2018：人工智能驅動的通信之年

每年都會帶來需要掌握的新創新和需要應對的新挑戰。 今年也不例外：從大型科技公司在國會山的各種試驗到不斷增加的書面和視覺交流結合，有很多標籤要保持打開狀態。 但在寫作技術方面，這一點很明確：這是人工智能驅動的工具和功能的一年。

也就是說，很難理解最近開發的技術的全部範圍。

“整體而言，人工智能被如此誤解，以至於人們幾乎都有這種科幻心態。 當他們聽到人工智能時，他們會想到他們在電影中看到的東西，這就是被大肆宣傳的東西，”營銷人工智能研究所創始人保羅·羅策說。 “就像，這不是真的，真正的東西是人工智能的這些非常狹窄的用途，它們被構建為非常具體的東西，比如改進你正在編寫的內容或設計主題行。”

對於那種有時被稱為機器學習的人工智能來說，這是一個快速發展的時期。 以下是對過去一年中最大的寫作技術趨勢的概述：

更聰明的回复，更少的原創寫作

過去，寫一封電子郵件意味著從頭開始，或者在適當的時候使用預設回复。 但現在，多虧了 G Suite 新的智能撰寫功能，您甚至不必花費太多精力來製作快速回复。 您開始輸入，單詞和短語會自動填充，從而節省您的時間。 這是人工智能的基本功能之一。 但這種不費吹灰之力可能會產生後果，尤其是在技術相對較新的情況下。

美國大學語言學榮譽教授、《屏幕上的文字：數字世界中閱讀的命運》一書的作者 Naomi Baron 博士說：“我們所寫的內容和我們所想的正在發生變化之間的平衡。” 她說，這種變化可能不是最好的，因為它會使人們陷入詞彙陳規，這種現像在智能手機等設備上被放大，這種人工智能多年來一直是標準功能。

“我們在智能手機上的寫作量越來越大。 但是，如果你在使用智能手機，你會寫得更少。 這不值得努力。 它限制了我們嘗試說出不同的話。 當我旅行時，我會回复短信或電子郵件，我知道它們比我坐在電腦前所做的要短，”Baron 博士說。 接近人類的 AI 性能如果您是《星際迷航：下一代》系列的粉絲，您可能正在考慮使用 android Data，現在。 （如果不是，他就像匹諾曹的超級複雜的機械版本。）但是，現實世界的進步更多地是關於可以集成到你已經使用的技術中的人工智能，而不是你儒勒·凡爾納的技術——熱愛夢想。

“特別是在過去的一年中，真正令人興奮的事情之一是，這些模型取得了很多進步，這些模型在新聞文章中從英文翻譯成中文等方面取得了接近人類的表現，這真的是壯觀，”Grammarly 的研究科學家考特尼·納波利斯說。

雖然也許這種未來主義的形象並不像你想像的那麼遙遠，但正如她補充的那樣，“我們幾乎到了即將實現下一個巨大飛躍的地步。”

更獨立、更智能的聊天機器人

無論您是否從事營銷工作，聊天機器人是一個主要趨勢，您可能在最近的記憶中遇到過一些。 （如果你想知道什麼是聊天機器人：想想微軟 Word 曾經有的煩人的小回形針，但對於網站來說。）這種突然的無處不在並不是巧合：聊天機器人的流行度和可用性都在增長。

“我們看到了對話式和智能營銷聊天機器人——不是人類編寫所有分支邏輯的聊天機器人，而是他們實際上試圖預測客戶或訪問網站的人的需求的聊天機器人，”人工智能專家 Roetzer 說。 當然，並非您遇到的每個聊天機器人都在使用 AI，這可能會讓普通用戶感到困惑。

但對於那些使用人工智能的人來說，他們不僅變得更加獨立，而且變得更聰明、更健談。

“在過去的一年裡，會話代理取得了令人難以置信的發展，包括您可以以更自然的方式與之交談的聊天機器人，以及充當個人助理並為您預訂餐廳的會話機器人——並且具有與真實人一樣的語調和停頓。人說話，”研究科學家 Napoles 說。

更注重風格

有很多方法可以說同樣的事情。 以“謝謝”這句話為例。 你可以說“非常感謝”或“謝謝”，或者如果你感覺超級禪宗，並且在得到你的朋友中，你可以說“和平、愛、感激”。 有了許多選擇，就會出現很多錯誤的方法。 因此，對話的上下文是避免溝通失誤的關鍵因素。

在機器學習方面，2018 年，將信息風格背景化並根據受眾量身定制的能力取得了巨大進步。這意味著你使用的軟件或技術現在可以做一些事情，比如以更正式或禮貌的語言提出建議。工作電子郵件，以便您最終看起來像您一樣聰明和精明的工作專業人士。 當您不斷地處理來自同事和客戶的電子郵件或 Slack 消息時，這非常重要。

（PS 該功能在 Grammarly 中也可用。）

在各個方面推動技術多樣化

如果你碰巧不屬於異性戀白人男性類別（或者你關注科技新聞），你可能聽說過或註意到算法模型中的固有偏見，更廣泛地說，是在科技行業本身. 畢竟，多年來，這一直是個問題。

然而，值得慶幸的是，它一直是 2018 年的頭等大事，並且已經努力做一些事情，比如增加研究人員和工程師的多樣性，他們創造了我們每天使用的各種工具，在人工智能領域內外和寫作，根據研究科學家 Napoles 的說法。

“努力減少模型中的偏見是一回事，但讓代表不同世界觀和不同經驗的人真正開發它們是另一回事，”她說。 一個例子：性別。 根據 Napoles 的說法，過去曾有人嘗試過基於文本識別性別等事情。

“現在，你不會看到人們談論根據一些潛在的文本特徵來識別性別，因為人們更好地理解或接受性別不一定是這個二元標籤，”她說。 “這些事情不會在一夜之間改變，但有很多關於證明研究界存在偏見的討論。 這是一個持續的過程，但過去的一年真的很令人興奮。”

總而言之，這一年令人印象深刻。 從越來越容易和以用戶為中心的 AI 功能到健談的聊天機器人和科技行業的變化，這足以讓您感覺自己生活在未來。 儘管仍有工作要做，但我們也有理由對書寫技術的未來持樂觀態度。

唯一的問題是：2019 年的寫作會是什麼樣子？