights의 Continuous Intelligence 팟캐스트에 오신 것을 환영합니다. 그리고 오늘 Juji의 사장이자 공동 창립자인 Michelle Zhou와 함께하게 되어 정말 기쁩니다. 당신은 인공 지능 분야의 선도적인 목소리이자 사상가이자 실천가입니다. 그리고 우리는 무슨 일이 일어나고 있고 어떻게 앞으로 나아갈 수 있는지에 대해 조금 배우기를 기대합니다.

쿠키를 활성화하면 향후 기사에서 양식을 다시 작성할 필요가 없습니다.

그리고 우선, Michelle, 당신의 여정에 대해 간략히 말씀해 주시지 않겠습니까? 나는 당신이 IBM Watson과 함께했으며 그 분야에서도 많은 일을 했다는 것을 알고 있습니다. 일이 본격적으로 시작되기 시작한 이래로 당신은 수년 동안 AI 분야에서 일해 왔습니다. 당신의 여행에 대해 조금 알려주세요. 오늘의 위치에 어떻게 오게 되었나요?

미셸 저우: 확신하는. 오, 조, 저를 가져주셔서 감사합니다. 저는 Michelle Zhou이고 실제로 Columbia University에서 대학원생이었을 때부터 AI 여정을 시작했습니다. 저는 박사과정을 밟고 있었습니다. 거기. 그래서 제가 항상 매료된 것 중 하나는 사람들이 하기 싫어하거나 잘하지 않는 일을 하도록 사람들을 돕기 위해 어떻게 기계를 사용할 수 있는가 하는 것입니다. 그래서 제 논문은 모든 사람이 디자이너가 아니기 때문에 사람들이 정보 그래픽을 만들 수 있도록 돕는 AI 비서를 만드는 것이었습니다. 모든 사람이 아름다운 정보 그래픽을 디자인할 수는 없지만 모든 사람은 데이터를 좋아하고 데이터를 해석하기를 원합니다. 그래서 박사 과정에서 AI를 만들었습니다. 기본적으로 데이터를 보고, 데이터를 분석하고, 데이터에 대한 시각적 설명을 자동으로 생성하는 학습입니다. 의사와 간호사가 환자 데이터를 이해하고 네트워크 분석가가 네트워크 데이터, 네트워킹 데이터 및 네트워킹 성능을 이해하는 데 실제로 사용되었습니다.

그래서 졸업하고 IBM Watson Research Center에 합류했습니다. 그리고 시작했습니다. 그 전에는 이 분야에서 일하기 전에 시스템이 대화형이 아니었습니다. 즉, 데이터 집합이 있는 경우 사용자의 작업과 시각적 기본 설정이 있으면 자동으로 생성됩니다. 그러나 사용자가 시각적 일러스트레이션에서 본 것을 보고 추가 질문이 있는 경우에는 어떻게 될까요? 데이터의 다른 부분을 보고 싶다면 어떻게 해야 할까요? 그래서 프로젝트를 시작했습니다. 기본적으로 데이터 분석을 위한 대화형 AI라고 합니다. 거의 15년, 20년 전, 지금, 아주 오래 전의 일입니다. 그렇다면 우리는 실제로 대화형 인터페이스이며 자연어를 사용하여 데이터에 대해 문의하는 데 도움이 됩니다.

예를 들어 사람들은 "오, 제품을 보여 주시겠습니까?"라고 물을 수 있습니다. 예를 들어 보험 상품을 구매한다고 가정해 보겠습니다. "가령 백만 달러 미만의 주택에 대한 주택 보험 상품을 보여 주시겠습니까?" 또는 이와 유사한 것입니다. 자동차보험으로 산다면? 이것은 사람들이 데이터에 대해 질문하고 순수하게 자연어로 된 데이터를 통해 얻을 수 있도록 하는 컨텍스트 인센티브라는 것을 알 수 있습니다. 그리고 시스템은 실제로 사용자 문의를 받아 구문 분석합니다. 사용자가 무엇을 요구하는지 이해하고 자동으로 데이터와 올바른 형식을 제공하여 사용자가 문의한 데이터가 어떻게 여기에 있는지 사람들에게 실제로 설명합니다. 그래서 그것이 하나입니다.

