Todas notícias "人工智能聊天机器人"
-
最新新闻 (CN)Perplexity 为语音聊天添加了 CarPlay 集成
苹果的 CarPlay 现在接受更多具有人工智能的聊天机器人应用程序。 iOS 26.4 更新为对话式语音应用程序铺平了道路。 ChatGPT 是第一个实现该功能的人。困惑现在也支持它。 拥有更新版 iPhone 的驾驶员可以直接在汽车屏幕上打开 Perplexity 应用程序。重点是语音聊天。这样您的手就可以放在方向盘上，眼睛就可以盯着路面。苹果将该类别限制为基于语音的对话应用程序，以优先考虑驾驶安全。 Perplexity需要语音模式才能在车内工作 Perplexity 的 CarPlay 应用程序主要是为语音对话而设计的。用户在车辆界面上打开应用程序时激活语音模式。这种体验让人想起几周前推出的 ChatGPT。 与 ChatGPT 不同，Perplexity...
-
News (CN)纽约考虑禁止人工智能聊天机器人在医学、法律和其他专业领域提供建议
纽约州参议院提出了一项法案，禁止基于人工智能的聊天机器人在为有执照的专业人士保留的领域提供实质性回应或建议。该提案被称为 S7263，旨在防止人工智能系统冒充医生、律师或其他受监管的专家。受到不正确或有害信息伤害的用户可以对聊天机器人运营商采取法律行动。 该措施规定，聊天机器人所有者应对系统提供的指导所造成的实际损害承担责任，如果该指导由个人提供，将构成非法从事许可职业。这包括医学、法律、牙科、护理、心理学、社会工作、兽医、工程和建筑等领域。该提案的作者、参议员克里斯汀·冈萨雷斯强调，有必要将人工智能的责任与无证执业的个人的责任等同起来。 该文本要求操作员显示清晰可见的警告，告知用户与人工智能系统进行交互。然而，如果出现违反禁令的情况，该警告的存在并不能免除公司的责任。 立法委员会进展 该项目于 2026 年 2 月下旬以 6 比 0 的一致投票通过了参议院互联网和技术委员会。批准是人工智能聊天机器人一揽子监管措施的一部分。现在，该提案已提交州参议院全体宣读。 该举措回应了人们对在敏感情况下使用聊天机器人日益增长的担忧。最近的案例表明，用户依赖人工智能回答心理健康问题或法律建议，这可能会导致有害的决定。 受影响职业范围 该立法涵盖纽约州监管的 14 个职业。其中包括医学、法律、牙科、物理治疗、药学、护理、足病学、验光、工程学、地形学、地质学、建筑学、心理学和社会工作。 重点是涉及诊断、处方或个性化建议的实质性答案。一般或事实信息不一定会受到影响，只要它不构成专业实践。 用户保护机制 受到损害的用户可以要求赔偿经济和非经济损失。如果故意违法，法律规定支付律师费和法庭费用。该提案创建了私人诉讼权，允许受影响的个人直接起诉聊天机器人所有者。...
-
News (CN)人工智能假定先验知识并损害人类认知构建
高级语言模型将每个用户问题视为已形成意图的不完整版本。这种计算方法与人类思维的运作方式直接形成对比，人类思维是从最初的不确定性中建立理解。专家指出，这种错位会减少思想自然发展所需的空间。 这种现象的发生是因为人工智能系统是基于从大量数据推断出的统计模式来运行的。他们将交互解释为优化过程，试图解码假定的潜在清晰度。用户通常只能在对话中发现他们想知道的内容，但人工智能已经采取了相反的原则。 最近的文章强调了这种嵌入模型架构中的假设如何在认知经验中产生微妙的后果。反应的流畅性可能会掩盖真正的想法形成过程的缺失。 认知的根本差异 人类的思维以部分形成的直觉和富有成效的不连贯性开始反思。这种状态可以让你交流想法并通过自然摩擦获得认知牵引。理解是慢慢出现的，伴随着不适和不断的重新表述。 另一方面，人工智能系统将每个查询视为对预先存在的事物的降级编码。连续迭代被视为减少了定义向量的噪声。对于尚不知道一个人想要知道什么的概念，没有真正的表述。 模型运行机制 大型语言建模算法假设每个提示背后都有隐藏的分布。它们遵循梯度来近似假定的内部用户意图。不满只能被解释为暂时的错位。 这种逻辑在计算领域是有意义的，因为优化需要存在目标。然而，它适用于大规模的人类互动。当大脑寻找混乱的空间时，流畅的界面准确地传达了连贯性。 交互中观察到的例子 用户表示，在问题完全形成之前，就感觉答案过早到来了。流行的聊天机器人在假设固定目标细化的情况下细化输出。这会产生一种人为的完整感，而无需相应的内部努力。 在复杂的查询中，当人类流程仍在设计认知景观时，人工智能提供了结构。混乱不被视为一种生成手段，而是一种可减少的错误。语言的流畅性强化了真正顿悟的幻觉。 其他情况涉及被解释为微调的后续行动。该系统不适应对话期间出现的发现的可能性。用户可能会将统计数据与获得的个人见解相混淆。 与推定相关的风险 这种行为削弱了清晰表达想法之前必要的停顿。部分理解的不适感失去了必要的心理空间。缓慢形成的判断被立即提供的连贯性所取代。 当收到现成的答案时，获取知识的身份投资就会减少。缩短了对特定主题变得聪明的过程。快速优化胜过渐进的变革性建设。 对话环境中的限制 在某些情况下，聊天机器人面临着额外的困难，因为会话之间的内存有限。当上下文完全丢失时，就会发生向人工代理的切换。弱集成加剧了对模糊问题的解释。 当模型填补假设不存在的模式的空白时，就会出现幻觉。从这种统计推断的逻辑中可以得出看似合理但不正确的答案。用户注意到复杂或敏感主题中的不一致。 对人类学习的观察 认知过程涉及情绪动荡和暂时矛盾。发现来自尝试以形式表达想法，而不是迭代到预先定义的目标。无知在身份和智力成长中起着核心作用。 当前的系统无法复制生物体的这些有机动态。在他们的世界里，所有的不确定性都是一个需要最小化的错误项。中介界面可以改变对知识如何形成的看法。...