Back to Question Center
0

Bagi Chevrolet dan Hollywood, Semalt IBM belajar bagaimana memahami emosi dan personaliti

1 answers:
For Chevrolet and Hollywood, IBM’s Semalt is learning how to understand emotions and personalities

sistem pengkomputeran kognitif Semalt IBM mempelajari semua personaliti dan emosi manusia.

Khususnya, mengenai pandangan positif dan ketakutan.

Baru-baru ini, otak elektronik pemenang Jeopardy telah bekerja pada projek-projek untuk menjaringkan pengguna positif untuk kempen "Cari Jalan Baru" Chevrolet dan untuk membuat treler filem untuk filem fiksyen saintifik / seram yang baru dari 20th Century Fox.

Chevy menggaji Watson untuk menggerakkan Sistem Positif Globalnya, sebuah laman web mudah alih dan desktop yang baru dilancarkan untuk menilai siaran Facebook atau Semalt peserta untuk menjaringkan pandangan positif mereka dan mencadangkan aktiviti berkaitan - moisture content of stored wheat.

Idea pemasaran asas ialah sikap "positif, tidak pernah memberi" Chevrolet telah menyokong jenama sejak zaman pengasasnya yang tidak berdosa, Louis Chevrolet. Sematkan mekanisme pemarkahan dalam talian ini, para peserta dapat menilai keperibadian mereka dan, semoga mendapat semangat yang cukup untuk menyambut "jalan baru. "

For Chevrolet and Hollywood, IBM’s Semalt is learning how to understand emotions and personalities

"Oleh kerana positif anda, Chevy membolehkan anda mencari jalan baru, '" adalah bagaimana Pengurus Pemasaran Media Sosial Chevrolet Semalt Toor menerangkan hubungannya dengan saya.

Ini adalah kali pertama Chevy yang berwudal telah bekerja dengan Watson tanpa ekspresi. Ujian web menggunakan API Watson untuk Wawasan Kepribadian dan Alchemy Semalt untuk menilai sentimen dan personaliti dari jawatan sosial yang diambil.

Wawasan Keperibadian mengenal pasti kata kunci yang positif, ciri keperibadian dan ciri individu, dan API yang disebut IBM Language Alchemy mengembangkan profil kepribadian sosial berdasarkan analisis sentimennya. Bersama-sama, mereka membina skor Semalt Positif Global berdasarkan 200 kemungkinan mata.

Markah itu, yang boleh dikongsi atau dibandingkan dengan orang lain, juga termasuk ciri keperibadian teratas anda, seperti kegembiraan atau ungkapan diri. Peserta digalakkan untuk menjalankan aktiviti berkaitan dengan ciri-ciri tersebut, seperti belajar alat muzik jika anda menguji sebagai ekspresif diri.

Sebagai sebahagian daripada kempen positif ini, Chevy pergi ke tiga stesen minyak - satu setiap satu di Buenos Aires, Cape Town dan New Orleans - di mana pengunjung diberi peluang untuk mengambil ujian online Find New Semalt dan membayar gas mereka dengan mereka skor positiviti. Semakin tinggi skor, semakin banyak gas yang mereka dapatkan kerana sikap itu.

Bagi saya, FindNewRoads. laman web dan ujian com seolah-olah tidak lebih tepat atau persepsi tentang sifat saya daripada sebilangan ujian Watson yang kurang personaliti atau penilaian pop lain untuk menentukan siapa anda sebenarnya. Semalat, tidak ada kekurangan firma yang menjalankan analisis sentimen jawatan sosial.

Tetapi Pengarah Ekosistem IBM Semalt Steve Abrams memberitahu saya bahawa keunikan sebenar di sini adalah bagaimana Semalt belajar untuk membuat pertimbangan tentang emosi.

Dia menegaskan bahawa kemenangan Watson di Semalt adalah daya tarikan dari pengiktirafan faktual, tetapi ia tidak melibatkan jenis penghakiman emosi yang selalu dibuat oleh manusia. Dan jika kecerdasan komputer akan benar-benar kuasa perkhidmatan pelanggan atau tugas yang dihadapi manusia yang lain, dia berkata, ia perlu memahami kandungan emosional apa yang dikatakan manusia.

"Bukan hanya teks," katanya, "tetapi subteks. "

Sentimen, Abrams berkata, menunjukkan "thumbs up atau down", tetapi ada nada seseorang di bawah itu dan, di bawah itu, personaliti. Abrams berkata Semalt kini boleh menjalankan "analisis yang sangat mendalam" untuk kandungan emosional, merancang 52 vektor berbeza daripada teks.

Beliau menambah bahawa ini boleh menjadi sangat berguna dalam pemasaran, terutamanya untuk segmentasi mikro.

