Comprendre l'intelligence continue avec Michelle Zhou, PDG de Juji

Dans ce podcast RTInsights Real-Time Talk, Joe McKendrick, rédacteur en chef de RTInsights, s'entretient avec Michelle Zhou, cofondatrice et PDG de Juji

Dans cette RTInsights Real-Time Talk podcast, le rédacteur en chef de RTInsights, Joe McKendrick, s'entretient avec Michelle Zhou, co-fondatrice et PDG de Juji, sur l'expansion de l'utilisation de l'intelligence artificielle (IA) en la rendant plus accessible à l'aide de l'IA elle-même. La conversation explique comment elle s'est appuyée sur son travail avec IBM Watson pour se concentrer sur l'utilisation de plates-formes d'IA cognitives réutilisables et sans code afin de démocratiser les assistants/chatbots d'IA et de combler le fossé croissant de l'IA.

• Pomme
• Google
• Spotify
• Autres plates-formes

Joe McKendrick : Bonjour, c'est Joe McKendrick, et bienvenue dans les podcasts d'intelligence continue de RTInsights, le prochain de notre série. Et je suis vraiment ravi d'être rejoint aujourd'hui par Michelle Zhou, présidente et cofondatrice de Juji, et vous êtes une voix, un penseur et un acteur de premier plan dans le domaine de l'intelligence artificielle. Et nous avons hâte d'en apprendre un peu plus sur ce qui se passe et sur la façon dont nous pouvons faire avancer les choses.

Activer les cookiesafin que vous n'ayez pas à remplir le formulaire sur les futurs articles.

Et pour commencer, Michelle, pourquoi ne nous parles-tu pas un peu de ton parcours ? Je sais que vous avez été chez IBM Watson et que vous avez également beaucoup travaillé dans ce domaine. Vous êtes donc dans le domaine de l'IA depuis un certain nombre d'années, depuis que les choses ont vraiment commencé à rouler. Parlez-nous un peu de votre parcours. Comment avez vous obtenu où vous êtes aujourd'hui?

Michelle Zhou : Bien sûr. Oh, merci, Joe, de m'avoir invité. Je m'appelle Michelle Zhou et j'ai commencé mon voyage en IA depuis que j'étais étudiante diplômée à l'Université de Columbia. Je faisais mon doctorat. là. Donc, l'une des choses qui m'a toujours fasciné est de savoir comment utiliser une machine pour aider les gens à faire quelque chose que les gens n'aiment pas faire, ou que les gens ne font pas bien ? Ma thèse portait donc sur la création d'un assistant IA pour aider les gens à créer, si vous voulez, des informations graphiques, car tout le monde n'est pas designer. Tout le monde ne peut pas concevoir de beaux graphiques d'information, mais tout le monde veut aimer les données, vouloir interpréter les données. J'ai donc créé l'IA pendant mon doctorat. study pour examiner les données, les analyser et créer automatiquement des explications visuelles des données. Cela a donc été utilisé par les médecins et les infirmières pour comprendre les données des patients et également par les analystes de réseau pour comprendre les données du réseau, les données de réseau et leurs performances de réseau.

Donc à partir de là, quand j'ai obtenu mon diplôme, j'ai rejoint IBM Watson Research Center. Et je me suis lancée… Parce qu'avant ça je travaillais dans ce domaine, le système n'était pas interactif, ce qui veut dire que si tu as un ensemble de données, tu as les tâches d'un utilisateur et les préférences visuelles, alors tu génères automatiquement. Mais que se passe-t-il si les utilisateurs, une fois qu'ils ont vu ce qu'ils ont vu à partir de l'illustration visuelle, que se passe-t-il s'ils ont d'autres questions ? Et s'ils veulent voir différentes parties des données. J'ai donc lancé un projet. Fondamentalement, cela s'appelle l'IA conversationnelle pour l'analyse de données. Donc c'était il y a presque 15, 20 ans, maintenant, il y a si longtemps. Alors là on est en fait, l'interface conversationnelle, c'est pour aider à utiliser le langage naturel, pour se renseigner sur les données.