그런 다음, 이러한 종류의 프로젝트에 있는 매우 흥미로운 점은 데이터에 대한 사용자의 선호도와 프레젠테이션에 대한 사용자의 선호도에만 관심이 있지만 개인차는 고려하지 않는다는 것입니다. 개인차라고 하면 예를 들면 성격이 어때요? 더 이야기 같은 유형의 데이터 이야기를 좋아하든 더 사실에 기반하고 숫자 같은 데이터 이야기를 좋아하든 당신의 인지 스타일은 무엇입니까? 그래서 우리는 그것을 고려하지 않았습니다.

그래서 IBM에서 IBM이라는 또 다른 프로젝트를 시작했습니다. 그 다음에는 IBM Watson Personality Insights가 되었습니다. 즉, 커뮤니케이션 데이터와 같은 사용자 행동 데이터를 사용하여 개인의 차이를 더 잘 이해하고자 합니다. 예를 들어, 당신은 외향적입니까? 당신은 내성적입니까? 당신은 매우 협력적입니까, 아니면 고독한 학습자에 더 가깝습니까? 그래서 저는 컴퓨터 과학자이자 심리학자이며 저와 함께 IBM Watson을 공동 발명한 공동 창업자와 함께 Juji를 스타트업으로 시작했습니다.

그래서 우리는 이것을 시작했습니다. 우리는 실제로 차세대 AI 비서를 만들고 싶었습니다. 우리는 그들을 인지 조수라고 부릅니다. 따라서 기본적으로 사람들과 상호 작용해야 합니다. 그런 다음 조직이 인력을 늘리고 다양한 유형의 작업, 특히 인간이 정말 하기 싫은 시간이 많이 걸리고 노동 집약적인 작업을 자동화하도록 돕습니다. 예를 들어, 모든 사람이 하기를 원하지 않는 낯선 사람과 대화를 하거나, 사람들이 하기 싫은 일을 하도록 부추기는 것입니다. 예를 들어, 숙제를 끝내거나 운동을 하거나 매일 건강 상태를 확인합니다. 그래서 우리는 AI 어시스턴트에게 맡겨야 합니다. 그것이 오늘날의 우리입니다.

조 맥켄드릭: 정말 매력적입니다. 소비자로서 저는 사무실에서 Google 어시스턴트를 사용하고 집에는 Alexa를 사용합니다. 그러나 이것은 소비자 사용자가 현재 AI, 개인 비서에서 사용할 노래 또는 기타에 대한 비교적 간단한 질문이나 요청보다 더 발전된 작업으로 들립니다.

미셸 저우: 옳은. 그래서 나는 당신이 그 대조를 언급하게되어 기쁩니다. Alexa 또는 Google Home과 같이 사람들이 일반적으로 사용하는 것은 우리가 사용자 주도 상호 작용이라고 부르는 것입니다. 그 사용자는 "외부 온도가 어떤지 말해 줄 수 있습니까?"라고 말할 것입니다. 또는 "내가 좋아하는 노래를 찾는 데 도움을 줄 수 있나요?" 그래서 더 사용자 중심적입니다. 시스템은 매우 수동적입니다. 따라서 우리의 경우 진정한 대화형 AI 비서를 지원하고자 합니다. 따라서 사용자가 주도하는 것이 아니라 실제로 기계와 사용자 모두에 의해 주도될 수 있습니다. 예를 들어, 아주 간단한 예입니다.

따라서 누군가의 대학 웹사이트에 방문하여 지원할 온라인 프로그램을 찾고 있다고 가정해 보겠습니다. 모든 사람이 Zoom을 잘 아는 것은 아니기 때문에 우리가 Zoom에 대해 이야기한 것이기 때문에 어시스턴트가 실제로 온라인 프로그램 둘러보기를 제공할 수 있습니다. 조수가 투어를 제공했지만 도중에 투어 중에 질문을 할 수 있다고 가정해 보겠습니다. 예를 들어 Zoom 어시스턴트가 "이봐, 이제 시작하고, 목소리를 테스트하고, 사진을 봐도 돼. 그리고 당신은 "아, 나는 내 배경을 보여주는 것을 좋아하지 않습니다. 어떻게 해야 합니까?” 따라서 이 경우 Zoom은 "오, 이제 이것을 할 수 있습니다. 배경을 변경하거나 배경을 음소거한 다음 둘러보기를 계속할 수 있습니다."라고 말합니다. 그래서 우리가 이야기하는 것과 거의 같습니다. 진정한 대화입니다.

