探索持续智能：Juji CEO Michelle Zhou谈AI普惠化

在RTInsights实时访谈播客中，RTInsights编辑Joe McKendrick与Juji联合创始人兼CEO Michelle Zhou对话

在RTInsights实时访谈播客中，RTInsights编辑Joe McKendrick与Juji联合创始人兼CEO Michelle Zhou对话，探讨如何利用AI本身让人工智能(AI)更易获取，从而扩大AI使用。对话涵盖她如何基于IBM Watson工作，专注于无代码、可复用认知AI平台，普惠AI助手/聊天机器人，弥合日益扩大的AI鸿沟。

• Apple
• Google
• Spotify
• 其他平台

Joe McKendrick: 大家好，我是Joe McKendrick，欢迎收听RTInsights持续智能播客系列新一期。今天非常荣幸邀请到Juji总裁兼联合创始人Michelle Zhou，您是人工智能领域的领军声音、思想者和实践者。期待了解最新进展和前进方向。

首先，Michelle，能否谈谈您的历程？我知道您曾在IBM Watson工作，在那领域做了大量工作。您在AI领域耕耘多年，从事情真正起步时就参与其中。请告诉我们您的历程，如何走到今天？

Michelle Zhou: 好的。谢谢Joe邀请。我是Michelle Zhou，实际上从哥伦比亚大学研究生时期就开始AI之旅。我在那里攻读博士。我一直着迷于：如何用机器帮人做人不爱做或不擅长的事？我博士论文是创建AI助手帮人创建信息图形，因为不是人人都是设计师。不是人人能设计美观信息图形，但人人想理解数据、解读数据。所以我博士期间创建AI自动分析数据、创建数据可视化解释。这已用于医生护士理解患者数据、网络分析师理解网络数据和网络性能。

毕业后我加入IBM Watson研究中心。我开始……因为之前系统非交互式，意味着有数据集、用户任务和视觉偏好就自动生成。但用户看到可视化后若有进一步问题怎么办？想看数据不同部分怎么办？所以我启动项目，基本叫对话式AI数据分析。那是约15、20年前了。所以我们实际做对话接口，用自然语言询问数据。

例如人们可能问："能展示产品吗？" 比如买保险产品。"能展示百万以下房屋的家庭保险产品吗？" "如果买车险呢？" 可见这是上下文激励，让人纯自然语言询问数据、穿透数据。系统实际接收用户询问、解析、理解用户所问，自动生成数据和正确形式向人解释"这是你询问的数据"。那就是一个。

那个项目很有趣，我们只关心用户数据偏好和展示偏好，不关心个体差异。个体差异如：你性格如何？认知风格如何，喜欢故事型数据故事还是事实数字型数据故事？我们没纳入考虑。

所以我在IBM启动另一个项目叫IBM……后成IBM Watson Personality Insights，意思是用用户行为数据如沟通数据更好理解个体差异。例如你是外向还是内向？非常协作还是独行学习者？然后我和联合创始人创办Juji，他碰巧是计算机科学家和心理学家，和我共同发明IBM Watson个性洞察。

我们想创建真正新一代AI助手，叫认知助手。基本上，它们应与人交互，帮助组织增强劳动力、自动化不同类型任务，特别是人类真不爱做的耗时费力任务。例如与陌生人交谈（不是人人想做），或推动人做不爱做的事。如完成作业、锻炼、每日检查健康状态。这些应留给AI助手做。这就是我们今天所做。

Joe McKendrick: 真迷人。作为消费者，我办公室用Google Assistant，家里用Alexa。但听起来您做的比消费者用个人助手处理的简单问题或点歌等更高级。

Michelle Zhou: 正确。很高兴您提到对比。人们常用如Alexa或Google Home，它们更多是用户驱动交互，用户说"外面温度如何？"或"帮我找首喜欢的歌"。系统非常被动。我们要支持真正交互式AI助手。不只是用户驱动，实际可由机器和用户双向驱动。举个简单例子。