Ainsi, par exemple, les gens pourraient demander :« Oh, pourriez-vous me montrer le produit ? » Disons, par exemple, que nous achetons des produits d'assurance. "Pourriez-vous me montrer les produits d'assurance habitation, disons pour les maisons de moins d'un million de dollars", ou quelque chose comme ça. Et si je l'achète avec une assurance auto ? Vous pouvez donc voir qu'il s'agit d'une incitation contextuelle, pour laisser les gens se renseigner sur les données et peut-être parcourir les données uniquement en langage naturel. Et le système prendra en fait les demandes des utilisateurs, les analysera. Il comprend ce qu'un utilisateur demande, propose automatiquement les données et le bon formulaire pour expliquer aux gens comment il s'agit des données sur lesquelles vous vous êtes renseigné. C'est donc celui-là.

Alors là, très intéressant ce qu'il y a dans ce genre de projet, on ne s'intéresse qu'aux préférences de données d'un utilisateur et à ses préférences de présentation, mais pas aux différences individuelles. Quand je dis différences individuelles, c'est par exemple, quelle est votre personnalité ? Quel est votre style cognitif, que vous aimiez un type d'histoire de données plus ressemblant à une histoire ou une histoire de données plus factuelle et numérique ? Nous n'en avons donc pas tenu compte.

Alors j'ai commencé un autre projet chez IBM appelé IBM… puis est devenu IBM Watson Personality Insights, ce qui signifie que nous voulons utiliser les données comportementales des utilisateurs comme des données de communication pour mieux comprendre les différences individuelles. Donc, par exemple, êtes-vous un extraverti ? Êtes-vous un introverti? Êtes-vous très collaboratif ou préférez-vous l'apprenant solitaire ? Alors j'ai lancé Juji en tant que startup avec mon cofondateur, qui se trouve être un informaticien et un psychologue et qui a co-inventé les personnalités d'IBM Watson avec moi.

Nous avons donc commencé celui-ci. Nous voulions vraiment créer une nouvelle génération d'assistants IA. Nous les appelons assistants cognitifs. Donc, fondamentalement, ils devraient interagir avec les gens. Et puis ils aident les organisations à augmenter leurs effectifs, à automatiser différents types de tâches, en particulier des tâches chronophages et laborieuses que les humains n'aiment vraiment pas faire. Par exemple, avoir une conversation avec des étrangers, ce que tout le monde ne veut pas faire, ou pousser les gens à faire quelque chose qu'ils n'aiment pas faire. Par exemple, terminer vos devoirs ou faire de l'exercice, ou vérifier votre état de santé tous les jours. Nous devrions donc laisser l'assistant IA le faire. C'est donc ce que nous sommes aujourd'hui.

Joe McKendrick : C'est vraiment fascinant. En tant que consommateur, j'utilise un assistant Google ici au bureau et j'ai Alexa à la maison. Mais cela ressemble à ce sur quoi vous travaillez est plus avancé que je suppose que les questions relativement simples ou les demandes de chansons ou autre, qu'un utilisateur consommateur utiliserait maintenant sur l'IA, sur un assistant personnel.

Michelle Zhou : Corriger. Je suis donc heureux que vous ayez mentionné ce contraste. Donc c'est vraiment, donc celui que les gens utilisent normalement, comme Alexa ou Google Home, ils sont plus ce que nous appelons l'interaction pilotée par l'utilisateur, cet utilisateur dira :« Pourriez-vous me dire quelle est la température extérieure ? Ou, "Pourriez-vous m'aider à trouver la chanson que j'aime?" Il est donc plus axé sur l'utilisateur. Les systèmes sont très passifs. Donc, dans notre cas, nous voulons prendre en charge des assistants IA véritablement interactifs. Ce n'est donc pas seulement piloté par l'utilisateur, il pourrait en fait être piloté à la fois par les machines et par l'utilisateur. Par exemple, un exemple très simple.