그래서 Juji가 실제로 발전한 것입니다. 이것이 우리가 그것을 인지 AI 지원이라고 부르는 이유입니다. 이것을 인지 지능이라고 합니다. 일반 AI와 달리 인지 지능은 Alexa 또는 Google 홈에서 경험한 언어 능력뿐만 아니라 고급 인간 능력, 특히 소프트 능력도 갖추고 있습니다. 그래서 소프트 스킬의 한 예는 우리가 능동적 경청이라고 부르는 것입니다. 즉, AI 비서는 사용자가 말하는 내용을 이해할 뿐만 아니라 실제로 감정을 확인하고, 말하는 내용을 바꾸어 표현하고, 사용자가 말하는 내용을 요약하고, 매우 주의를 기울이고, 무엇에 대해 매우 관심을 갖습니다. 사용자가 걱정합니다. 그런 다음 실제로 신뢰할 수 있고 공감하는 대화를 나누십시오. 따라서 이 경우에는 그 사람과 실제로 어떻게 대화하는지 생각해 보십시오. 그리고 당신은 거의 매우 개인적인 관계를 가질 수 있습니다.

조 맥켄드릭: 예를 들어 우리는 콜 센터나 컨택 센터에 대해 듣고 전화를 걸어 가상 비서를 받습니다. 그리고 요즘에는 고객이 화났는지, 예를 들어 고객이 화를 냈는지 감지할 수 있다는 말을 듣습니다. 그들은 그들을 라이브 교환원에게 넘기거나 그들의 불만을 해결하기 위해 시도할 것이라고 생각합니다. 그리고 그러한 유형의 애플리케이션을 구축하고 있는 것처럼 들립니다. 오른쪽?

미셸 저우: 오른쪽. 그래서 실제로 우리는 이미 그것을 넘어섰습니다. 그래서 첫 번째는 우리가 능동적 경청이라고 부르는 것입니다. 즉, 귀하가 말한 것, 사용자의 감정, 사용자의 감정을 감지하고 실제로 그것을 바꾸어 말할 수 있는 것입니다. 그리고 다음 예는 "행 사이의 읽기"라고 하는 당신이 이 예를 들게 되어 기쁩니다. 그래서 이것이 의미하는 바는 심리학자와 이야기하는 방식으로 그것에 대해 생각할 수 있다는 것입니다. 심리학자는 항상 당신이 방금 말한 것 이상의 것을 이해하려고 노력한다는 것입니다. 그래서 당신의 무언이 필요로 하고 원하는 것, 당신의 감정적 서명이 무엇인지. 따라서 감정의 순간, 감정이 나타나는 순간에 관한 것이 아닙니다. 시그니처는 어떻게 생겼나요? 그래서 우리는 행 사이의 읽기라고 부릅니다.

예를 들어 AI 비서는 사용자의 대화 텍스트를 동적으로 분석하고 개인차라고 부르는 것을 감지하려고 시도합니다. 그래서 개인차에는 당신의 열정이나 관심사가 무엇인지, 잘하는 것이 무엇인지가 포함됩니다. 어떤 사람들은 논리적 추론을 아주 잘합니다. 어떤 사람들은 스토리텔링을 아주 잘합니다. 그리고 어떤 사람들은 삶의 도전을 어떻게 처리하는지. 예를 들어, 압박을 받고 있는 일부 사람들은 매우 침착하고, 압박을 받고 있는 일부 사람들은 약간 떨어져 있을 수 있습니다. 그래서 당신은 근본적인 고유 한 개인 차이, 각 사용자의 특성을 이해하기 때문에 볼 수 있습니다. 그러면 각 사용자를 더 잘 도울 수 있습니다.

