Josef, chápu a rozumím…

pokračování z části Josef, chápu… ale nerozumím…

Akciová společnost… jeden cíl, jeden záměr, jeden ředitel…
Jedna výroční zpráva…
Každý uvedeným informacím rozumí maličko jinak, každý tak čte něco trošku jiného a také si z toho pamatuje něco jiného…
I když výroční zprávu budou znát všichni doslova, mluvit o potřebných výdajích na propagaci společnosti na trhu bude jinak účetní a jinak marketing.
Je pravděpodobné, že akcionáři firmy doslova nerozumí ani jednomu z nich, i když také znají všechny informace a četli stejný text…

Nastane změna uchopení informace s použitím umělé inteligence. Bude jeden zdroj informací a více variant pro abstraktní podání informace. Jedna kniha jako zdroj a podání pro různé skupiny čtenářů. Cílem práce tak nebude jiný jazyk, ale jiná jazyková skupina… nebude zdroj… bude způsob podání zdroje podle indexace uživatele.

Ač to zní hrozivě při pohledu na zneužití, je to základní princip v obráceném směru… Aby umělá inteligence chápala a rozuměla ve více uživatelském prostředí, typicky rodina stejně jako vědecký tým, musí rozumět každému z nich i ve chvíli osobitého projevu a emotivním zabarvení řeči.

Je to opět Google, kdo pro rozsah takové práce má prostředky. Výpočetní výkon je pouze jedna stránka věci, zásadní je překladač Google, který je plněný nejen překlepy. Překlep věty je snadno vyhledatelný a fráze pokud není přínosná nuancí textu je zahozena. K čemu překlep, možná k analýze možností proč nastal… Často však jde o slova v různém pořadí, záměna slova pro emotivnější význam věty, zjednoduším to na jemné nuance, které se odlišují od běžné uniformity daného jazyka.
Unifikace probíhá také, tyto záznamy však zůstávají, musí jsou zajímavé, a díky umělé inteligenci je tu možnost jejich využití pro potřebné přibarvení jazyka konktrétních uživatelů.

Určitě pro komunikaci uživatelů s umělou inteligencí a hned následně pro přizpůsobení se umělé inteligence jazyku svých svěřenců (uživatelů).

Ostatně klíčování slov na Google New je krajně nedostačující a taková forma, byť předfiltrovaného zájmu, je akorát tak na přehlednější hledání konkrétních klíčových frází a výsledek nakonec stále obsahuje moře balastu.
Až bude možné si nadefinovat své požadavky, spolu se způsobem vyhledávání, priorit zdrojů a možností zahrnutí databází výkladových slovníků pro srovnání relevance zdroje informace, bude to Můj kolega U. I. co potřebuji.

Každá informace má strukturu a index použití

Když se na informaci podíváme jako předdefinovanou strukturu a potřebujeme úhel pohledu na ni, z určitého subjektivního hlediska, nyní se buď díváme na unifikaci ze všech směrů (typově vědecká hlediska) nebo selektivní neucelenou strukturu a je nutné hledat předobraz informace (typově novinářská selekce priorit).

Z tohoto pohledu na informace, se s každým přepisem nalepuje na informaci subjektivní zabarvení využití jazyka popisovatele, když tedy ne rovnou selekce tématu (názor popisovatele). Není to doslovné přemalovávání knih kněžími z doby před knihtiskem, naopak jde o způsob podání rozsahu a hloubky autora pohledu.

Důležitý je způsob podání dotazu

Dopátrat se mnohdy podstaty informace znamená selektivně prohledat mnoho textu a pro nedostatek prostředků zahodit právě ty potřebné nuance, které by mohly pomoci dokreslit chybějící strukturu. Je to jako nutnost přečíst několik knih o jarním řezu dřevin abych se dozvěděl PROČ to má být takto a co strom potřebuje. Umělá inteligence může knihy porovnat a poskládat do nového kontextu s nuancemi okolo stejné osnovy všech. Uživatelsky pak určit priority a podle nich proplétaná vlákna kontextu. Získat zpětně surovou informaci a okolo namotaná klíčová slova, která určují způsob podání informace.  A teprve nad tím hladina takto to podal konkrétní autor.
Stále však nakonec zmiňuji textové informace, protože umožnují nejsnazší práci. Při obrazové informaci se celý proces mnohonásobně komplikuje, v případě videa jde o exponenciální ztížení a bez umělé inteligence to nepůjde.

S počtem relevatních zdrojů a způsobu uživatelské selekce je umělá inteligence blíže k pochopení proč informaci hledáme, přiřadit jí uživatelský význam a připravit další související témata bez potřeby dalších definic.
Tedy čím konkrétnější bude vazba uživatel a umělá inteligence, tak také bude podaná přesnost informací pro potřebnou spolupráci a vzájemné pochopení.