Strategy Analytics：有效的學(xué)習(xí)能力對(duì)人工智能的完美體驗(yàn)至關(guān)重要

　　人工智能(AI)通過(guò)預(yù)測(cè)消費(fèi)者的行為、提高真實(shí)世界體驗(yàn)并完成特定的任務(wù)來(lái)豐富消費(fèi)者的生活，而用戶不用費(fèi)吹灰之力。Strategy Analytics用戶體驗(yàn)戰(zhàn)略(UXS)服務(wù)近期發(fā)布的研究報(bào)告《UXS技術(shù)規(guī)劃報(bào)告：人工智能》通過(guò)研究未來(lái)AI用戶的需求、行為和期望發(fā)現(xiàn)，有效的機(jī)器學(xué)習(xí)對(duì)把用戶參與降到最低，并創(chuàng)造完美AI體驗(yàn)至關(guān)重要。

　　消費(fèi)者利用人工智能來(lái)完成每日任務(wù)的熱情高漲。但由于有限的性能和功能令當(dāng)前解決方案達(dá)不到理想預(yù)期。Strategy Analytics的 UXIP多用戶研究總監(jiān)暨報(bào)告作者Chris Schreiner表示 “有效的學(xué)習(xí)對(duì)創(chuàng)造完美的用戶體驗(yàn)至關(guān)重要。許多AI解決方案要求用戶進(jìn)行過(guò)多的前端操作——手動(dòng)輸入數(shù)據(jù)或從不同的應(yīng)用程序中鏈接配置文件到一個(gè)服務(wù)中，這對(duì)用戶來(lái)說(shuō)非常繁瑣而費(fèi)時(shí)。”

　　在一個(gè)生態(tài)系統(tǒng)中正確識(shí)別用戶個(gè)體同樣影響基本任務(wù)的執(zhí)行，尤其是當(dāng)解決方案不能識(shí)別請(qǐng)求指令的個(gè)體時(shí)。比如，一個(gè)用戶選擇播放音樂(lè)，但音樂(lè)卻在另一個(gè)家庭成員的手機(jī)中播出，這會(huì)令用戶和音樂(lè)播放的被接受者感到非常沮喪。Strategy Analytics的UXIP多用戶研究總監(jiān)Chris Schreiner補(bǔ)充道，“AI的有效學(xué)習(xí)要求能夠深入訪問(wèn)用戶個(gè)人信息，以及獲得共享AI資源中改進(jìn)的用戶配置信息。從錯(cuò)誤中學(xué)習(xí)的能力將對(duì)這些設(shè)備的用戶體驗(yàn)產(chǎn)生巨大的差異化影響。沒(méi)有這些因素，AI將不會(huì)那么‘智能’?！?/p>