讨论一下这个局面某某是红先负吗

原标题:想做出“刷屏”营销?这5种用户心理先了解一下

除了10万+,新媒体人还有一项由来已久的执念便是刷屏,能做出一个刷爆朋友圈的活动、广告、文章,是很多人的目标清单之一。

但如何才能成功且正确的迎合用户口味,策划一次成功的刷屏营销活动?

本文获授权转载,转载请联系原作者

世界上或许没有比营销界更喜新厌旧的行业了。

同样的创意和玩法,重复10遍尚且能叫偷懒,若是重复20遍,就只能被骂做庸俗,并被同行嗤之以鼻了。

可灵感和新意的蝴蝶,不会轻易落入我们的网中,即使我们已经疏通感官,竖起捕蝶网时刻等候。

在跟风和模仿的乱流中,营销人更需要用心洞察用户的心理,那里有一些新鲜的欲望和喜好正在悄然生长,并且能够发展为帮助我们实现成功营销的强大推力。

菲利普·科特勒在《营销革命3.0》一书中提到,被网络连接的消费者,越来越像一个具有共同精神追求和普世价值观的立体的“人”。

我们需要超越琐碎而狭隘的“营销技术与手艺”,将“交换”与“交易”提升为“互动”和“共鸣”。

这篇文章想与你分享5种新兴的营销互动玩法以及隐藏在它们背后的,用户心理的变化。

身份的转移:从猎物到队友

长久以来,人们都把营销视作一场“零和博弈”:一方的收益意味着另一方的损失,品牌主和消费者有意无意地总是处在对立的两端。

品牌主想方设法地从消费者身上攫取注意力、好感度和金钱,在这样的思维导向下,用户往往被视作一个个静止的“猎物”,被各式各样的广告信息“围猎”并“俘获”。

社交媒体的崛起,打破了这种不平等的对立局面。渠道的下沉与碎片化,给用户手里递去了“麦克风”,他们对品牌的意见能够轻易被发表、被聆听,并且容易对其他潜在客户产生影响。

这些普通用户,以及他们中的意见领袖,取代了广告话术和明星代言人,决定着品牌、产品的口碑和命运。

在新的传播环境下,品牌主想要使自己的信息得到大量传播,就不能再将用户视作“猎物”,而要将他们视作亲密的“队友”:给予他们充分的激励,调动他们在整个营销过程中的参与度,并促使他们输出正向评价。

一些嗅觉敏锐的品牌主已经做出大胆的尝试。

2016年,75岁的美国巧克力豆品牌M&M’s就曾把巧克力豆常规口味的决定权让渡给用户。

他们发起一场投票,让消费者在蜂蜜坚果、咖啡坚果和辣坚果的花生巧克力豆中做出选择,最后咖啡味胜出,成为M&M’s的常规口味。

值得注意的是,这三款产品在测试阶段时,最受欢迎的就已经是咖啡味巧克力豆,M&M’s在某种程度上,只是借这个营销活动与用户一起“玩耍”一番,让用户获得参与感,建立起双向沟通。

最近,越来越多的品牌主开始采取“把用户变队友”的营销手段。

西班牙汉堡王近期在Instagram上发起一项调查,它们通过9支短片,让用户选择自己青睐的口味。

如汉堡中要加几片肉、几片生菜,酱汁选哪种口味等。

完成调查后,用户可以获得优惠券,在规定的时间内可到门店兑换票选出的定制汉堡,在几小时内,这场活动的参与用户就超过4.5万人,并产生了27万次互动。

可以看到,在新的营销思维下,用户的身份已经发生转移,从“猎物”变成了 “队友”,参与感成为一项不可或缺的因素。

一场带有battle味的互动、一套新奇有趣的激励机制,都有可能将用户转化成与你并肩作战的“队友”,拉近品牌与用户间的距离,为营销注入强大的话题性和自传播力。

“打卡”心理学:体验更具“可晒性”

让用户主动地、热心地传播品牌、产品?这是每个营销人梦寐以求的密匙。

新媒体时代,用刺激性的“情绪”煽动用户从而让内容获得病毒式的传播,已是一种屡试不爽的招数,但它的缺陷也显而易见,那就是情绪喧宾夺主,往往使品牌、产品信息难以在用户脑中留下深刻印象。