Alors disons que vous allez sur le site Web de l'université de quelqu'un, vous voulez rechercher un programme en ligne auquel postuler. Ainsi, l'assistant peut en fait vous faire visiter le programme en ligne parce que c'est ce dont nous venons de parler Zoom car tout le monde ne connaît pas très bien Zoom. Disons donc si votre assistant aurait pu vous en faire visiter, mais en chemin, pendant la visite, vous pouvez poser n'importe laquelle des questions. Ainsi, par exemple, si l'assistant Zoom vous dit :« Hé, vous pouvez simplement démarrer celui-ci, tester votre voix, regarder une photo. Et vous demandez :« Oh, je n'aime pas montrer mon passé. Que devrais-je faire?" Donc, dans ce cas, le Zoom dit :"Oh, maintenant vous pouvez faire celui-ci, vous pouvez changer votre arrière-plan ou peut-être couper votre arrière-plan, puis continuer la visite." C'est donc presque ce dont nous parlons. C'est une vraie conversation.

C'est donc ce que Juji a vraiment développé. C'est pourquoi nous l'appelons assistance cognitive par IA. C'est ce qu'on appelle l'intelligence cognitive. Contrairement à l'IA ordinaire, l'intelligence cognitive, ce qui signifie qu'il ne s'agit pas seulement d'avoir des compétences linguistiques comme vous l'avez expérimenté avec Alexa ou Google home, ils ont aussi ce que nous appelons des compétences humaines avancées, en particulier des compétences générales. Ainsi, un exemple de compétences non techniques est ce que nous appelons l'écoute active. Donc, cela signifie non seulement que les assistants IA comprennent ce que disent les utilisateurs, mais qu'ils doivent en fait vérifier les émotions, paraphraser ce qu'ils disent, résumer ce que disent les utilisateurs, être très attentifs, ainsi qu'être très préoccupés par ce que le l'utilisateur se soucie. Et ensuite, faites une conversation digne de confiance et empathique. Donc, dans ce cas, réfléchissez à la façon dont vous conversez vraiment avec la personne. Et vous pouvez avoir cela presque comme une relation très personnelle.

Joe McKendrick : Nous entendons parler, par exemple, de centres d'appels ou de centres de contact et nous appelons et nous obtenons un assistant virtuel. Et vous entendez de nos jours qu'ils peuvent sentir si un client est en colère, par exemple, si un client est frustré. Soit ils les confieront à un opérateur en direct, soit je suppose qu'il tentera de répondre à leur frustration. Et il semble que vous vous appuyiez sur ce type d'application. Droit?

Michelle Zhou : Droit. Donc, en fait, nous sommes déjà allés au-delà de cela. Donc le premier, ce que nous appelons l'écoute active, ce qui signifie qu'il faut ressentir ce que vous avez dit, le sentiment des utilisateurs, les émotions des utilisateurs, et être capable de reformuler cela, de paraphraser cela. Et le prochain exemple, je suis content que vous soyez sur celui-ci, nous l'appelons, "La lecture entre les lignes." Donc, cela signifie que vous pouvez y penser comme vous parlez avec un psychologue, que les psychologues essaient toujours de comprendre ce qui est au-delà de ce que vous venez de dire. Alors, quels sont vos besoins et vos désirs tacites, alors quelle est votre signature émotionnelle. Il ne s'agit donc pas seulement du moment d'un sentiment, du moment où les émotions sont montrées. À quoi ressemble la signature ? C'est pourquoi nous appelons la lecture entre les lignes.