앞서 얘기한 예를 들자면, 학생 유망주, 온라인 프로그램을 찾고 있는 학생인데, 이 사람은 온라인 프로그램은 무엇이든 등록금을 지불해야 하기 때문에 재정적 부담이 걱정될 수 있습니다. 또 다른 경우, 조수가 그러한 무언의 필요와 욕구를 감지하면 실제로 그들을 인도할 수 있고 "이봐, 너 그거 알아?"라고 말할 수 있습니다. 특히 걱정이 많으며 독립을 원하는 사람에게는 “우리는 재정 지원 프로그램이 많이 있습니다. 장학금이 있으므로 기본적으로 학위를 취득하거나 경력을 발전시키는 과정에서 도움을 드릴 수 있습니다.” 그래서 당신은 진정으로 매우 개인화되어 있다는 것을 알 수 있습니다. 다른 사람이 같은 걱정을 하고 있다면, 이 사람은 훨씬 더 체계적이고, 훨씬 더 조심스럽습니다. 따라서 정보를 제공하는 다양한 방법을 사용하게 됩니다.

“이제 다양한 유형의 재정 지원 옵션을 제시하겠습니다. 당신의 라이프스타일이나 작업 스타일에 가장 잘 맞는 것을 선택할 수 있습니다.” 따라서 진정으로 개인화할 수 있습니다. 필요가 있는 사람들도 동일할 수 있고, 등록한 프로그램을 찾고 싶어하지만 기본적으로 그들 자신의 심리적 요구, 심리적 요구가 있습니다.

조 맥켄드릭: 인지 AI 비서도 자신의 성격, 자신의 행동 세트를 채택하여 적응하는 것처럼 들립니다. 그렇죠?

미셸 저우: 사실 우리는 많은 일을 했습니다. 응. 우리는 그것에 대해 많은 연구를 했습니다. 아직 채택하지 않고 있습니다. 그래서 우리는 아직 연구 중입니다. 연구 결과 상충되는 결과가 나타났기 때문에 우리는 궁금합니다. 따라서 일부 연구에 따르면 ... 우리 연구에 따르면 사람들은 비슷한 성격을 가진 AI와 상호 작용하는 것을 좋아합니다. 그래서 제가 굉장히 외향적이라면, 외향적인 성격으로 AI와 교류하는 것을 좋아합니다. 그러나 일부 연구에서는 실제로 이를 반박하여 사람들이 AI와 상호 작용하는 것을 좋아하고 그 반대의 경우 우리는 상보적 성격이라고 말합니다. 그래서 제가 말이 많다면 수다쟁이가 아닌 AI를 선호합니다. 누가 더 내성적입니다. 그래서 아직 사용자가 더 선호하는 방식을 파악하려고 노력하고 있기 때문에 아직 프로덕션에 적용하지 않았습니다. 그런 점에서 조금 더 연구가 필요하다.

조 맥켄드릭: 응. 당신은 AI의 민주화에 대해 이야기하는데, 이것은 정말 훌륭한 개념입니다. 그리고 AI가 스마트폰과 같이 더 작은 설치 공간을 차지하는 장치의 일부가 될 것이라고 예상하십니까? 스마트폰을 통해 상호 작용할 것입니까? 아마도 AI가 있을 것입니다. 또는 다른 시스템에 통합될 수 있는 장치일 수도 있습니다. 너도 보고 있는 거잖아?

미셸 저우: 예. 옳은. 실제로 AI 민주화의 한 측면을 다루셨습니다. 아마 1970년대로 돌아가서 생각해보면, 우리는 무엇을 컴퓨팅 민주화라고 부릅니다. 그 이전에 IBM에는 이러한 메인프레임 컴퓨터나 소형 컴퓨터가 있었습니다. 너무 비싸기 때문에 사람들은 그것을 살 여유가 없었습니다. 그뿐만 아니라 두 번째 부분은 프로그래밍을 할 수 없기 때문에 그런 종류의 컴퓨터를 사용할 수 있는 사람이 많지 않다는 것입니다. 그들은 프로그래밍 언어를 모릅니다. 그들은 실제로 그것을 사용할 수 없습니다. 따라서 개인용 컴퓨터, PC, Mac의 출현으로 컴퓨팅을 실제로 민주화하는 것은 ... 이제 거의 모든 사람이 모든 회사에서 컴퓨터를 구입할 여유가 있습니다. 지식이 거의 없거나 프로그래머가 아니거나 컴퓨터 과학 전문가가 아닌 사람은 누구나 컴퓨터를 조작할 수 있습니다.