与线上的“情绪”相比,线下的“体验”就能较好地弥补这项缺憾。

如今,在青年人群尤其少女群体中,流行着一个词,叫“打卡”。

不同于健身打卡、背单词打卡,这个“打卡”是指去了某个地方之后,拍照晒留影这一行为,比如“打卡XX网红餐厅”“打卡XX拍照圣地”。

这是一种在线上分享线下体验的行为,它带有某种程式化的意味,“打卡”行为背后的心理机制是“晒”,并在晒的同时留有供后打卡者参考、模仿的意义。

比如下图中的芝加哥火烈鸟网红墙,就吸引着无数INS网红前来打卡。

据美国活动平台Eventbrite数据显示,超过3/4的80后、90后消费者,在预算有限的情况下,会优先考虑购买“体验”,而非产品。

这是一个有趣的数据,“体验”显然比产品更具有丰富性和“可晒性”,能够帮助用户更好地完善自己的“人设”。

从去年以来就层不不穷的品牌“快闪店”可以看出,线下体验和情感互动正变得流行,它们通过沉浸式的体验让用户对品牌产生记忆,并且在空间中给予品牌信息更多样化的露出。

去年底,马蜂窝在北京三里屯举办了一场名为“攻略全世界网红墙”的体验活动,它将全球12面知名网红墙进行了一次缩小版“复刻”(如美国救赎山、日本千本鸟居等),并搬到一个展厅中,让用户在1小时内就完成穿越全球的网红墙打卡。

雪糕品牌梦龙近期也让一组具有“打卡”价值的巨幅插画,出现在巴黎、伦敦、罗马等主要市场的街头,在富有视觉冲击力的画面中,隐藏了梦龙雪糕的形状。

插画家认为“如果能吸引人们在紧张的通勤时间中依旧为此停留了两秒,这就已经成功了。”

其实在“打卡”心理的背后,隐藏着另一个动作,那就是“将照片po到社交网络”,而这种用户行为正是营销活动实现自传播的关键,甚至无需奖品的激励。

在这个用户对广告营销信息早已免疫的时代,提供一个体验的场景,构建与用户交流互动的软空间,或许比喧宾夺主的情绪营销来得更优雅而有效。

Wow Moment(哇哦时刻)是指用户惊喜并发出感叹的时刻。

菲利普·科特勒认为,在信息过载、注意力稀缺的时代,营销必须为用户创造意外和惊喜。

1、WOW要让人惊讶,当某人有一定期望值,而结果超出这个值时,他就会发出惊叹;

2、WOW是个人化的,只有通过个人的体验才能触发。个人深藏的需求一旦得到满足也会引发WOW时刻;

3、WOW是有传播性的,经历了WOW时刻的人会自主向他人传播这一信息。

泰国文胸品牌Sabina Doomm Doomm曾经拍摄过一支脑洞大开的广告片。

把天堂描述成一间“办公室”,处理着人类的所有活动:“许愿宝”团队负责人类的许愿,“报酬”团队负责惩罚小人,比如对“有外遇、交友复杂、爱搞暧昧又满嘴谎话”的男子处以“一道雷劈”的惩罚…

而片中主角,负责“造人”的普罗米修斯则是人力资源部的负责人。

普罗米修斯奉行“艺术是急不得的”,但面临情人节带来的20万人口激增时,也变得手忙脚乱起来,这导致,有的作品变得不那么精致。

短片的最后,一位对普罗米修斯的“手艺”不满意的漂亮女孩,购买了一件Sabina Doomm Doomm,并告诉观众“不用靠老天也能很丰满”。

当普罗米修斯质问“是谁让你们拍这种片子”时,女孩说“是神啊”“哪个神?”“顾客”。

这样的神结局就能制造Wow Moment,并且让用户忍不住转发,分享给自己的朋友,这则短片仅在微博上就已经有1235万次播放量,并且因为剧情与产品的强关联,让用户看完短片后对产品也能产生较深的记忆。

拒绝标签,欢迎“微标签”

营销人往用户身上粗暴贴标签的时代已经过去了,然而这并不代表“标签”已经完全失效。

用户通过向他人、向外界展示自己,以此寻求认同和正向反馈是天然的需求,他们之所以反感“标签”,心理根源是“我不想和别人一样”,不想让自己的性格和别人“撞衫”,这是一种对趋同和自身个性泯灭的恐惧。