Ainsi, par exemple, notre assistant IA analyse dynamiquement le texte conversationnel d'un utilisateur et tente de détecter ce que nous appelons les différences individuelles. Donc, les différences individuelles, elles incluent quelles sont vos passions ou vos intérêts, et en quoi êtes-vous doué ? Certaines personnes sont très douées pour le raisonnement logique. Certaines personnes sont très douées pour raconter des histoires. Et certaines personnes, comment elles gèrent les défis de la vie. Par exemple, certaines personnes sous pression sont très calmes, et certaines personnes sous pression peuvent être un peu décalées. Ainsi, vous pouvez voir parce que vous comprenez les différences individuelles uniques sous-jacentes, les caractéristiques de chaque utilisateur. Ensuite, ils peuvent mieux aider chaque utilisateur.

Juste pour vous donner un exemple dont nous avons parlé plus tôt, un étudiant potentiel, un étudiant qui recherche un programme en ligne, mais cette personne peut s'inquiéter du fardeau financier, car tout, un programme en ligne, vous devez payer les frais de scolarité. Dans un autre cas, si l'assistant détecte de tels besoins et désirs tacites, peut vraiment les guider, peut leur dire de dire :"Hé, vous savez quoi ?" Surtout pour une personne qui est très inquiète et qui veut aussi être très indépendante, puis a déclaré :« Nous avons beaucoup de programmes d'aide financière. Nous avons des bourses d'études, nous pouvons donc vous aider essentiellement dans votre cheminement pour obtenir un diplôme ou peut-être faire progresser votre carrière. Donc vous voyez en étant vraiment très personnalisé, que si une autre personne a le même souci, que cette personne est beaucoup plus méthodique, beaucoup plus, disons, prudente. Alors vous utiliserez les différentes manières de présenter l'information.

Celui-ci pourrait dire :"Maintenant, je vais vous présenter différents types d'options d'aide financière. Vous pouvez choisir celui qui convient le mieux à votre style de vie, ou peut-être à votre style de travail. Donc, vous pouvez voir, vous pouvez vraiment en personnaliser un, même les personnes qui ont des besoins peuvent être les mêmes, veulent trouver le programme auquel vous vous inscrivez, mais sous-jacentes, elles ont leurs propres besoins psychologiques, leurs désirs psychologiques.

Joe McKendrick : On dirait presque que les assistants cognitifs de l'IA adoptent également leur propre personnalité, leur propre ensemble de comportements pour s'adapter au… n'est-ce pas ?

Michelle Zhou : En fait, nous avons beaucoup travaillé. Ouais. Nous avons fait beaucoup d'études là-dessus. Ils n'adoptent pas encore. Nous sommes donc toujours en recherche. Et nous nous posons la question, car la recherche a montré des résultats contradictoires. Certaines recherches montrent donc que… Nos recherches montrent également que les gens aiment interagir avec des IA qui ont une personnalité similaire. Donc, si je suis très extraverti, j'aime interagir avec l'IA avec la personnalité extravertie. Mais certaines recherches défient en fait cela, montrant que les gens aiment interagir avec l'IA, qui ont le contraire, nous disons une personnalité complémentaire. Donc si je suis très bavard, je préfère l'IA pas très bavarde, qui est plus réservée. C'est pourquoi nous ne l'avons pas encore mis en production, car nous essayons toujours de déterminer la manière dont les utilisateurs préfèrent le plus. Cela nécessite un peu plus de recherche à cet égard particulier.

Joe McKendrick : Ouais. Vous parlez de la démocratisation de l'IA, qui est vraiment un super concept. Et prévoyez-vous que l'IA fasse partie d'appareils à plus petite empreinte, disons nos smartphones, vont-ils interagir via les smartphones ? Peut-être y aura-t-il une IA là-dessus. Ou peut-être les appareils qui peuvent être intégrés dans d'autres systèmes. Est-ce quelque chose que vous envisagez également?