假设你访问某大学网站，想找在线项目申请。助手实际可给你在线项目导览，因为我们刚聊Zoom不是人人都懂。假设助手能给你导览，但在导览途中你可问任何问题。例如Zoom助手说："嘿，你可以开始这个，测试语音，看张图片。" 你问："我不爱秀背景，咋办？" 此时Zoom说："哦，现在可以换背景或静音背景，继续导览。" 这几乎像真对话。这就是Juji真正开发的。这就是我们叫认知AI助手的原因。这是认知智能。不同于普通AI，认知智能指不只像您从Alexa或Google Home体验的语言技能，还拥有我们称之为高级人类技能、特别是软技能。软技能一例是主动倾听。指AI助手不只理解用户说什么，实际验证情绪、转述、总结用户所说，非常专注、非常关心用户在乎什么。然后建立可信赖、有同理心对话。想想您真如何与人交谈。可拥有近乎非常亲切关系。

Joe McKendrick: 我们听说呼叫中心或联络中心，打进去接到虚拟助手。现在听说它们能感知客户愤怒、沮丧。会转人工或试图解决挫败感。听起来您在构建那类应用之上更进一步？

Michelle Zhou: 对。我们已超越那。第一是主动倾听，感知用户情绪、情感，能实际重述、转述。下一例，我很高兴您提到，叫"读懂言外之意"。意思是像和心理学家说话，心理学家总试图理解你刚说之外的东西。你未说出口的需求和愿望，你的情感签名。不只是瞬间展示的情绪、情感。签名长什么样？所以叫读懂言外之意。

例如，我们AI助手动态分析用户对话文本，尝试检测个体差异。个体差异包括你的激情或兴趣、擅长什么。有些人擅长逻辑推理，有些擅长讲故事。怎么应对生活挑战。如压力下有人很冷静，有人有点失常。因理解每个用户独特个体差异特征，能更好帮助每个用户。

举个前面例子，寻找在线项目的学生候选人，可能担心经济负担，因在线项目需付学费。另一案例，若助手检测到这种未说出口需求愿望，真能引导他们，说："嘿，你知道吗？" 特别对非常担忧、也想非常独立的人说："我们有很多经济援助项目、奖学金，基本能帮你完成获学位或晋升职业旅程。" 可见真正个性化，即使人们需求相同想找入学项目，底层心理需求、心理愿望各异。

可能对另一人说："现在向你展示不同类型经济援助选项。你可选最适合你生活方式或工作风格的。" 可见即使需求相同，也能真正个性化。

Joe McKendrick: 听起来认知AI助手也采用自己的性格、行为适应……对吧？

Michelle Zhou: 实际上我们做了大量工作。是的。做了大量研究。还未投产。还在研究。因研究显示冲突结果。一些研究显示……我们研究也显示人们爱与性格相似AI交互。如我外向，爱与外向性格AI交互。但一些研究反驳，显示人们爱与相反、互补性格AI交互。如我健谈，偏好AI不健谈、更内敛。所以未投产，因还在搞清用户更偏好哪种。那方面还需更多研究。

Joe McKendrick: 您谈AI普惠化，很棒概念。您预见AI会成为小占地设备一部分，如智能手机，将通过智能手机交互？或可能集成进其他系统？这也是您关注的？

Michelle Zhou: 是的。正确。实际您触及普惠AI一个方面。想一下，70年代可能叫普惠计算。之前IBM有大型机或小型计算机。人们真买不起，太贵。不只是那，第二部分是没多少人会用那种计算机，因不会编程、不知编程语言、真不能用。随着个人电脑PC、Mac出现，那真普惠计算，不只是……几乎人人现在、每公司都买得起电脑。几乎零知识、非程序员、非计算机专家也能操作电脑。

我们在普惠AI有非常相似想法。所以若说AI应运行任何设备包括智能手机。我们已在做。第二部分是超越那部分，我们想让任何人、字面上所有人，只要能做PPT、做电子表格，就能自己设置、部署、管理定制AI助手。像刚说，带所有认知智能，无代码、无需AI专业知识、无需训练数据，因我们已训练好，他们可快速定制、部署、管理。这就是我们真正指的普惠AI。意思是他们能直接采用、快速定制、为己所用。

Joe McKendrick: 哇。听起来很振奋。像我这样无技术背景的人也能开始设置此类应用，然后……

Michelle Zhou: 你应该能。Joe，你做PPT吗？懂PPT？懂电子表格。所以我们把入门门槛降得极低，字面意指人人会做PPT、做电子表格，就能来用我们平台创建非常强大、定制化且适配其语境、任务的AI助手。因我们大多数用户如招聘专家、市场经理、产品经理、用户研究员。意味着他们绝非计算机科学家。不知如何编程。不需知如何编程。基本只是普通知识工作者。他们能在我们平台设置非常强大AI助手。