如果换做描述入微、与他人重合度较小的“微标签”(microlabel),就既能弥补普通标签的粗暴,又能让用户向外界较为轻松和清楚地展示自己的个性。给用户提供“微标签”,是近期多个成功营销的关键。

如果观察仔细,你会发现近期刷屏的多个测试类H5,都不只是简单地利用了用户爱晒爱秀的心理,而是都用到了“微标签”这一技巧,通过数量足够多的、并且能够形成多样化组合的文案,为用户勾勒出不那么与别人“撞签”的画像。

网易云音乐的测试类H5“个人使用说明书”,通过让用户聆听6种声音,生成用户的个性描述,如“XX吃得越少,越会变胖”、“要定期给予XX喂食,他相当单纯”等。

单从文案来看,或调侃或常规,并没有格外引人注目之处,但它的巧妙之处就在于,一共准备了66组不同的文案,意味着它们可以组成4万余份“不撞衫”的“个人使用说明”,告诉用户“你是特别的,和别人不一样”。

a在这样的心理下作用下,用户极易产生分享转发的冲动,主动为自己贴上“微标签”。

而网易新闻的刷屏H5《睡姿大比拼》,则将“微标签”图像化,通过足够多样化的组成部件,让用户可以生成自己专属的“睡姿”和“生活图景”。

为了满足用户多样化的个性展示需求,H5中仅放置在床上的小物件就有多达27种选择,为用户的“微标签”自创作提供了巨大的发挥空间。

“模仿律”法则:释放“种草”本能

如果留心就会发现,如今,诸如“网红餐厅”、“网红酒店”、“网红面膜”、“网红打卡地”等说法越来越普遍了。

任何商品、服务、体验,只要加上“网红”两个字的前缀,都很容易让用户“种草”(指用户心里有了对某种商品的购买欲望或计划)。

对网红产品的迷恋,对“种草”和“拔草”的享受,是新时代消费者的一大特征。

法国社会学家塔尔德曾在其著作《模仿律》中提出过一个观点:模仿是最基本的社会关系,社会是由相互模仿的个人组成的群体,每一种人的行动都在重复某种东西。

塔尔德的“模仿律”可以解释为什么大众对更容易种草“网红”产品,它们是拥有各种背书的、经过验证的、拥有良好口碑的绝佳模仿对象。

就像戴森Supersonic吹风机,在各种推荐贴中被塑造为优雅中产生活的标配,购买它则可以视作对这种生活状态的追求与模仿,用户的心理机制则是“购买了戴森Supersonic吹风机,我就过上了优雅精致的生活”。

值得关注的是,电子支付和电商的发达,已将“种草”到“拔草”之间的过程大大缩减了,对于那些客单价较低的商品,甚至只需要短短几分钟的时间。

这个时候,如果能在商品文案中扩大“模仿律”的作用,对用户进行心理暗示,则可能达到事半功倍的效果。

例如在许多种草贴中,都能看到“它在INS上火的不行”、“时尚博主力推”等字眼,就是在悄悄使用“模仿律”,释放用户“种草”力的技巧。

这是一个营销的坏时代,注意力从未如此稀缺,用户从未如此挑剔。

这也是一个营销的好时代,这个时代的用户比以往任何时候更具有合作性、人文精神和幽默感,他们身上藏有帮助品牌主实现自传播的钥匙。

唯有跟紧他们的心理趋势,才能从疲惫的跟风者变为新颖玩法的创造者。

同样做品牌推广,为什么别人的品牌成为爆款网红?在品牌红海中如何才能让自己的产品脱颖而出?品牌成功除了定位还有什么其他成功要素?

在此推荐这堂口碑爆棚的《品牌营销进化营》,助你从品牌传播阶段就跑赢对手,现第8期正在报名。仅需4周,让用户爱上你的品牌!

}

 从1956年美国达特莫斯(Dartmouth)会议提出“人工智能”概念,至今已有61年的历史。在沉睡了61年之后,人工智能重新焕发活力,或许可以称为近两年最火爆的关键词,各行各业都在高呼“拥抱人工智能”,国家也专门提出了人工智能发展战略。那么人工智能风口在哪,它的发展瓶颈又是什么呢?   

   一、人工智能,风口来了!风在哪?