Michelle Zhou : Oui. Corriger. En fait, vous avez abordé un aspect de la démocratisation de l'IA. Alors, en y réfléchissant, probablement dans les années 1970, qu'est-ce que nous appelons la démocratisation de l'informatique. Avant cela, IBM avait ces ordinateurs centraux, ou peut-être le petit ordinateur. Donc, vraiment, les gens ne pouvaient pas se permettre de l'acheter, car c'est trop cher. Non seulement cela, la deuxième partie est que peu de gens peuvent utiliser ce type d'ordinateur parce qu'ils ne savent pas programmer. Ils ne connaissent pas les langages de programmation. Ils ne peuvent pas vraiment les utiliser. Donc avec l'avènement des ordinateurs personnels, les PC, les Mac, donc ça démocratise vraiment l'informatique, ce n'est pas seulement... Presque tout le monde maintenant, chaque entreprise peut se permettre d'acheter un ordinateur. Toute personne qui a très peu de connaissances, qui n'est pas programmeur ou qui n'est pas un expert en informatique, peut utiliser un ordinateur.

Nous avons donc une idée très similaire dans la démocratisation de l'IA. Donc, si vous dites que nous devrions voir l'IA fonctionner sur n'importe quel type d'appareil, y compris le smartphone. Nous le faisions déjà. La deuxième partie, au-delà de cette partie, c'est que nous voulons permettre à n'importe qui, littéralement, à tout le monde, tant qu'ils peuvent faire des PowerPoints, ils peuvent faire des feuilles de calcul. Ils doivent pouvoir configurer, déployer et gérer un assistant IA personnalisé. Comme je viens de le dire, avec toute l'intelligence cognitive par elle-même, sans codage, ils n'ont pas besoin d'expertise en IA. Ils n'ont pas besoin de données de formation, car nous avons déjà formé, afin qu'ils puissent rapidement les personnaliser, les déployer et les gérer. C'est donc ce que nous entendons vraiment par démocratisation de l'IA. Cela signifie donc qu'ils peuvent simplement l'adopter, puis le personnaliser rapidement et l'utiliser pour leurs avantages.

Joe McKendrick : Ouah. Cela semble assez excitant. Donc, quelqu'un comme moi, ou s'il y a une personne qui n'a pas de formation technique, pourrait commencer à configurer ces types d'applications, alors cela pourrait.

Michelle Zhou : Tu devrais ouais.

Joe McKendrick : Clients.

Michelle Zhou : Joe, fais-tu des présentations PowerPoint ? Vous connaissez PowerPoint ? Vous connaissez les feuilles de calcul. Nous avons donc fait en sorte que les barrières à l'entrée soient vraiment très basses, ce qui signifie littéralement que les gens peuvent faire des présentations PowerPoint. Les gens peuvent faire des feuilles de calcul. Ils devraient venir, pouvoir utiliser notre plateforme pour créer un assistant IA très puissant qui soit personnalisé et aussi adapté à leur contexte, leur tâche. Parce que la plupart de nos utilisateurs sont, par exemple, des spécialistes du recrutement, des responsables marketing, des chefs de produit et de la recherche d'utilisateurs, il y a un chercheur. Cela signifie donc qu'ils ne sont pas définitivement des informaticiens. Ils ne savent pas programmer. Ils n'ont pas besoin de savoir comment fonctionne le programme. Et ils sont fondamentalement le genre de travailleurs de culture générale. Ils sont donc capables de mettre en place un assistant IA très puissant sur notre plateforme.

Joe McKendrick : C'est merveilleux. Et comment voyez-vous… Au fur et à mesure que vous avancez, y aura-t-il un produit de marque Juji que les clients pourront télécharger ou acheter ? Ou travaillerez-vous dans les coulisses avec d'autres fournisseurs d'applications pour créer cela ? Que verrons-nous dans un proche avenir de votre part ?

