每天有六百多萬人使用Slack作為與同事交流和分享信息的樞紐和平臺。這家總部位于舊金山的這家公司也剛剛籌集了2.5億美元的資金。
但新的競爭對手——包括微軟的Teams、Atlassian Stride、谷歌的Hangouts Chat、和, Facebook的Workplace——正在涌入?yún)f(xié)同辦公市場,挑戰(zhàn)Slack的霸主地位,而且,在某些情況下,他們會在市場營銷時標(biāo)榜自己是更為高效的選擇。在前往波士頓途中,Slack首席執(zhí)行官Stewart Butterfield接受了《麻省理工學(xué)院技術(shù)評論》(《MIT Technology Review》)的采訪,談到了該公司計劃如何使用人工智能來防止人們被數(shù)據(jù)壓垮。下面是經(jīng)過編輯的采訪摘錄。
Slack CEO Stewart Butterfield
在公開發(fā)布三年半之后,Slack還在繼續(xù)增長,但是人們也開始質(zhì)疑其作為職場工具的有效性。
Stewart Butterfield:人們對于現(xiàn)代辦公生活的抱怨通常并不是消息不夠靈通、不理解正在做什么決定,不知道發(fā)生了什么事情這類狀況。那種疏離的感覺(實(shí)際上)已經(jīng)通過Slack減少了。如果你在一家有10000名員工的公司里工作,并使用電子郵件作為主要的溝通工具,那么你可能對于公司里發(fā)生的所有的溝通只能夠看到百分之一的百分之幾。但是如果你使用Slack的話,你大概能看到百分之十到百分之二十。
可是另一方面,信息太多了。我們已經(jīng)采取了數(shù)以百計的小措施,都是為了減少Slack中巨大信息流造成的影響。例如,當(dāng)你第一次開始使用Slack的時候,我們會為每一條新消息向你發(fā)送一條提醒信息,但是不久之后,我們會提示你,要不要切換到我們的推薦設(shè)置(只有在收到了一條直接的消息或者提到了你的名字或者特定關(guān)鍵字的消息的時候,才提醒你)。我認(rèn)為我們可以提供(甚至是更多的)工具和以人為本的設(shè)計技術(shù),以幫助人們更好地使用Slack,而又不會感到難以承受。
Slack于去年年初成立了一個名為“搜索、學(xué)習(xí)和智能”(Search,Learning&Intelligence)的人工智能和機(jī)器學(xué)習(xí)部門,以減少“信息雪崩”。Slack已經(jīng)集成了SLI開發(fā)出的一些功能。對于這個部門,你們的具體目標(biāo)是什么?
Stewart Butterfield:目標(biāo)之一就是提升搜索。搜索有兩種。一種是基本的關(guān)鍵字搜索,這是當(dāng)人們知道某個事物存在,而且他們想要找到某個特定事物時的情況。還有一種更為普遍的搜索類型,就像學(xué)習(xí)一個主題。大多數(shù)公司都會使用一些術(shù)語或代碼名稱,這可能會造成混淆,特別是在你新進(jìn)公司的時候。
(SLI的)第二個目標(biāo)是主動的推薦或提醒。第三個目標(biāo)是試圖理解整個語料庫(也就是Slack中的信息),并且隨著時間的推移逐步改進(jìn),最理想的方式是不需要(用戶的)任何手工輸入。電腦將完成這一切;人們只要用他們平常溝通的方式進(jìn)行溝通就可以了。你可以設(shè)想一個永遠(yuǎn)在線的虛擬參謀長,他會讀取Slack中的每條消息,然后根據(jù)你的偏好綜合所有這些信息,他是隨著時間的推移不斷了解你的偏好的。而且它會根據(jù)你未曾明言以及明確表示的反饋,推薦在當(dāng)時看起來最重要的少數(shù)事項(xiàng)。因此,不管你是在早晨剛剛醒來,還是剛走出會議室或者下飛機(jī),當(dāng)你查看Slack時,這個虛擬參謀長都會在等著你,而且在理想情況下已經(jīng)準(zhǔn)備好了一個近乎完美的、對你很重要的事情的列表。
這是一個有趣的想法。在此之外,SLI還研究什么?