그래서 우리는 AI를 민주화하는 것과 매우 유사한 아이디어를 가지고 있습니다. 따라서 AI가 실제로 스마트폰을 포함한 모든 유형의 장치에서 실행되는 것을 볼 수 있어야 합니다. 우리는 이미 그렇게 하고 있었습니다. 두 번째 부분은 그 부분을 넘어서 누구나 PowerPoint를 할 수 있는 한 말 그대로 모든 사람이 스프레드시트를 할 수 있도록 하려는 것입니다. 사용자 지정 AI 도우미를 설정, 배포 및 관리할 수 있어야 합니다. 방금 말했듯이 모든 인지 지능은 자체적으로 코딩도 필요 없고 AI 전문 지식도 필요하지 않습니다. 이미 교육을 받았기 때문에 교육 데이터가 필요하지 않으므로 빠르게 사용자 지정하고 배포하고 관리할 수 있습니다. 이것이 우리가 AI 민주화에 대해 의미하는 바입니다. 따라서 채택한 다음 신속하게 사용자 정의하고 자신의 이익을 위해 사용할 수 있음을 의미합니다.

조 맥켄드릭: 우와. 꽤 흥미롭게 들립니다. 따라서 나 같은 사람이나 기술적인 배경이 없는 사람이 이러한 유형의 응용 프로그램을 설정하기 시작할 수 있다면 그렇게 할 수 있습니다.

미셸 저우: 당신은 예해야합니다.

조 맥켄드릭: 고객.

미셸 저우: 조, 파워포인트 하시나요? 파워포인트를 아시나요? 스프레드시트를 알고 있습니다. 그래서 우리는 진입 장벽을 정말, 정말 낮추었습니다. 말 그대로 사람들이 PowerPoint를 할 수 있다는 뜻입니다. 사람들은 스프레드시트를 할 수 있습니다. 그들이 와서 우리 플랫폼을 사용하여 상황과 작업에 맞게 사용자 정의되고 사용자 정의되는 매우 강력한 AI 도우미를 만들 수 있어야 합니다. 예를 들어 대부분의 사용자가 모집 전문가, 마케팅 관리자, 제품 관리자 및 사용자 연구이기 때문에 연구원이 있습니다. 따라서 그들은 확실히 컴퓨터 과학자가 아닙니다. 그들은 프로그래밍 방법을 모릅니다. 프로그램 방법을 알 필요는 없습니다. 그리고 그들은 기본적으로 일종의 일반 지식 근로자입니다. 따라서 그들은 우리 플랫폼에 매우 강력한 AI 비서를 설정할 수 있습니다.

조 맥켄드릭: 훌륭 하군요. 그리고 어떻게 보십니까 ... 앞으로 나아가면 고객이 다운로드하거나 구입할 수있는 Juji 브랜드 제품이 있습니까? 아니면 이를 구축하기 위해 다른 애플리케이션 제공업체와 함께 뒤에서 일할 것입니까? 가까운 장래에 우리는 무엇을 보게 될까요?

미셸 저우: 괜찮아. 둘 다라고 생각합니다. 따라서 한 가지 방법은 이미 고객이 당사 플랫폼을 사용하여 맞춤형 AI를 생성하기 위해 오는 것입니다. 배포, 우리가 호스팅합니다. 그리고 또 다른 하나는 우리가 다른 회사와도 파트너 관계를 맺는다는 것입니다. 그래서 기본적으로 그들은 우리의 채널 파트너가 되었습니다. 따라서 고객은 AI 도우미를 만들기 위해 당사와 함께 사용합니다. 예를 들어 목소리로. 그래서 주지에서는 보이스 원을 하지 않습니다. 따라서 음성 인식 및 TTS를 전문으로 하는 사람은 실제로 우리 기술과 결합하여 음성과 항상 얼굴을 사용하는 매우 스마트한 인지 AI 지원을 만들 수 있습니다. 따라서 우리는 이러한 모든 기술을 함께 결합할 수도 있습니다. 하나는 ... 그 이상입니다. 그래서 우리는 잠재적인 파트너에게 대화형 AI 엔진, 인지 엔진 역할을 합니다. 그리고 그 동안 사람들은 텍스트 기반 AI 비서만 원하면 우리 플랫폼에 직접 와서 사용할 수 있습니다.