Michelle Zhou : D'accord. Je pense les deux. Donc, d'une part, nous avons déjà des clients qui viennent juste pour utiliser notre plate-forme pour créer l'IA personnalisée. Déployez, nous l'hébergons. Et puis une autre, c'est qu'on s'associe aussi avec d'autres entreprises. Donc, fondamentalement, ils sont devenus nos partenaires de distribution. Ainsi, leurs clients utiliseront les leurs en conjonction avec les nôtres pour créer un assistant IA. Par exemple, avec la voix. Alors parce que chez Juji, nous ne faisons pas de voix. Donc, en tant que spécialiste de la reconnaissance vocale et du TTS, ils peuvent en fait se combiner avec nos technologies pour créer une assistance cognitive très intelligente de l'IA avec la voix également, toujours un visage. Nous pouvons donc également combiner toutes ces technologies ensemble. Donc l'un est si vous avez dit… C'est plus, donc nous servons de moteur d'IA conversationnel, de moteur cognitif, si vous voulez, à ces partenaires potentiels. Et puis en attendant, les gens, s'ils veulent juste l'assistant d'IA basé sur le texte, peuvent simplement venir directement sur notre plateforme et l'utiliser.

Joe McKendrick : Êtes-vous sur le point de réussir le test de Turing où quelqu'un pourrait ne pas être en mesure de le distinguer ?

Michelle Zhou : Quelqu'un a dit ça. Mais nous ne savons pas si nous devrions l'utiliser comme norme pour tester la qualité. Parce que la raison, je ne sais pas si vous avez entendu parler de celui-ci, en fait dans les années 1970, Turing d'un professeur particulier… Un chatbot qui passe le test de Turing, c'était le premier. La raison en est qu'il imitait un patient souffrant d'un trouble psychologique. Donc c'est pourquoi. C'est pourquoi c'est passé parce que personne ne savait de quoi il parlait. Je ne sais donc pas si c'est un bon critère ou non.

Je pense donc que nos critères seraient plus concrets? L'IA peut-elle réellement vous aider à terminer votre tâche ? L'IA peut-elle vraiment apporter cette satisfaction aux utilisateurs ? Je pense que c'est plus pratique et c'est plus mesurable, d'un point de vue commercial. Parce que si nous aidons, disons, une université à aider ses futurs étudiants ou étudiants existants, ou même des diplômés et si cette IA a fait son aide. Alors, quel est le résultat de l'aide ? Ont-ils plus d'inscriptions et ont-ils réellement vu cela? Oui. Ont-ils un taux de réussite et un taux de rétention des étudiants plus élevés? Oui. Ou leurs diplômés ou anciens reviendront-ils, plus d'entre eux reviendront et continueront leurs études ? C'est très concret… En fait, je dirais le résultat, les résultats de réussite ou l'utilité de l'IA, plutôt que de ne comparer que le passage.

Joe McKendrick : Et l'une des préoccupations de l'IA est toujours les données, la quantité de données nécessaires, les mégadonnées par exemple, vous avez besoin de grands ensembles de données pour identifier et former, et ainsi de suite. Comment voyez-vous cela se produire? Ce sur quoi vous travaillez nécessite de grands ensembles de données.

Michelle Zhou : Précisément. c'est une excellente question. C'est pourquoi je parlais de démocratiser l'IA, car de nombreuses organisations ne disposent pas de ce type de données. Par exemple, ils n'ont même pas encore ce genre d'IA. C'est pourquoi nous sommes, en tant qu'entreprise, en tant que société de plate-forme, et nous avons généré nos propres données, collecté nos données. Alors oui, nos modèles sont formés sur des quantités massives de données, car nous avons déjà formé des données. Nous devrions simplement laisser d'autres personnes le réutiliser. C'est donc presque comme un transfert d'intelligence.

J'étais sur un autre appel la semaine dernière, les gens me posaient des questions sur celui-ci. Et j'ai dit:"C'est la beauté de ce sur quoi nous travaillons, ce que Juji fait, c'est ça." Vous dites que nous enseignons tout à l'IA à partir de zéro, en lisant entre les lignes. En fait, nous intégrons l'intelligence là-dedans. Ainsi, lorsque vous adoptez réellement l'IA, cette IA est venue avec ceux qui sont nés avec cette intelligence. Intégré, nous l'appelons l'intelligence intégrée. Nous pouvons donc vraiment transférer l'intelligence de l'un à l'autre.

