AI创业公司必看！已获A轮融资的Mezi联合创始人分享创业心得
作者：admin 发表时间：2021-01-22 浏览：40 海淘动态
聊天机器人购物应用Mezi联合创始人斯奈哈尔·辛德(Snehal Shinde)近日撰文，分享了人工智能创业公司的心得体会。辛德创建的人工智能公司Mezi已获得A轮融资，其创业经验很有参考价值。关于MeziMezi将人工智能与机器智能相结合，了解用户购物喜好，来创造无缝、个性化的购物体验。公司为用户提供一款免费应用程序，通过智能、人性化的聊天对话模拟用户与最好的朋友一起购物的体验。这款应用扮演了用户购物的助理角色，主要是面向没有时间购物的消费者。在需要购物时，用户只需给 Mezi 发一条短信，然后 Mezi 就能根据用户的目标价格、偏好及购物习惯，在成千上万个商品选项中进行筛选，帮助用户下单，简化了用户的整个购物过程。此外，Mezi 机器人能够接受并理解广泛的用户需求，甚至能够应用有意识设计及人工智能手段学习用户的会话风格，进而模拟用户的说话方式。Mezi创立于2015年，总部位于加利福尼亚州，2016年7月，Mezi宣布完成900万美元 A 轮融资，投资者包括 Nexus Venture Partners、Saama Capital、美国运通风投公司及天使投资人Amit Singhal 和 Gokul Rajaram。以下为原文内容：Mezi联合创始人斯奈哈尔·辛德人工智能迎来了爆发期。虽然曾经只是科幻小说中的场景，但如今，所有明智的创业者似乎都在追逐这项技术。正如著名编辑、未来学家凯文·凯利(Kevin Kelly)所说：未来的1万家创业公司的商业计划很容易预测：把X跟人工智能整合。然而，虽然围绕人工智能存在很多颠覆性的机会，但这项技术仍要面临不少挑战。任何试图训练一套新型人工智能系统的人都会告诉你，如何从中剔除人的因素是其中的一大关键障碍。众所周知，大规模的人工智能系统往往需要配备专人作为安全网，他们负责在后台随时待命，一旦系统出现故障就要负责接管控制权。就连人工智能和智能聊天机器人的先驱Facebook也要偶尔配备人手来确保高质量的用户体验。虽然这种模式有效地帮助人工智能实现发展，但自动化的人工智能系统才是最终目标。如何才能达到这一目标?通过我们亲自开发Mezi的经验来看，应该首先要找到合适的垂直领域，然后还要把握推进节奏。选择正确的垂直领域很多人对人工智能都存在很大的误解，认为可以开发一种全能人工智能。但实际上，人工智能行业更有可能分散着数不清的高度专业化的人工智能系统，而不太可能被一种通用人工智能主导。正因如此，选择合适的垂直领域才是最重要的。当我们最初发布Mezi时，就把重点放在购物上，并针对服装、礼物和旅行等少数垂直领域展开测试。我们很快发现，旅行行业拥有关键的资料来训练人工智能系统，并扩大它的规模。首先，旅行行业高度碎片化。没有一款应用可以兼顾票务和全方位的旅行体验。该行业还高度商品化，因为关于航班、酒店、汽车、旅行的元数据已经通过结构化方式陈列出来，可以方便人工智能学习。人工智能可以在这样的环境中发展起来。通过部署自然语言处理、深度学习和神经网络技术，我们便可更加轻易地理解用户的意图、行动、位置和其他特征，而且精度很高。这种结构化的环境也方便我们了解用户偏好，并运行一系列机器学习算法来提供高度个性化的推荐。在为人工智能选择垂直领域时，需要考虑的另外一项属性是商业用例。具体到旅行行业，相当一部分市场都是由商务旅行者驱动的。这不仅创造了反复使用的机会这是任何一款软件应用的关键目标而且已经有个人助手这样一个先例。商业旅行者已经依赖个人助手帮助他们订机票，这也使之更容易适应那些能够提供更好体验的技术方案。把握推进节奏必须要牢记，从人类支持的机器过渡到全自动机器并非一日之功，而是需要循序渐进。当第一次推出Mezi时，几乎所有的用户活动都要在后台融入人的因素。我们聘请了冷静且经验丰富的专家，之后开发一套人工智能来观察和学习他们与用户的互动，包括他们的语调、选择、表情符号等方方面面。不久之后，我们可以将其中一些任务交给Mezi来处理起初是简单的任务，之后逐步过渡到复杂任务。人工智能每负责一项新任务，人类都可以得到解放，从而关注更加复杂的挑战，确定新的领域供人工智能来学习。当我们在2017年初与一家全球顶尖金融服务开展合作试点时，便经历了流量的大幅上涨，而我们原本表现不错的人工智能也开始出现问题。我们的自然语言处理系统没有为如此多样化的请求做好准备。幸运的是，我们手头有很多人来应对这一状况，同时还能训练自然语言处理系统。我们每个小时都在不断迭代，让人工智能系统更加智能。最后，那次试点成了一次有用的压力测试，帮助我们找到了未来的战略领域和改进方向。这也给我们上了重要一课：应该先从小开始，然后逐步扩大规模。在扩大人工智能的应用范围时，不要从一开始就针对所有互动编写代码，而是应该用人类进行引导，然后循序渐进地实现自动化。这种模式可以为你的人工智能系统提供重要的脚手架，使之学会自己发展，并创造一套编码化的系统实现快速迭代。之后，随着人工智能系统规模扩大，智能性提升，只需要撤下一套辅助设施，然后进入下一阶段即可。
分享到
部分图片内容来自于网友投稿
0/300
微博发布