普通人眼中的AI:大眾AI認知、感受、態度調研報告 | 網際網路數據...

2021-01-10 網際網路數據資訊網

人工智慧(Artificial Intelligence,AI),自從1956年提出,期間幾經波折,終於在2012年後迎來爆發。AI也從高深莫測的理論和技術逐漸落地,AI+已經代替網際網路+成為新的趨勢。

雖然AI+領域,如智能家居、可穿戴設備、教育、醫療等動輒千億市場,但真正滲透了多少用戶呢?用戶的感知和接受度又是怎樣的?

獵豹移動研究中心對此進行AI系列調查,想了解大眾對人工智慧概念及產品的認知、智能感受、AI產品購買決策等問題。

本文章是AI系列調查中的第一篇,了解大眾對AI的認知現狀、AI產品滲透和評價、AI發展態度的看法

01 調研樣本

02 AI認知現狀:一知半解

03 AI產品:感受到生活更便利

04 AI發展:期待和顧慮並存

05 小豹觀點

我們通過獵豹移動調研平臺,回收有效問卷3625份。樣本概況:男性較多,佔比56%;年輕用戶多,25歲以下佔比45%;低學歷用戶多,高中以下學歷佔比70%;下沉用戶佔比高,四線及以下城市佔比40%。

一知半解」為大多數大眾對AI的認知狀態,只有20%的大眾自評比較了解或非常了解AI,甚至1/5網民的沒有聽說過AI。

即便知道AI的大眾,有一半平時也不怎麼關注。只有近三成大眾日常對AI相關資訊或產品保持關注,8%是AI智能硬體或App的發燒友,時刻關注AI新品的發布。

將比較了解和非常了解合併為了解較深,我們進一步分析發現:

男性對AI更了解,這和計算機科學領域中男性佔主導地位有關。

18-30歲的青年對AI了解更多,30歲以上用戶對AI的了解較淺,青少年和大眾整體認知一致

學歷越高,對AI越了解,AI理論和技術難度決定了高學歷人群在這一領域的優勢。

各地區人群對AI認知差異不大,網際網路使信息在全球範圍內無差異。

對於各職業人群,企業管理者和專業人士(醫生/律師/記者/老師等)兩個人群對AI的了解更深入;學生群體中,大學生對AI更了解,中學生和整體差異不大;藍領用戶對AI的了解最淺

AI+時代,應用AI技術或打著AI噱頭的大量軟硬體產品出現在人們的生活中。我們以滲透性(用戶是否體驗或購買過)和便利性(是否給生活帶來便利性)來評估AI產品對生活的影響。

AI軟體產品

滲透率較高的軟體是智能語音助手和個性化內容推薦,且用戶非常認可這類軟體對生活帶來便利。這表明智能語音助手作為一個虛擬形象出現在一款軟體或硬體中,已經被大眾接受並認可。軟體會推薦給我喜歡看的內容已經進入用戶認知。

AI修復老照片,如港臺明星18歲照片,和AI換臉,如回家的誘惑bgm響起,這些現象都在社交媒體上引發熱議,極大程度向大眾普及了AI,給用戶帶來娛樂體驗。而AI換臉app ZAO 卻因為隱私條款爭議頗大,對於這種娛樂性大於功能性的app,用戶對隱私的容忍度更低。

相對而言,選擇智能客服給生活帶來不便的用戶較多,這可能是因為有時智能客服無法及時解決問題,給用戶帶來不好的體驗。

AI硬體產品

智能監控、智能音箱、智能控制等智能家居產品滲透率較高,而且80%以上的大眾認為認可智能硬體對生活的積極影響。

相對而言,機器人系列在大眾的生活中滲透較低,尤其是家庭陪伴類機器人。目前市場上,家庭陪伴類機器人主要以兒童機器人為主,兼顧教育屬性,但兒童語音交互問題仍需解決。

AI了解情況影響AI產品滲透

大眾對AI了解的越深入,體驗或購買過的AI軟硬體產品越多。用戶在體驗和購買前,更願意先了解AI和產品的相關信息。

基於對AI認知和現有AI產品的體驗,大眾對AI的未來發展是否有信心呢?我們以情緒感受和顧慮來了解大眾態度。

情緒感受

大眾對AI發展感受積極情緒較多,主要是期待(61%)、好奇(56%),消極情緒較少,主要是擔憂(9%)。在愛德曼2019年AI調查中,當談到技術的現狀和人工智慧的進展時,美國用戶大多是好奇的(46%),只有30%的普通人對AI感到興奮和樂觀。這個結果表明相比於美國民眾,中國民眾對AI發展的態度更加積極。

AI發展顧慮

雖然大眾對AI發展的情緒較積極,但是新聞媒體在不停傳播機器人可能代替人類的焦慮,數據洩漏等負性新聞事件頻發,這些都在不停地挑撥著大眾神經。

用戶最擔心的就是個人數據、隱私暴露。諾頓發布《2018年諾頓LifeLock網絡安全調查報告》,85%的中國消費者比以往更加警惕隱私安全,這一數字在接受調查的全球16個國家和地區中位居前列。

其次用戶擔心的人際關係冷漠,而且相對而言,女性會更擔心

43%的大眾擔心工作崗位減少,相對而言,普通白領、普通工人、自由職業者、專業人員更擔心工作崗位減少。除專業人員外,其他三類崗位相對不穩定,用戶對崗位的安全感不足。而專業人員,如記者、律師等,網際網路資訊的多樣性對他們的挑戰很大。