Stewart Butterfield:“對組織的見解”。我們有了這個非常令人著迷的內(nèi)部項(xiàng)目,看看我們公司不同部門之間(Slack內(nèi)部)的連接強(qiáng)度以及這些維度上的公共消息與私人消息的比例。所以,如果你從我們的設(shè)施團(tuán)隊的角度來看待Slack,(就會發(fā)現(xiàn))他們會和財務(wù)、人力資源和安全部門交流,但幾乎從不和工程部門交流。如果從我們的營銷團(tuán)隊的角度來看待Slack,他們會和銷售、產(chǎn)品和財務(wù)部門交流。
我們希望能夠在組織的基礎(chǔ)上以及在個人的基礎(chǔ)上提供這樣的見解,所以SLI團(tuán)隊在獲得客戶許可的前提下采集一些Slack數(shù)據(jù),并向他們展示其公司內(nèi)部的情況。
我認(rèn)為每個人都會喜歡有一份私人版本的報告,上面會記錄類似這樣的事情:你同男人說話的方式是否與同女人說話的方式不同?你同上級說話的方式是否與同下級說話的方式不同?你在公共場合和私底下是否使用了不同的語言風(fēng)格?你在何種對話中會更具攻擊性,又在何種對話中更為友善?如果報告顯示你在早晨更為隨和、友善并且精力充沛,而在下午則容易脾氣暴躁并缺乏耐心,那么也許你需要來點(diǎn)午后小吃。
這種“組織見解”服務(wù)聽起來像是在近期就可以準(zhǔn)備好投入使用了。你什么時候會發(fā)布“虛擬參謀長”功能?
Stewart Butterfield:我不知道什么時候才能(我們可以)跨越這個門檻。可能會需要很長時間。我們還在做很多實(shí)驗(yàn)。在早期,我們與微軟研究院(Microsoft Research)就問答機(jī)器人等基礎(chǔ)研究工作合作很多。我們還與IBM、和Watson團(tuán)隊建立了合作伙伴關(guān)系,這種合作更像是持續(xù)的合作。但是很多這些事情都是非常困難而遙遠(yuǎn)的。我認(rèn)為我們現(xiàn)在所擁有的一切是好的。 幾年后,它將是非常好的。大約在五年后,它將會出類拔萃。而在十年之內(nèi),我們離開它就會無法工作了
好文章,需要你的鼓勵
騰訊ARC實(shí)驗(yàn)室推出AudioStory系統(tǒng),首次實(shí)現(xiàn)AI根據(jù)復(fù)雜指令創(chuàng)作完整長篇音頻故事。該系統(tǒng)結(jié)合大語言模型的敘事推理能力與音頻生成技術(shù),通過交錯式推理生成、解耦橋接機(jī)制和漸進(jìn)式訓(xùn)練,能夠?qū)?fù)雜指令分解為連續(xù)音頻場景并保持整體連貫性。在AudioStory-10K基準(zhǔn)測試中表現(xiàn)優(yōu)異,為AI音頻創(chuàng)作開辟新方向。
Meta與特拉維夫大學(xué)聯(lián)合研發(fā)的VideoJAM技術(shù),通過讓AI同時學(xué)習(xí)外觀和運(yùn)動信息,顯著解決了當(dāng)前視頻生成模型中動作不連貫、違反物理定律的核心問題。該技術(shù)僅需添加兩個線性層就能大幅提升運(yùn)動質(zhì)量,在多項(xiàng)測試中超越包括Sora在內(nèi)的商業(yè)模型,為AI視頻生成的實(shí)用化應(yīng)用奠定了重要基礎(chǔ)。
上海AI實(shí)驗(yàn)室發(fā)布OmniAlign-V研究,首次系統(tǒng)性解決多模態(tài)大語言模型人性化對話問題。該研究創(chuàng)建了包含20萬高質(zhì)量樣本的訓(xùn)練數(shù)據(jù)集和MM-AlignBench評測基準(zhǔn),通過創(chuàng)新的數(shù)據(jù)生成和質(zhì)量管控方法,讓AI在保持技術(shù)能力的同時顯著提升人性化交互水平,為AI價值觀對齊提供了可行技術(shù)路徑。
谷歌DeepMind團(tuán)隊開發(fā)的GraphCast是一個革命性的AI天氣預(yù)測模型,能夠在不到一分鐘內(nèi)完成10天全球天氣預(yù)報,準(zhǔn)確性超越傳統(tǒng)方法90%的指標(biāo)。該模型采用圖神經(jīng)網(wǎng)絡(luò)技術(shù),通過學(xué)習(xí)40年歷史數(shù)據(jù)掌握天氣變化規(guī)律,在極端天氣預(yù)測方面表現(xiàn)卓越,能耗僅為傳統(tǒng)方法的千分之一,為氣象學(xué)領(lǐng)域帶來了效率和精度的雙重突破。