Covid-19 is accelerating job losses in an industry that was already automating work at a rapid pace. by Karen Hao Brian Pokorny had heard of AI systems for call centers before. But as the IT director of Otsego County, New York, he assumed he couldn’t afford them. Then the pandemic hit, […]
โควิด-19 ส่งผลให้มีการสูญเสียตำแหน่งงานในอุตสาหกรรมที่เคยใช้ระบบอัตโนมัติในการทำงานอย่างรวดเร็วอยู่แล้ว โดย Karen Hao Brian Pokorny เคยได้ยินเกี่ยวกับระบบ AI สำหรับคอลเซ็นเตอร์มาก่อน แต่ในฐานะผู้อำนวยการฝ่ายไอทีของ Otsego County รัฐนิวยอร์ก เขาคิดว่าตัวเองไม่มีเงินจ่าย จากนั้นก็เกิดโรคระบาดและผู้ว่าการรัฐสั่งลดจำนวนพนักงานรัฐบาลทั้งหมดลง 50% ทำให้ Pokorny ต้องเลิกจ้างพนักงานคอลเซ็นเตอร์ส่วนใหญ่ ในขณะเดียวกัน จำนวนสายเข้าก็เพิ่มขึ้น เนื่องจากประชาชนจำนวนมากขึ้นเริ่มแสวงหาคำแนะนำและข้อมูลทางการแพทย์ที่เชื่อถือได้เกี่ยวกับโควิด ดังนั้น Pokorny จึงได้เลือกโซลูชันแรกที่ได้มาบนโต๊ะของเขา: Watson Assistant for Citizens ซึ่ง IBM ได้เริ่มเสนอให้กับรัฐบาล องค์กรด้านการดูแลสุขภาพ และสถาบันวิจัยในช่วงทดลองใช้งานฟรี 90 วัน ภายในไม่กี่วันหลังจากที่เขาสมัครใช้งาน ทีมงานของ Watson ได้ช่วยให้เขาปรับใช้แชทบ็อตเพื่อตอบคำถามที่พบบ่อยที่สุดของผู้โทร เช่น วิธีระบุอาการหรือวิธีเข้ารับการตรวจ นอกจากนี้ ซอฟต์แวร์ยังทำให้เขาอัปเดตและขยายคำตอบของแชทบ็อตได้ง่ายขึ้นเมื่อคำถามมีการเปลี่ยนแปลง ที่มา: https://www.technologyreview.com/2020/05/14/1001716/ai-chatbots-take-call-center-jobs-during-coronavirus-pandemic/
In its latest Community Standards Enforcement Report, released today, Facebook detailed the updates it has made to its AI systems for detecting hate speech and disinformation. The tech giant says 88.8% of all the hate speech it removed this quarter was detected by AI, up from 80.2% in the previous quarter. The […]
ใน รายงานการบังคับใช้มาตรฐานชุมชน ฉบับล่าสุดที่เผยแพร่ในวันนี้ Facebook ได้ให้รายละเอียดเกี่ยวกับการอัปเดตที่ได้ทำกับระบบ AI เพื่อตรวจจับคำพูดที่แสดงความเกลียดชังและข้อมูลเท็จ โดยยักษ์ใหญ่ด้านเทคโนโลยีรายนี้ระบุว่า AI สามารถตรวจจับคำพูดที่แสดงความเกลียดชังทั้งหมดได้ 88.8% ในไตรมาสนี้ ซึ่งเพิ่มขึ้นจาก 80.2% ในไตรมาสก่อนหน้า AI สามารถลบเนื้อหา โดยอัตโนมัติได้ หากระบบมีความมั่นใจสูงว่าเป็นคำพูดที่แสดงความเกลียดชัง แต่ส่วนใหญ่ยังคงต้องได้รับการตรวจสอบโดยมนุษย์ก่อน เบื้องหลัง: การปรับปรุงนี้ขับเคลื่อนโดยการอัปเดตสองรายการของระบบ AI ของ Facebook เป็นหลัก ประการแรก บริษัทกำลังใช้โมเดลภาษาธรรมชาติขนาดใหญ่ที่สามารถถอดรหัสความแตกต่างและความหมายของโพสต์ได้ดีขึ้น โมเดลเหล่านี้สร้างขึ้นจาก ความก้าวหน้าในการวิจัย AI ในช่วงสองปีที่ผ่านมา ซึ่งช่วยให้เครือข่ายประสาทได้รับการฝึกเกี่ยวกับภาษาโดยไม่ต้องมีการควบคุมจากมนุษย์ ทำให้ขจัดปัญหาคอขวดที่เกิดจากการจัดการข้อมูลด้วยตนเองได้ การอัปเดตรายการที่สองคือ ตอนนี้ระบบของ Facebook สามารถวิเคราะห์เนื้อหาที่ประกอบด้วยรูปภาพและข้อความรวมกัน เช่น มีมที่สร้างความเกลียดชัง AI ยังมีข้อจำกัดในความสามารถในการตีความเนื้อหาสื่อผสมดังกล่าว แต่ Facebook ได้ เปิดตัวชุดข้อมูลใหม่ของมีมที่สร้างความเกลียดชัง และเปิดตัวการแข่งขันเพื่อช่วยระดมอัลกอริทึมที่ดีกว่าสำหรับการตรวจจับมีมเหล่านี้ คำโกหกเกี่ยวกับโควิด: แม้จะมีการอัปเดตเหล่านี้ แต่ […]