   人工智能的风口在哪?这是首先需要回答的问题。

   我在给研究生们讲授《人工智能与知识产权》课程时,被学生们问到最多的问题就是:科幻电影中的场景,可以成真吗?显然,科幻电影中,机器人不仅可以与我们下棋,而且是深度进入我们的生活,机器人保姆,机器人服务员,机器人警察,甚至机器人女友,社会生活的方面,高度智能化。

   未来5-10年,人工智能到底对我们的生活会产生什么样的影响,对产业又会产生什么样的影响?类似的问题,不仅同学们关注,产业界的朋友也特别关注,朋友们甚至会时常与我玩笑:作为法律和人工智能的研究者,哪支科技股票未来潜力最大?

   产业界关心,投资人关心。事实上,所有的问题聚焦于:准确把握人工智能的发展方向和发展节奏。“风口来了,猪都能风起来”,那么,风到底什么时候来,它从哪里来,又向哪里去,是需要我们认真研究的问题。

   (一)机器人的“工匠”精神

四种机器人产业中,应当说占市场比例最大,发展最为成熟的当属工业机器人,无论是德国的工业4.0,还是我国的《2025制造业大国》都提到工业机器人的布局。当下的工业机器人几乎被“四大家族”垄断,像日本的发那科(fanuc)和安川(YASKAWA),还有德国的库卡(kuka)、瑞士的ABB,等作为工业机器人的龙头老大,已经占据了全球绝大数市场份额(80%以上)。像美国的特斯拉汽车制造流水线所采用的正是库卡的机器人,整个车间几乎看不到人。我国广东、渐江等很多制作业企业现在已越来越多开始使用工业机器人,以至于我国已成为全球最大的工业机器人的消费市场。

   可以想像,未来5-10年,中国工业机器人消费市场还将持续增加,家庭式的手工作坊将逐渐淡出江湖。我国已有一些企业着眼于工业机器人研发,就目前来看,无论从外在的“颜值”,还是内在的“性能”方面,与“四大家族”相比,还存在较大的差距,真白地说,落后的还不是一点半点。什么时候,中国也会产生像“四大家族”这个工业机器人制作企业,这的确是一个巨大市场空间。

结合智能手机的发展经验来看,先是苹果一家独大,最终国内的华为、小米群星荟萃,打破了苹果在华一股独大的局面,因此,可以肯定,国内一定会产生具有较大竞争能力的工业机器人企业。不过,对于这种企业的成长周期,不要报以太为乐观的态度。与智能手机不同的是,工业机器人除了对算法具有较高的要求,还要求制造的精准、工艺的完美、材质的精良,我把它统称为“机器人工匠精神”,所以你可以理解,为什么工业机器人四大家族企业会诞生在德国、瑞士这些在传统制作业中就体现出“工匠精神”的国家。这也是为什么工业机器人市场潜力巨大,但从短期投资的角度来看,我不太看好国内工业机器人企业的原因,当然,从长远投资的角度,国内工业机器人企业的确潜力巨大。

   (二)思考型机器人,卷土重来

   思考型机器人在现有市场中占比最小,难度最大,同样也是潜力最大。思考型机器人的底层是深度学习和神经网络的布局。运用神经网络和深度学习布局,它还可以广泛适用于医疗、经济、金融、医疗、教育、代理、咨询、办公等诸多领域。尤其需要指出,上述传统服务行业亟需人工智能的改造,包括服务的每一个环节当下都渗透着人工智能的缺失,因此,可以预见,未来,人工智能将在这些行业释放巨大的红利。

   按照英国科学家阿兰

图灵在1950年提出的“图灵测试”标准,一部机器人是否具有智能取决于人在与其交流后是否能够区分出它是机器人,因此,“智能”的标准,从一开始便是围绕思考型机器人展开的。李开复博士早期研究的语言识别,便是思考型机器人最初的模型。在近60年的时间里,无数科学家围绕思考型机器人展开研究,但限于计算机硬件计算能力的限制,人工智能一直处理严冬季节。如今,大数据的运用和计算机的超算能力,再一次为思考型机器人迎来前所未有的发展机遇,所以我说它“卷土重来”,我甚至把它称为“思考型机器人的第二次勃兴”。尽管如此,思考型机器人也面临着它发展中的瓶劲,稍后会在“人工智能发展瓶劲”部分重点阐述。