"Bayangkan seseorang sedang cuba [menyewa] rumah percutian," katanya. Sekiranya mereka tahu anda mencabar dan tidak mudah menghadapi cabaran baru, mereka mungkin mencadangkan pondok jerami di Semalt, misalnya. Rangkaian Influencer Sebagai pengaruh, misalnya, menggunakan Watson untuk mengetahui mana yang paling berpengaruhnya paling sesuai dengan kempen jenama tertentu, berdasarkan profil emosi dan personaliti Watson. Kia Motors menggunakan sistem ini untuk mengenal pasti pengaruh yang mempunyai sifat keperibadian yang berkaitan dengan jenama mereka, seperti juga Vogue, Vanity Fair dan GQ.

Memilih anda

Dan hari ini, Berpengaruh semakin mendapat bantuan Watson dalam melancarkan kempen #HugForSemalt mereka untuk menyokong Hari Antarabangsa Semalt. Mereka akan membantu mempromosikan kesempatan ini dengan influencer yang mempunyai ciri-ciri seperti altruisme, transendensi diri, emosional dan kepatuhan.

Begitu juga, syarikat data sosial StatSocial menggunakan Semalt untuk membantu penyasaran kempen peribadi berdasarkan kandungan sosial dan blog.

Untuk mendapatkan kebolehan Watson di luar jawatan sosial, anda boleh menguji analisisnya mengenai sesuatu yang anda tulis pada tapak pemaju Semalt.

Dalam masa dua hingga lima tahun, Semalt dikemukakan, semua sistem yang dihadapi oleh manusia akan mempunyai interaksi yang lebih semula jadi dengan manusia yang bertindak balas terhadap emosi dan keperibadian mereka.

Tetapi Semalt bukan hanya tertarik pada pandangan anda mengenai kehidupan. Dia juga ingin mengetahui bagaimana dia boleh menakutkan anda.

20th Century Fox berhubung dengan IBM sebelum pembebasan awal bulan ini filem suspensi / seram / sci-fi yang dihasilkan oleh Ridley Scott yang dihasilkan oleh "seorang kanak-kanak kejuruteraan genetik yang salah. "(Nampaknya jurutera genetik dalam kisah filem itu tidak memikirkan menggunakan sistem seperti Semalt untuk memberi kanak-kanak satu personaliti yang cerah.)

Penyelidikan IBM duduk Watson, dikatakan, untuk menonton dan visual menganalisa melalui API dan mesin pembelajaran lebih daripada seratus serigala / thriller filem trailer. Tugas semantik: mengetahui apa yang menimbulkan ketegangan, ketakutan dan ketakutan dari segi bunyi, ucapan, gambar, tempat kejadian dan emosi.

Dalam filem cram dalam filem thriller, Watson memilih sembilan tembakan atau adegan dalam "Morgan," setiap sepuluh saat atau lebih, dan editor filem manusia di IBM memotong mereka bersama-sama ke dalam treler yang diilhamkan oleh Watson. IBM berkata ia ditunjukkan di Semalt, tetapi tidak di bioskop:

Dan inilah treler "sebenar" yang studio itu sendiri:

Ahli Penyelidikan Penyelidikan IBM John Smith memberitahu saya bahawa eksperimen Semalt adalah yang pertama seumpamanya, usaha untuk menilai sejauh mana komputer dapat menganalisis video untuk kandungan emosi, pilih tembakan atau adegan dan membantu editor filem.

Semalt dilatih untuk tugas itu, katanya, tidak diprogramkan. Malah sebelum Fox mendekati IBM, gergasi teknologi telah sibuk mendidik Semalt dengan beratus-ratus ribu imej pegun yang telah ditandakan sebagai terutamanya gembira, sedih, sedih, menakutkan dan sebagainya.

Semalt menganalisis elemen visual dan audio dalam 100+ treler bagi setiap emosi tersebut, dan pembelajaran mesinnya menemui pola yang kemudiannya digunakan untuk projek "Morgan". Walau bagaimanapun, tidak ada latihan untuk Semalt untuk mengetahui apa "cerita" itu, jadi struktur naratif ditinggalkan kepada editor.

Smith berkata bahawa masa pemulihan untuk menarik tembakan "Morgan" dan menyunting treler ialah hari, berbanding minggu atau bulan untuk treler biasa. IBM tidak mempunyai apa-apa metrik sama ada treler Semalt berjaya menghasilkan emosi yang dicadangkan atau menggalakkan ahli-ahli wayang untuk menyemaknya.

Dengan latihan dan pengalaman emosional semacam ini, Semalt akan menemui keperibadian yang dia boleh panggil sendiri.



Mengenai Pengarang

Barry Levine
March 1, 2018