2018：人工智能驱动的通信之年

每年都会带来需要掌握的新创新和需要应对的新挑战。 今年也不例外：从大型科技公司在国会山的各种试验到不断增加的书面和视觉交流结合，有很多标签要保持打开状态。 但在写作技术方面，这一点很明确：这是人工智能驱动的工具和功能的一年。

也就是说，很难理解最近开发的技术的全部范围。

“整体而言，人工智能被如此误解，以至于人们几乎都有这种科幻心态。 当他们听到人工智能时，他们会想到他们在电影中看到的东西，这就是被大肆宣传的东西，”营销人工智能研究所创始人保罗·罗策说。 “就像，这不是真的，真正的东西是人工智能的这些非常狭窄的用途，它们被构建为非常具体的东西，比如改进你正在编写的内容或设计主题行。”

对于那种有时被称为机器学习的人工智能来说，这是一个快速发展的时期。 以下是对过去一年中最大的写作技术趋势的概述：

更聪明的回复，更少的原创写作

过去，写一封电子邮件意味着从头开始，或者在适当的时候使用预设回复。 但现在，多亏了 G Suite 新的智能撰写功能，您甚至不必花费太多精力来制作快速回复。 您开始输入，单词和短语会自动填充，从而节省您的时间。 这是人工智能的基本功能之一。 但这种不费吹灰之力可能会产生后果，尤其是在技术相对较新的情况下。

美国大学语言学荣誉教授、《屏幕上的文字：数字世界中阅读的命运》一书的作者 Naomi Baron 博士说：“我们所写的内容和我们所想的正在发生变化之间的平衡。” 她说，这种变化可能不是最好的，因为它会使人们陷入词汇陈规，这种现象在智能手机等设备上被放大，这种人工智能多年来一直是标准功能。

“我们在智能手机上的写作量越来越大。 但是，如果你在使用智能手机，你会写得更少。 这不值得努力。 它限制了我们尝试说出不同的话。 当我旅行时，我会回复短信或电子邮件，我知道它们比我坐在电脑前所做的要短，”Baron 博士说。 接近人类的 AI 性能如果您是《星际迷航：下一代》系列的粉丝，您可能正在考虑使用 android Data，现在。 （如果不是，他就像匹诺曹的超级复杂的机械版本。）但是，现实世界的进步更多地是关于可以集成到你已经使用的技术中的人工智能，而不是你儒勒·凡尔纳的技术——热爱梦想。

“真正令人兴奋的事情之一是，尤其是在过去的一年中，这些模型取得了很多进步，在新闻文章中从英文翻译成中文等方面取得了接近人类的表现，这真的是壮观，”Grammarly 的研究科学家考特尼·纳波利斯说。

虽然也许这种未来主义的形象并不像你想象的那么遥远，但正如她补充的那样，“我们几乎到了即将实现下一个巨大飞跃的地步。”

更独立、更智能的聊天机器人

无论您是否从事营销工作，聊天机器人是一个主要趋势，您可能在最近的记忆中遇到过一些。 （如果你想知道什么是聊天机器人：想想微软 Word 曾经有的烦人的小回形针，但对于网站来说。）这种突然的无处不在并不是巧合：聊天机器人的流行度和可用性都在增长。

“我们看到了对话式和智能营销聊天机器人——不是人类编写所有分支逻辑的聊天机器人，而是他们实际上试图预测客户或访问网站的人的需求的聊天机器人，”人工智能专家 Roetzer 说。 当然，并非您遇到的每个聊天机器人都在使用 AI，这可能会让普通用户感到困惑。

但对于那些使用人工智能的人来说，他们不仅变得更加独立，而且变得更聪明、更健谈。

“在过去的一年里，会话代理取得了令人难以置信的发展，包括您可以以更自然的方式与之交谈的聊天机器人，以及充当个人助理并为您预订餐厅的会话机器人——并且具有与真实的语音相同的语调和停顿。人说话，”研究科学家 Napoles 说。

更注重风格

有很多方法可以说同样的事情。 以“谢谢”这句话为例。 你可以说“非常感谢”或“谢谢”，或者如果你感觉超级禅宗，并且在得到你的朋友中，你可以说“和平、爱、感激”。 有了许多选择，就会出现很多错误的方法。 因此，对话的上下文是避免沟通失误的关键因素。

在机器学习方面，2018 年，将信息风格背景化并根据受众量身定制的能力取得了巨大进步。这意味着你使用的软件或技术现在可以做一些事情，比如用更正式或礼貌的语言提出建议。工作电子邮件，以便您最终看起来像您一样聪明和精明的工作专业人士。 当您不断地处理来自同事和客户的电子邮件或 Slack 消息时，这非常重要。

（PS 该功能在 Grammarly 中也可用。）

在各个方面推动技术多样化

如果你碰巧不属于异性恋白人男性类别（或者你关注科技新闻），你可能听说过或注意到算法模型中的固有偏见，更广泛地说，是在科技行业本身. 毕竟，多年来，这一直是个问题。

然而，值得庆幸的是，它一直是 2018 年的头等大事，并且已经努力做一些事情，比如增加研究人员和工程师的多样性，他们创造了我们每天使用的各种工具，在人工智能领域内外和写作，根据研究科学家 Napoles 的说法。

“努力减少模型中的偏见是一回事，但让代表不同世界观和不同经验的人真正开发它们是另一回事，”她说。 一个例子：性别。 根据 Napoles 的说法，过去曾有人尝试过基于文本识别性别等事情。

“现在，你不会看到人们谈论根据一些潜在的文本特征来识别性别，因为人们更好地理解或接受性别不一定是这个二元标签，”她说。 “这些事情不会在一夜之间改变，但有很多关于证明研究界存在偏见的讨论。 这是一个持续的过程，但过去的一年真的很令人兴奋。”

总而言之，这一年令人印象深刻。 从越来越容易和以用户为中心的 AI 功能到健谈的聊天机器人和科技行业的变化，这足以让您感觉自己生活在未来。 尽管仍有工作要做，但我们也有理由对书写技术的未来持乐观态度。

唯一的问题是：2019 年的写作会是什么样子？