조 맥켄드릭: 당신은 누군가가 그것을 구별하지 못할 수도 있는 튜링 테스트를 통과하기 직전입니까?

미셸 저우: 누군가가 말했다. 그러나 그것을 품질 테스트의 표준으로 사용해야 하는지 여부는 알 수 없습니다. 그 이유는 사실 1970년대에 특정 교수의 튜링...튜링 테스트를 통과한 챗봇에 대해 들어본 적이 있는지 잘 모르겠습니다. 그 챗봇이 첫 번째였습니다. 그 이유는 심리적 장애를 가진 환자를 모방했기 때문입니다. 그래서인지. 그래서 그가 말하는 내용을 아무도 몰랐기 때문에 통과되었습니다. 그래서 좋은 기준인지 아닌지 잘 모르겠습니다.

그래서 우리의 기준이 더 구체적이라고 생각합니까? AI가 실제로 작업을 완료하는 데 도움이 될 수 있습니까? AI가 정말 사용자 만족을 제공할 수 있습니까? 비즈니스 관점에서 더 실용적이고 실제로 측정 가능하다고 생각합니다. 우리가 도움을 주면 대학이 예비 학생이나 기존 학생, 심지어 졸업생을 도우며 이 AI가 도움이 되었는지 여부를 알 수 있습니다. 그래서 도움의 결과는 무엇입니까? 그들은 더 많은 등록이 있고 실제로 그것을 보았습니까? 예. 학생들의 성공률과 유지율이 더 높습니까? 예. 아니면 졸업생이나 졸업생이 다시 돌아와서 더 많은 사람들이 돌아와서 교육을 계속할 것입니까? 그것은 매우 구체적입니다 ... 사실 나는 결과, 성공 결과 또는 AI의 유용성을 단순히 통과와 비교하는 것과 말하고 싶습니다.

조 맥켄드릭: 그리고 AI의 관심사 중 하나는 항상 데이터, 필요한 데이터의 양, 식별 및 훈련을 위해 대용량 데이터 세트가 필요한 빅 데이터 등입니다. 어떻게 그런 일이 일어나고 있다고 보십니까? 작업 중인 작업에는 대규모 데이터 세트가 필요합니다.

미셸 저우: 정확하게. 이것은 훌륭한 질문입니다. 많은 조직에 그런 종류의 데이터가 없기 때문에 AI 민주화에 대해 이야기하는 이유입니다. 예를 들어, 그들은 아직 그런 종류의 AI조차 가지고 있지 않습니다. 그래서 우리는 회사로서, 플랫폼 회사로서 우리 고유의 데이터를 생성하고 데이터를 수집해 왔습니다. 예, 우리 모델은 이미 데이터를 훈련했기 때문에 방대한 양의 데이터에 대해 훈련되었습니다. 우리는 다른 사람들이 그것을 재사용하도록 해야 합니다. 따라서 이것은 지능의 이전과 거의 같습니다.

나는 지난주에 다른 전화를 받았는데 사람들이 이것에 관해 나에게 물었다. 그리고 나는 “우리가 하는 일의 아름다움, 주지가 하는 일은 이것이다”라고 말했다. 당신은 우리가 AI에게 모든 것을 처음부터 가르치고 있다고 말합니다. 우리는 실제로 거기에 지능을 포함합니다. 따라서 실제로 AI를 채택할 때 그 AI는 이러한 지능을 갖고 태어난 이들과 함께 왔습니다. 빌트인, 우리는 그것을 빌트인 인텔리전스라고 부릅니다. 따라서 우리는 실제로 지능을 서로 전달할 수 있습니다.

