正当我好奇于未来几天的天气状况时，我家仅学龄前大小的女儿说到：“妈妈，你应该问问Siri。她什么都知道!"
“啊!”“什么?”我内心有个声音在大声呼喊，那是作为一名隐私狂热分子以及数据科学家内心所发出的呐喊。我抑制住自己，最后还是选择用更缓和的方式回答了女儿的问题：“这很有趣，那么为什么你会这样说呢?”
“因为在学校里，当你有问题的时候，就可以问Siri，她知道所有问题的答案，”她告诉我。
于是，我才意识到，无论如何，机器人已日益成为我们家庭日常生活的一部分。当然，罗马不是一天建成的，这种现象不禁引发我更加深入的思考，家长应如何与不同年龄段的孩子们探讨新兴技术及其相关问题，比如数据隐私等。
机器人，聊天机器人，还是智能虚拟助手?
我们所说的机器人已经有50多年的历史了，一开始它只是基础的聊天机器人，通过编程，它可以通过通讯工具以及音频等媒介进行交互。但是，处理能力和算法成本限制了第一批机器人的生产。时至今日，简单交互已可以由人工智能和自然语言处理(NLP)进行的实时自动化驱动来完成，随着时间推移，这两种交互方式都有了显著发展。
如今的机器人可以帮助你完成一些复杂任务，如预订酒店、回复支持性问题、组织会议等。随着新工具、插件以及api(如BotKit)的研发，人类能够开发出更多种类的机器人，从而能够完成更多复杂的任务。在科技界，“机器人”这个词现已随处可见。听完一场关于机器人的演讲，你就可以将所涉及到的相关技术术语填满一张Bingo。对于机器人这个词的解释有很多种，所以我们有必要探讨一下到底什么是机器人，哪些不是机器人。
当你提到机器人时，你所指的可能是内部机器人(聊天机器人)。
产品或服务系统内部设有一整套机器程序协助其运作。从本质上讲，它们是“通讯产品中的数字用户”，因为它们在服务系统中使用的是对话界面。例如，当你在浏览Slack、Facebook?Messenger或Skype时，你可以要求设置提醒或对特定信息进行查询。即使你是在和计算机程序而不是在和人类对话，实际上你也是在以对话的方式寻找信息，且并未离开应用或产品界面。
当提及机器人时，你可能指的是“智能虚拟助手”。
智能虚拟助手提供类似于botlist所提供的服务，但其实比机器人更复杂。通常来讲，当存在由人工智能驱动的问答系统或基于任务的计算机程序时，就可认为其是一种智能虚拟助手，典型的有谷歌助理、亚马逊Alexa、苹果Siri或微软的Cortana等。智能虚拟助手可以帮助人们订购产品、使用语音进行交互，并提供智能预测。它们正快速应用于医疗保健、零售以及计算机辅助场景之中。
智能虚拟助手在后台综合运用语音辨识、言语识别和语音合成技术，其应用广泛，对人们所使用的应用程序以及周遭世界有着深刻的影响。他们与机器人的不同之处在于，他们可以执行多种功能，充当着连接到机器人世界的界面和结构媒介。它们构成了与智能对话界面进行数字交互的基础。
所以当你提到“Bots”时，其实所指的并不是机器人。
机器人，一般被认为是功能强大的机器，其能够在具有挑战性的环境中自主或半自主地进行复杂任务的操作。这与聊天机器人或智能助手不同。聊天机器人或智能助手的设计目标是在查询和响应的特定范围内工作或执行任务，比如提醒你航班的起飞时间等。
对于机器人的确切定义，仍存有较大争议。一般来说，机器人拥有机械、仿生和编程等特点，具有移动、感知以及展示认知行为的能力。它们可以为人类执行复杂的任务，比如实施医疗手段、病人救援以及从事危险或重复性的制造工作。
机器人是怎样获取自我认知的?
接下来就是你和孩子们需要了解的事情：机器人实际上就等于他们所接收的信息。
那他们是如何持续学习的呢?我们为他们持续提供数据以帮助他们形成对世界的看法。与儿童甚至所有人类一样，他们学习的途径主要有以下几种，即用户交互、开发人员持续输入的数据源(比如天气服务和来自外部传感器的相关信息)，以及能够对未知进行预测的算法。
他们什么都知道吗?并不是。
他们能够知道一切吗?这取决于你对“一切”的定义。因为它们依赖于数据和计算机程序进行学习，所以从长期来看，他们的学习能力依然有限。随着机器人收集数据量的增加，计算能力的提高以及机器学习算法的强大，它们将不断增加自身的成熟度和有用性。他们之所以能够持续了解周围世界，是因为人类会为其提供源源不断的了解途径。
当然，随着机器人数量的增加，数据隐私的相关问题也会逐步突显出来。
当涉及机器人本身，以及对其训练时所使用数据的隐私问题时，数据隐私便成为核心议题。随着机器人逐步走进人类的日常生活，加上人工智能和机器语言在获取和存储数据方面逐步发展成熟，对其进行随时跟踪就变得非常重要。一些有识之士已经开始研究家庭中的数据隐私问题。关注“数据与社会隐私协会”与“联邦贸易委员会儿童在线隐私保护法案”的问答社区，你可以对他们所做的工作进行更多了解。
人工智能和机器语言正在以惊人的速度向前发展。一方面，这引发了人们对数据隐私以及人机界限等问题的担忧。从另一方面来看，这也为我们扩展了新的研究领域，从而提升我们分享信息以及扩展自身知识的能力。在将现有手段应用于真实世界的过程中，如何平衡机遇和风险仍然是研究人员及其团队的争论点所在。
那么，对于我女儿认为Siri无所不知这件事，我又是如何解释的呢?由于我是一名工程师、数据科学家，而我女儿对于一些概念的理解仅停留在幼童阶段，她难免痴迷于机器人，因此我们一起探讨了Siri从哪些方面来看像是一台机器人，而只不过这台机器人是在电脑上运作的。
我是这样解释的：“团队成员编写代码，并使用数据来教会机器人理解你所提出的的问题。”“然后，Siri才能决定回答你所提出问题的最佳方式。”
同时，我们也讨论到机器人也会出错甚至闹出笑话。我们讨论了机器人是如何通过更多用户和数据来让自己变得更加智能的。因而她得出结论，机器人是很酷的工具，但却依赖于像她这样聪明而且好奇心强的人。
Amanda?Casari是Concur实验室团队的数据科学家、高级产品经理，她与团队工程师以及其他数据科学家合作，以孵化新的技术理念、界面和原型，从而改变我们所熟知的商务旅行和费用管理模式。
本文来自投稿，不代表本人立场，如若转载，请注明出处：http://www.souzhinan.com/kj/a700352830.html