sbscyber
Στέλεχος της Google Search δήλωσε ότι μία από τις μεγαλύτερες ευκαιρίες της εταιρείας στον τομέα της Τεχνητής Νοημοσύνης έγκειται στην ικανότητά της να γνωρίζει καλύτερα τον χρήστη και να εξατομικεύει τις απαντήσεις του.
Η Τεχνητή Νοημοσύνη που είναι μοναδικά χρήσιμη, είναι και εύστοχη επειδή ήδη σας γνωρίζει. Αλλά ο κίνδυνος είναι η Τεχνητή Νοημοσύνη που μοιάζει περισσότερο με επιτήρηση παρά με υπηρεσία.
Σε ένα πρόσφατο podcast Limitless, ο Robby Stein, Αντιπρόεδρος Προϊόντος της Αναζήτησης Google, εξήγησε ότι η Τεχνητή Νοημοσύνη της Google τείνει να απαντά σε περισσότερα ερωτήματα που αναζητούν συμβουλές ή σε εκείνα όπου ο χρήστης αναζητά συστάσεις και αυτοί οι τύποι ερωτήσεων είναι πιο πιθανό να επωφεληθούν από πιο υποκειμενικές απαντήσεις.
«Πιστεύουμε ότι υπάρχει μια τεράστια ευκαιρία για την Τεχνητή Νοημοσύνη μας να σας γνωρίσει καλύτερα και στη συνέχεια να σας φανεί ιδιαίτερα χρήσιμη χάρη σε αυτή τη γνώση», δήλωσε ο Stein στη συνέντευξη. «Και ένα από τα θέματα που συζητήσαμε στο συνέδριο προγραμματιστών της Google I/O, ήταν πώς η Τεχνητή Νοημοσύνη μπορεί να σας κατανοήσει καλύτερα μέσω συνδεδεμένων υπηρεσιών όπως το Gmail».
Η Google ενσωματώνει την Τεχνητή Νοημοσύνη στις εφαρμογές της εδώ και αρκετό καιρό, ξεκινώντας από την εποχή που η Gemini ήταν ακόμα γνωστή ως Bard . Πιο πρόσφατα, άρχισε να αντλεί προσωπικά δεδομένα σε ένα άλλο προϊόν Τεχνητής Νοημοσύνης, το Gemini Deep Research. Και η Gemini ενσωματώνεται πλέον σε εφαρμογές Google Workspace όπως το Gmail , το Ημερολόγιο και το Drive.
Καθώς όμως η Google ενσωματώνει περισσότερα προσωπικά δεδομένα στην Τεχνητή Νοημοσύνη της – που καλύπτουν τα email, τα έγγραφά σας, τις φωτογραφίες, το ιστορικό τοποθεσίας και τη συμπεριφορά περιήγησης – η γραμμή μεταξύ ενός χρήσιμου βοηθού και ενός παρεμβατικού γίνεται ολοένα και πιο θολή. Και σε αντίθεση με τις υπηρεσίες επιλογής συμμετοχής, η αποφυγή της συλλογής δεδομένων της Google μπορεί να γίνει πιο δύσκολη, καθώς η Τεχνητή Νοημοσύνη καθίσταται κεντρική στα προϊόντα της.
Η ιδέα της Google είναι ότι αυτή η βαθιά εξατομίκευση καθιστά την Τεχνητή Νοημοσύνη πολύ πιο χρήσιμη. Θα μπορούσε να μαθαίνει από τις αλληλεπιδράσεις του χρήστη στις διάφορες υπηρεσίες της Google και στη συνέχεια να χρησιμοποιεί αυτήν την κατανόηση για να κάνει πιο εξατομικευμένες προτάσεις. Για παράδειγμα, εάν μάθει ότι σε έναν χρήστη αρέσουν συγκεκριμένα προϊόντα ή μάρκες, οι απαντήσεις της Τεχνητής Νοημοσύνης μπορεί να ευνοήσουν αυτά που αναφέρονται στις προτάσεις της.
Αυτό, είπε ο Stein, θα ήταν «πολύ πιο χρήσιμο» από το να δείχνουμε απλώς στους χρήστες μια πιο γενική λίστα με τα προϊόντα με τις καλύτερες πωλήσεις σε μια δεδομένη κατηγορία. «Αυτό είναι, νομίζω, σε μεγάλο βαθμό το όραμα – να δημιουργήσουμε κάτι που μπορεί να είναι πραγματικά ενημερωμένο για εσάς, συγκεκριμένα». Αλλά δεν βρίσκει τις εξατομικευμένες απαντήσεις ως κάτι το ιδιαίτερο. Τις βρίσκει επεμβατικές.
Ομοίως, φαίνεται ότι η αποφυγή των τρόπων κατασπατάλησης δεδομένων της Google θα γίνεται ολοένα και πιο δύσκολη στην εποχή της Τεχνητής Νοημοσύνης, και αν η Google δεν πετύχει τη σωστή ισορροπία, τα αποτελέσματα θα μπορούσαν να φαίνονται περισσότερο παρεμβατικά, παρά χρήσιμα.
🆂🅼🅰🆁🆃🅿🅷🅾🅽🅴🅶🆁🅴🅴🅲🅴 