예를 들어 우리는 대학의 채용 프로그램을 돕기 위해 대학과 협력하고 있습니다. 그래서 그곳에서 많은 예비 학생들의 질문을 받았습니다. 따라서 이 경우 해당 데이터는 실제로 다른 대학에서도 사용할 수 있습니다. 내가 데이터를 말할 때 대답 자체가 아니라 질문입니다. 따라서 학생들은 질문을 하고 질문을 구하면 그 위에 자동으로 더 많은 교육 데이터를 생성합니다. 따라서 대학은 그렇게 할 필요가 없습니다. 그래서 그들이 처음에 우리에게 와서 "이봐, 우리는 데이터가 없다"고 말할 때. 따라서 걱정할 필요가 없습니다. 우리는 이미 그것을 가지고 있습니다. 따라서 AI 도우미를 바로 시작할 수 있습니다. 이것이 바로 내가 AI 민주화에 대해 정확히 의미한 것이기도 합니다. 즉, 인텔리전스를 패키징하는 것입니다. 인텔리전스를 미리 구축하면 다른 사람들이 이를 채택하고 즉시 재사용할 수 있습니다.

조 맥켄드릭: 과학 연구와 마찬가지로 기존 연구를 기반으로 계속 개선할 수 있습니다. 오른쪽?

미셸 저우: 응. 그래서 당신이 어렸을 때 성장하는 것과 가장 비슷합니다. 아이는 지능이 있고 시작은 아주 좋은 지능을 가지고 있습니다. 그래서 일단 이 아이가 더 많은 지능을 갖게 되면, 당신이 그것을 유지하는 것뿐만 아니라, 이 아이의 지능을 다른 아이에게 이전시키므로 다른 아이가 처음부터 배울 필요가 없습니다. 매우 강력합니다.

조 맥켄드릭: 그것은이다. 전적으로. 그리고 Michelle, 앞으로 5년에서 10년 사이에 어떤 일이 일어날 것으로 보십니까? 어떤 일이 일어나기를 고대하고 있습니까? 2025년 또는 2030년, 특히 ​​당신의 기술로 세상은 어떤 모습일까요?

미셸 저우: 나는 우리가 영화 Her의 좀 더 사실적으로 꾸며낸 낙관적인 시나리오를 향해 가고 있다고 생각합니다. 영화 Her를 기억하시나요?

조 맥켄드릭: 예. 예. 좋은 영화.

미셸 저우: 오른쪽? 따라서 이것은 AI가 귀하가 자신보다 귀하에 대해 더 많이 알 수 있음을 의미합니다. 그리고 당신의 AI는 당신이 무엇을 원하는지 알기도 전에 당신이 무엇을 원하는지 알 것입니다. 예를 들어 돈을 절약해야 합니다. AI는 이미 돈을 아껴야 한다는 것을 미리 알고 있었습니다. 또는 고용 가능성을 높이려면 새로운 학위가 필요합니다. AI는 아마도 당신이 그것을 알기 전에 그것을 알고 있을 것입니다. 그것이 내가 보는 것입니다. 내가 개인 비서, 개인 교제라고 부르는 진정한 동료가 있습니다. 이 경우 AI 동반자는 자신이 누구인지, 필요로 하는 것과 원하는 것이 무엇인지 진정으로 이해하고 가장 좋은 방법으로 도움을 줄 수 있습니다. 그렇기 때문에 책임감 있는 AI라는 주제로 이동합니다. 그 정도 수준의 이해를 바탕으로 책임감 있는 AI를 시행하지 않는다면 이 기술이 악의적인 사람들의 손에 넘어가면 남용될 수 있고 나쁜 결과를 초래할 수 있기 때문입니다. . 이것이 우리가 책임감 있는 AI에 대한 의식을 심어주는 이유이기도 합니다. 즉, AI가 기본적으로 사람들에게 가장 좋은 방법으로 사람들을 돕도록 하고 싶습니다.

조 맥켄드릭: 아주 멋진. 아주 멋진. 그리고 절대적으로 당신이 그 분야에서 하고 있는 일은 사람들에게 이익이 되는 긍정적인 방향으로 AI를 움직이는 것입니다. 그리고 오늘 팟캐스트에서 이것을 공유할 수 있게 되어 정말 감사합니다. 다시 Michelle Zhou와 이야기하고 있습니다. 그녀는 Juji의 CEO이자 공동 설립자입니다. 그리고 오늘 함께 해주신 Michelle님께도 감사드립니다. 우리는 당신을 정말로 즐겼습니다.

미셸 저우: 나를 데려가줘서 고마워, 조. 고맙습니다. 안녕.