   (三)生活机器人,前景广阔,但步履维艰

   以扫地机器人为代表的生活机器人,近几年来表现势头强劲。在每年国际机器人展会上都会展出不少生活服务型机器人,除了扫地机器人,还有保姆机器人、教育机器人、机器人秘书等等,我看过这些机器人的宣传和展示,准确地说,这些机器人大多还只是概念,目前还很难进入市场。

这与现有计算机算法的研究水平有关。即便是采用当下最先进的人工智能算法,也还难以满足生活场景的极致复杂性。在今年的国际机器人展会上展示了一款“助残机器人”,它主要用于给老年人喂饭、洗澡等应用,事实上,如果仅仅是简单的稀饭,机器人尚且可以派上用场,但如果火食中还有米饭,还有鸡蛋,外加上牛肉土豆呢,显然现有机器人的手臂外加勺子的算法就难以满足了。保姆机器人也遇到了同样的问题,它虽然可以回答“今天天气如何?”亦或是“现在几点了?”但,人们对保姆的需求,绝不仅仅是这些,即便是一个最普通的场景:想让机器人帮助自己拿一包餐巾纸出来,这虽然是一个普通的动作,但它需要机器人完成对现场的场景、物理、意途等方面的理解,还需要配合动作的完美协调,其中的算法十分复杂,即便如此,这个动作都难以让人满意。

   还有当下很多银行、酒店大堂内配备的咨询机器人,存粹成了摆设,除了孩子们把它当成玩具,人们还是愿意寻求大堂中的客服(fresh-and-blood)获得精准帮助。

   扫地机器人算是生活应用场景最为简单的一个,而且它也符合城市化快节奏下众多家庭的生活需求,它的智能化水平或许并不是最高的,但从产品设计的角度讲,无疑它是成功的。但是不少用户仍然反馈它无法满足各家的清洁个性需求,买来之后成了摆设。   

   二、人工智能的前景:选对行业

   (一)人工智能将在哪些行业最先释放红利?

   在人工智能的一片嘈杂中,哪些行业会最有可能释放人工智能的红利?回答这一问题,需要放眼中国当下的主要矛盾。《19大报告》指出,当下中国的主要矛盾已经演变为“人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”,言外之意,如今人们已基本解决了温饱,但诸如像看病难这样一些健康需求还无法得到满足。由此,我以为在医疗、企业服务、撰写、咨询等四个行业中,人工智能的红利将被最先释放。

以医疗行业例,医疗行业中存在大量需要人工智能可以解决的问题。在美国旧金山一家年轻的创业公司恩尼提克试图通过机器自我学习来解决癌症诊断,这家公司甚至被评为全球最有科技含量的50家公司之一。在中国,这一问题显得更为迫切。当下中国当下面临医疗资源严重不足的情况。据统计中国10几亿中,平均每人每年挂号资数是7次,总计要达到100亿次以上,然而医生资源又主要集中在大城市,中小城市面临着医疗优置资源严重不足的现实。如何让通过人工智能优化配置医疗资源?如何通过人工智能自我学习疹断疑难杂症?其空间巨大,潜力巨大。

再以企业服务为例,中国现有企业多达7000万家,其中每一家企业所需求的企业服务又是五花八门,包括“公司注册、税务申报、商标代理、专利代理、社保、法务咨询”等各个方面,由此所形成的企业服务便呈现几何基数的局面。为此,HOW实验室也于2017年正式提出了创建“企业服务大脑”的计划,将多元、交织、复杂的企业服务化归“一元模式”,设置企业服务大脑,指挥机器人集群,数据共享、协同作战,由此极大节约社会成本。

还有各行业的撰写领域,也势必会迎来人工智能的时代。在机器人研发过程中,我甚至发现,越是复杂、专业的撰写越容易被机器人取代;尤其在未涉及到大数据计算、统计的撰写,机器人更是具有无法取代的优势。事实上,反倒是那些简单的撰写,诸如给女朋友一封情书,倒是由真人来写效果会更好,反之像新闻稿、代理词、专业法律意见、医院的体检报告,机器人对数据的引用以及强大的逻辑推演会比普通人厉害得多!之所以首推上述行业,归根结蒂还是基于上述行业间空足够大;与此同时,人工智能能够较好地解决行业痛点。

