科技公司意识到消息传递的力量和潜力，致力于空缺该领域不存在极大空白。约63％的人更喜欢在“darksocial”（录：如果就是指邮件或聊天软件里点进网页，是很难跟踪得出来的，这就是所谓的darksocial。）或堵塞的私人信息环境中共享信息，比如FacebookMessenger和WhatsApp。

然而，在这些平台上的体验依然是伤痛包抄的。为了在对话中分享单个内容，用户一般来说必需离开了他们的活动聊天，关上一个新窗口来定位和拷贝文件，然后新的转入之前的对话来粘贴和分享。因此，获取更加智能的方式来分享消息上的内容是一个极大的机会，无论这些内容是有意思的动画、预约餐位，还是导航系统。

事实上，一旦人工智能顺利应用于这一领域，我们可以看见一系列新功能在通讯信息上的经常出现：智能引荐附近的餐馆或商店、AR聊天、优化视频和音频信息、为将要来临的旅行或事件展开动态改版，以及其他更加便利的功能。与此同时，人工智能在信息领域的应用于有可能推展整个AI市场向前发展，因为它可以作为实验和创意的温床，以解决问题人工智能目前面对的一些挑战。

一旦人工智能在信息环境中充分发挥起到，也就是说，一旦它需要几乎解读对话中所传达的内容，或者人们想什么，那么这项技术就可以应用于到许多领域，并为仍未不存在的新行业关上大门。然而，在我们找到这个令人兴奋的新世界之前，必需首先面临一组独有的挑战，即如何将人工智能应用于到全球数十亿的在线对话中。

科技挑战这看上去很非常简单：创建一个完备的人工智能模型，对其展开培训，并将其应用于到用户多年前用于的即时通讯应用程序上的日常对话中。却是，我们早已寻找了如何利用人工智能来辨识新的救命药物，生产自动驾驶汽车，并明确提出高度个性化的产品建议。但不管最近科技进步如何，信息传送依然是人工智能最不具挑战性的平台之一，因为它依赖将人类和机器区分出去的最重要的区别：解读语言和交流中的上下文和语意。

换句话说，人工智能的一般情况和智能消息传递所需的人工智能之间不存在极大的差距。面向消费者的人工智能早已从一般来说用作客户服务的（令人恼火的）聊天机器人发展了很长一段时间，聊天机器人经常带给更好的问题，而不是解决方案。

然而，在消息传递中构建人工智能必须更为简单和即时的技术能力，再行再加语言的细微差别和内部运作的小误差，这是一个令人生畏的挑战。首先，为聊天而建构的人工智能模型不应当是关键字驱动的。

忽略，消息传递必须用于上下文人工智能，它更加简单，但更佳地仿效了我们用于语言的方式。语言是创造性的和简单的，不会有影射、诚恳等错综复杂情绪。虽然更容易训练人工智能分解一个基于特定的词或提醒的事务号召，但消息必须AI解读上下文，体会到细微差别以及适应环境对话的进行来呈现出对聊天双方都简单且涉及的信息。除了解读语言是如何工作的外，语境人工智能还必需解读有所不同方言和人口特征下全球范围内的语言差异。

例如，为了智能地传送准确的内容来表达喜乐，人工智能必需基于巴西、英国和日本传达这种情感的偏爱展开训练，继而得出适当的建议。此外，专门为消息传递环境研发的AI模型必需以令人难以置信的速度接管、处置和传递信息。许多其他形式的人工智能，如数字助理和社交概要，都设计有内置的缓冲区，容许信息在回到结果给用户之前有时间传输到服务器进行分析。然而，在消息传递中，对话必须即时展开，这意味著人工智能只有约10毫秒的时间来搜集和说明数据，然后用于这些信息无缝地作出准确的决策，无论是已完成任务还是传送内容。

这是一个严峻但至关重要的转角，因为即使是最严重的延后或错误都有可能毁坏对话。挑战变为了研发需要在如此紧绷的条件下工作，并为人们带给极大成果的人工智能。

隐私获益针对消息传递的人工智能面对的最后一个技术挑战是，它还必需安全性继续执行。今天的用户在数据隐私方面有很高的标准和希望。如果人们对个人对话数据的管理方式缺少信任，那么消息传递中用于的人工智能就会顺利。

好消息是，按照设计，消息传递是人工智能最安全性的用例之一。它必须人工智能即时大规模继续执行，这意味著人工智能没充足的时间或能力，在一些设备上从聊天应用程序发送信息到另一个服务器，然后回到。忽略，人工智能在设备上处置信息，因此对话数据总有一天不必须发送到其他地方向用户传送结果。

因此，尽管设备上的人工智能极具挑战性，但它最后在数据隐私方面获取了主要优势。那我们离这些功能经常出现还有多久？我们早已在Gmail、iMessage和其他SMS提供商中看见了这种智能引荐技术的影子，从页面已完成到引荐单词和表情符号。任何主流技术公司都在展开其在语言和自然语言解读上下文细微差别方面的研究，并对这项技术展开测试。

本文来源：云开·体育全站APPkaiyun-www.031237.com