Joe McKendrick: 太棒了。往前看，会有Juji品牌产品供客户下载购买？还是幕后与其他应用提供商合作构建？近期我们能看到你们什么？

Michelle Zhou: 我认为两者都有。一是已有客户直接用我们平台创建定制AI。部署，我们托管。另一是与其他公司合作。基本成我们渠道合作伙伴。他们客户将结合他们的用我们创建AI助手。例如带语音。因Juji不做语音。所以专精语音识别和TTS的，可结合我们技术创建带语音的智能认知AI助手，总有面孔。可结合所有那些技术。一是若您说……更多是，我们作为对话式AI引擎、认知引擎服务那些潜在合作伙伴。同时，若人们只想文本AI助手，可直接来我们平台用。

Joe McKendrick: 离通过图灵测试近吗？即某人可能无法区分？

Michelle Zhou: 有人这么说。但我们不知是否该用那标准测试质量。因我不确定您是否听说过，70年代有位教授图灵……通过图灵测试的聊天机器人，那是第一个。原因是它模仿有心理障碍患者。所以通过因没人知他在说啥。所以我不确定那好标准否。

我认为我们标准更具体？AI能否真帮你完成任务？AI能真交付用户满意度？我认为更实际、从商业角度更可衡量。因若我们帮如大学帮其准学生、在校生、甚至毕业生校友，AI是否帮上了。帮助结果如何？入学更多？实际看到有？成功率和留存率更高？校友更多回归继续教育？那非常具体……实际我会说结果、成功结果或AI有用性，对比仅通过测试。

Joe McKendrick: AI担忧之一总是数据、所需数据量、如大数据需大数据集识别训练等。您如何看？您做的需大数据集。

Michelle Zhou: 精准。这绝妙问题。那正是我谈普惠AI因许多组织没那种数据。如他们甚至还没那种AI。所以我们作为平台公司，一直生成自己数据、收集数据。所以是的，我们模型在海量数据上训练，因我们已训练数据。我们就让别人复用。这几乎像智能迁移。

我上周另一个电话有人问这。我说："这就是我们做的美妙，Juji所做之美。" 说我们从零教AI一切、读懂言外之意。我们实际嵌入智能在其中。所以当您实际采用AI，那AI带那些、生来有这智能。内置，叫内置智能。所以真能从一个迁移智能到另一个。

另一例，我们与大学合作帮招生项目。那么多准学生问题在那。那些数据可实际用于其他大学。说数据时，非答案本身，而是问题。学生提问、措辞问题，在此基础上我们自动生成更多训练数据。大学无需做那。当他们原本来找我们说"嘿，我们没数据"。别担心。我们已有。所以你能直接跳启动你的AI助手。这也是我确切指的普惠AI，意思是打包智能。预构建智能，让别人采用、即时复用。

Joe McKendrick: 就像科学研究，可基于现有研究构建持续改进。对吧？

Michelle Zhou: 是的。最像孩子成长。孩子有智能，开始有很好智能。一旦这孩子有更多智能，保留不只保留，迁移这孩子智能给另一个孩子，另一个孩子无需从零学起。那非常强大。

Joe McKendrick: 确实。绝对。Michelle，未来5-10年您看到什么？期待看到什么？2025甚至2030世界长什么样，特别是有您技术时？

Michelle Zhou: 我认为我们走向更、实际构造乐观版电影《Her》场景。记得电影《Her》吗？

Joe McKendrick: 是的。是的。好电影。

Michelle Zhou: 对？意思是你的AI或许比你自己更懂你。AI在你知晓前知你想要什么。如你需要省钱。AI预先已知你需省钱。或你需新学位以更受雇。AI可能在你知晓前知晓。这就是我看到的。你有真正个人助理、个人陪伴，此情AI伴侣，真能理解你是谁、你需求愿望、以最佳方式助你受益。所以我们也走向负责任AI话题，因有那层面理解，若不强制负责任AI，技术落入坏人手中可被滥用、有恶果。那为何我们也灌输负责任AI意识，指我们要确保AI基本以最佳方式助人受益。

Joe McKendrick: 太棒了。绝对。您在该领域工作真正推动AI向积极方向造福人类。非常感谢您今天在我们播客分享。再次，我与Michelle Zhou对话。她是Juji CEO兼联合创始人。非常感谢Michelle加入。今天真享受与您对话。

Michelle Zhou: 谢谢Joe邀请。谢谢。再见。