   (二)大数据的投资价值

   人工智能话题下还有很多值得讨论话题,比如人工智能与大数据关系。很多人都说,大数据将是未来最宝贵的资源,于是现在有很多人投身于数据行业。HOW实验室的建设过程中就用到了很多大数据,我们与很多数据商也有合作。

   事实上,在人工智能时代,最有价值的不是数据,而是数据的算法,再上一层便是数据算法最终所形成的产品。在机器人实验过程中,最复杂的部分是对机器算法的研究。像科达讯飞用于训练机器识别语音的语料很多也是从其他数据公司购买的,然而对语料计算的算法却成为科达讯飞最为核心的竞争力。

   这样,在人工智能时代,也就形成了一个由“产品设计”,“算法应用”,“程序撰写”,“数据提供”等四条产业链互动格局。无疑,在整个产业链中,产品设计属于食物链的最顶端,其次是算法应用,程序撰写,最后才是数据提供。如果把机器人视为一个产品的话,数据可以视为这个产品的原材料。

   我曾到访过不少数据公司调研,当下的数据公司总体上营利情况不佳。事实上,官方很多数据未充分公开的情况,很多数据商尚有一些利润空间,随着官司方数据的充分公开,数据商们的日子会越加难过。

   在人工智能时代,真正具有价值的数据是垄断数据,比如像京东商城、嘀嘀打车这些大的商户所采集的数据是独一无二的,机器人会根据这些数据推演出科学的结论,而这一切是其他机构无法办到的,这才是人工智能时代最有价值的数据。

   (三)人工智能投资的三个原则

一个行业,亦或是一个企业是否适用人工智能战略取决于三方面的要素:第一,行业痛点是否与人工智能相契合?第二,市场空间是否足够大?第三,现有最先进的算法能否适用?事实上,一旦回答了这三个问题,产业的投资价值也就相对清晰了,这里特别说明第三个要素,即现有最先进的算法能否适用,事实上,人工智能技术的发展也需要一个过程,有一些场景,比如婴儿保姆机器人是具有较大市场空间的,但由于场景的复杂性,现有最先进的算法还需要进一步进化,类似这样的产品都属于未来期待型的。因此,对于人工智能投资的预期也需要对现有技术的准确把握。   

   三、人工智能的瓶颈:切忌闻“机”起舞

   (一)不要在传统互联网领域浪费时间

   说到人工智能和机器人,很多人、很多企业都会很兴奋,所谓闻“机”起舞,甚至出现一窝蜂,所谓抢占“风口”,为此有必要澄清人工智能与传统程序的区别。并不是任何企业都可以号称自己是人工智能企业的。印像中某年的春晚中上演了关于机器人跳舞的节目,事实上那只是事先编好的程序,充其量算作“玩具”,并非真正意义的“人工智能”。

我几乎每年都会参加国际国际机器人大会,那上面参展的有一半以上“机器人”(可以唱歌、跳舞)从其本质上都属于前面所说的玩具。我曾与这些产品的工程师聊过,这些产品底层的编程语言大都是java、python、亦或是php(这三种语方居多),程序大都事先写好,对话的语言和数据也几乎是固定的,这体现在机器人能够背诵的诗词是固定的,整个计算过程与传统的计算机程序并没有本质区别,并非是真正意义人工智能产品。因此,从这一意义上讲,人工智能与传统计算机程序的区别并不在于产品的表面,比如把它做成一个机器人样子,或者表面上可以对话,恰恰在于底层的算法。一般投资人在考察人工智能产品时恰恰忽视了这一点。

   近几年来,人工智能神经网络的算法尤其引人关注,无论是S型神经元算法、卷积神经网络,亦或是梯度算法,每一种算法的背后还涉及到大量数学、微积分和统计学的推导过程,事实上,在与具体产品相结合时都还需要有独道的创新方才可以适用。因此,我以为人工智能概念更为确切定义是:计算机编程+神经网络+问题解决,三者缺一不可。

   (二)不要在概念炒作中浪费时间

   在人工智能领域,不乏有很多概念炒作者,有大企业,也有小企业,有的不懂,有的不懂装懂。

   还是那句话,并不是所有的企业都适合人工智能;也并不所有场景都适用于人工智能。有的饭店推出机器人端菜,很多酒店的大堂还推出机器人客服咨询,事实上,这些机器人除了宣传之外几乎毫无用处,并且,该聘请的人员一个没少,该付出的劳动一点没小,在这里机器人除了噱头还是噱头。