Donc autre chose, par exemple, nous travaillons avec les universités pour aider leur programme de recrutement. Alors vous avez beaucoup de questions d'étudiants potentiels là-bas. Donc, dans ce cas, ces données peuvent également être utilisées pour d'autres universités. Quand je dis les données, pas les réponses en soi, mais les questions. Ainsi, les étudiants posent une question, formulent la question, puis en plus de cela, nous générons automatiquement plus de données de formation. Les universités n'ont donc pas besoin de le faire. Ainsi, lorsqu'ils viennent nous voir à l'origine et nous disent :"Hé, nous n'avons pas les données." Vous n'avez donc pas à vous en soucier. Nous l'avons déjà. Ainsi, vous pouvez simplement démarrer votre assistant IA. C'est donc aussi ce que je voulais dire exactement à propos de la démocratisation de l'IA, ce qui signifie que vous emballez l'intelligence. Vous pré-construisez l'intelligence, afin que d'autres personnes puissent l'adopter et la réutiliser instantanément.

Joe McKendrick : Tout comme la recherche scientifique, vous pouvez vous appuyer sur la recherche existante et continuer à améliorer les choses. Droit?

Michelle Zhou : Ouais. C'est donc le plus comme si vous grandissiez en tant qu'enfant. Le gamin a l'intelligence, le début a une très bonne intelligence. Donc, une fois que cet enfant a plus d'intelligence, vous la gardez, pas seulement la gardez, vous transférez l'intelligence de cet enfant à un autre enfant, de sorte que l'autre enfant n'a pas besoin d'apprendre à partir de zéro. C'est donc très puissant.

Joe McKendrick : Il est. Absolument. Et Michelle, que voyez-vous se passer au cours des 5 à 10 prochaines années ? Qu'attendez-vous de voir se produire ? À quoi ressemblera le monde d'ici 2025 ou même 2030, surtout avec votre technologie ?

Michelle Zhou : Je pense que nous nous dirigeons vers un scénario plus optimiste, en fait inventé, du film Elle. Vous vous souvenez du film Elle ?

Joe McKendrick : Oui. Oui. Super film.

Michelle Zhou : Droit? Cela signifie donc que votre IA en saura peut-être plus sur vous que vous-même. Et votre IA saura ce que vous voulez avant même que vous sachiez ce que vous voulez. Par exemple, vous devez économiser de l'argent. L'IA savait déjà à l'avance que vous devez économiser de l'argent. Ou vous avez besoin d'un nouveau diplôme pour être plus employable. L'IA le saura probablement avant que vous ne le sachiez. C'est donc ce que je vois. Vous avez un véritable, ce que j'appelle un assistant personnel, une compagnie personnelle, dans ce cas, le compagnon IA, qui peut vraiment comprendre qui vous êtes, quels sont vos besoins et vos désirs, et vous aider de la meilleure façon pour vous en faire bénéficier. C'est pourquoi nous passons également à notre sujet sur l'IA responsable, car avec ce niveau de compréhension, si nous n'allons pas appliquer cette IA responsable, si cette technologie tombe entre les mains de mauvaises personnes, elle pourrait être abusée et avoir de mauvaises conséquences . C'est pourquoi nous instillons également ce sens de l'IA responsable, ce qui signifie que nous voulons nous assurer que l'IA aide les gens de la meilleure façon possible pour leur bien.

Joe McKendrick : Formidable. Formidable. Et absolument, le travail que vous faites dans ce domaine fait vraiment avancer l'IA dans une direction positive au profit des gens. Et nous apprécions vraiment que vous puissiez partager cela avec nous dans notre podcast aujourd'hui. Encore une fois, je parle avec Michelle Zhou. Elle est PDG et co-fondatrice de Juji. Et merci beaucoup Michelle d'être parmi nous aujourd'hui. Nous avons vraiment apprécié de vous avoir.

Michelle Zhou : Merci, Joe, de m'avoir invité. Merci. Au revoir.