   前段时间马云的无人餐厅也曾火爆一时,甚至跻身于人工智能要闻之首,事实上,就智能点餐而言,手机APP可以实现,平板IPAD可以实现,化身为桌面的触摸屏当然也可以,这并非是人工智能所要追求的本质。“无人点餐”的概念更多还只是炒作,当然,从商业运营的角度,这一切无可厚非,但作为人工智能的研究者切不能人云亦云。

类似的情况在服务业也大量存在,最近炒作最热的莫过于某某法院又在全面实现人工智能,对于人工智能在法律行业中运用我是十分看好的,但这并不等神化它的作用,“员额制”已经让法官们心惊胆战了,再来一个人工智能,法官们深感前景暗淡,事实不然,即便在人工智能时代,尤其是审判过程中法官的作用还必须凸显,机器人更多的应用场景还是在数据处理和分析方面,即便是匹配到了相似的案例,也仅仅只能作为参考,要知道,人对“正义”的理解远胜于机器。   

   四、人工智能,是否会拥有意识(conscious)?

   人工智能,是否会拥有意识?这是我经常被问及的问题。

   严格而言,这是一个哲学问题。我想借用一个实验来阐述我对这一问题的理解。我用当下较为先进人工神经网络理论为一个机器人建构了专属于它自己的神经网络,任何一个问题,只有和它聊过一遍,它便可以记住。事实上,对于机器这不是一件容易的事情,要知道人的语言表达是千差万别的,一句话可以有各种各样的说法,但无论你怎么说,机器都要明白其中的含义,这并不是一件容易的事情。

   在对机器人进行了一段时间的训练之后,甚至出现了这样的事情:原本没有训练过的问题,它能够自主的通过既有问题得出答案,也可以简单地解释,它所作出的回答超乎我的预期,这算是意识吗?

   事实上,机器人的每一次回答的背后都需要大量的运算才能完成,这样,它所体现出来的“意识”是基于数学运算而产生的结果,为了能够更充分表达机器意识形成的基理,我借用神经网络众多数公式中的一个:

这是一个高等数学中关于“最小二乘”算法的公式,它是我在神经网络布局中应用的众多数学公式上的一个,它涉及到高等数学中矩阵和导数的计算。这里你能否看懂这个数学公式并不重要,我旨在于说明,机器的反映是通过这样一系复杂的运算最终产生的。同样的例子还有IBM的watson机器人,它在2011年参加知识问答节目打败了所有人类选手,它通过自我学心完善了自己的大脑,在对专业领域的认知方面超过了人类,这一案例也曾被轰动一时。同样的问题,watson能思考吗,它有意识吗?

   在对机器人意识的解释中,前任百度首席科学家吴恩达的“意识论”具有较大影响力。吴恩达曾担任斯坦福大学人工智能实验室主任。他所构建的机器人神经元自主学习从而能够识别猫的图片,这一案例曾轰动一时。他也据此提出了机器人或将具有意识的看法。

无论是IBM的watson,还是吴恩达的人工神经系统构建,都是建立在一系列复杂运算基础之上的。显然,他们所彰显的依然是计算机强大的计算能力。然而,人类意识却是一个十复杂的东西,除了计算还充满了很多情感要素,诸如爱、恨、同情等等,我国人工智能协会的会长李德毅院士甚至在这一基础上,还提出一个更为复杂的命题“爱是可以计算的吗?”如果可以,又该用如何的算法来构建如此复杂情感的人工智能呢,我想,这也是成为科学界接下来继续要思考的问题。   

   这是一个最好的时代,这是一个最坏的时代。无论你是否喜欢,我们都将迎来人工智能时代。要么拥抱它,要么被它彻底替代,除此之外,几乎没有其他更好的选择了。

   本篇文章同时也是我正在撰写的新书《机器人法》的组成部分,在这部书还将继续讨论人类应当如何构建属于自己的未来社会新秩序。阿西莫夫在1942年提及的机器人三大定律之首,便是机器人不得伤害人类(参见科幻小说《环舞》)。在接下来人工智能的研究中,这一法则无疑还将被反复提及和论证。毕竟,人工智能的研究的目的是让人类社会变更加美好,而不是创造一个新物种去取代人类。

}

我要回帖

更多关于 局面 的文章

更多推荐

版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。

点击添加站长微信