1、從用戶角度出發,傳遞AI價值

用戶對AI的了解程度會影響到對AI產品的體驗或購買,對AI越了解的用戶,體驗或購買的AI產品越多。打破認知圈層,降低AI認知的難度有利於提高用戶對產品的購買慾。

如何打破認知圈層呢?在AI產品營銷時,應更多從用戶角度出發,不需要介紹AI背後的複雜算法和機制,將重心放在傳遞AI帶來的幫助或好處,使普通人容易理解和接受。

2、女性需要社會提供更多機會,進入AI領域

女性對AI的了解比男性少,而且《2018年全球性別差距報告》顯示,2018年全球人工智慧專業人士中78%是男性,只有22%是女性。社會對性別的刻板印象,使計算機領域女性角色較少。

李飛飛教授在採訪時表示,曾幫助創建一個旨在激發女生對人工智慧的興趣的夏令營。她們收到了多達200份的申請,儘管報名名額只有24個。這表明女性不是不喜歡AI,只是需要更多的渠道可以進入。

3、隱私問題爆發在即

中國人比以往更關注隱私問題,這是好消息,但同時也說明隱私問題愈發嚴重。目前智能家居產品,如智能音箱、智能攝像頭等開始進入千家萬戶,在滿足用戶需求的同時,也在持續收集用戶數據。大眾為了享受服務,一不小心就會在「監控下」。

數據、隱私監管機制尚不完善。但同時也有另外一種聲音,大數據是AI機器學習的養料,過度的機器監管將損害技術創新。這兩者如何尋求一種平衡是政府、企業、科研機構需要共同去考慮的。

預告:本篇對大眾AI認知進行了探討,下篇主題大眾對智能硬體產品的使用感受和購買決策。希望大家持續關注。

來自: 小豹研究中心 

相關焦點

  • CB Insights:2017全球AI企業100強(附下載) | 網際網路數據資訊網...
    Digital ReasoningDigital Reasoning 是認知計算領域的重要企業,構建了可以分析任何形式的非結構化和結構化數據的認知計算平臺 Synthesys,為金融、信息、國防、醫療等領域提供解決方案。36.
  • AI 遇冷?斯坦福年度 AI 報告來揭秘
    AI 的發展究竟是處於黃金時代,還是進入了寒冬期,或許能夠從斯坦福最新發布的《斯坦福 2019 全球 AI 報告》中窺見一二。自 2017 年以來,全球 AI 指數報告已成為業界重要參考。在 2019 年,斯坦福聯合 MIT、哈佛、OpenAI 等院校和機構,從研發、學術會議、技術性能、經濟、教育、自動駕駛與自動武器、公眾認知、社會考量、國家戰略與全球 AI 活力九個維度,對全球發展現狀進行了盤點。
  • 隨手記:2017大眾理財認知與行為指數報告
    日前,國內用戶規模最大的記帳理財APP隨手記聯合知名大數據分析機構易觀發布了《2017大眾理財認知與行為指數報告》(以下簡稱「報告」)。報告基於隨手記與易觀面向全國進行的大眾調查問卷結果(收回93751份有效問卷),並通過專業工具對數據進行脫敏、統計和分析,反映出大眾在投資理財和個人財務管理方面的認知與行為情況。本報告量化出四大核心指數,其中理財認知指數為58.4,財務認知為58.1,518理財節為56.1,理財行動力指數為52.7。
  • 小狸AI英語課怎麼樣?掌門旗下小狸AI課測評:來爆料了!
    隨著智能時代的到來,針對低幼齡孩子的線上教育課程也開始採用ai技術,在斑馬ai課大熱之後,2019年下半年掌門教育也開始研發AI課,並在今年2月上線了小狸AI課app,今天,魚sir就來給大家調研測評一下掌門1對1旗下的小狸ai課怎麼樣?小狸ai英語的效果到底好不好。
  • AI是如何檢測色情片的?
    整個事情仍依賴於標記數據才能發揮作用Zeiler並不認為他的產品會讓任何人失業。它本來就是在解決網際網路上的「尺度問題」。一個婚禮博客Clarifai使用其產品來進行自動化的內容審核,而以前負責審批圖像的編輯則轉向從事定性標記的任務。這並不是要降低自動化下真正的人力成本。
  • AI界的State of the Art都在這裡了
    機器之心編輯參與:劉曉坤、思源近日,來自 MIT 和 UNAM 的四名學生構建了一個收錄了最優算法的網站,他們按領域、任務和數據集採集了最先進水平(SOTA)的論文,並為不同的任務提供了不同的性能度量標準。如果我們需要處理特定數據集或任務,這能大大減少搜索論文的時間,同時還能快速了解當前最優的解決方案。
  • 美國領跑AI創新?福布斯全球AI 創企Top 50
    66.PERSADOPersado擁有認知內容平臺可產生啟發的語言行動。 是一家用機器學習技術進行語言分析的公司,通過其saas平臺向用戶提供廣告文案攥寫的服務。34.X.AIx.ai是人工智慧個人助理,可以為你安排會議。 無需登錄、密碼、下載。 所有你做的是CC amy@x.ai進入你的電子郵件對話,接管了繁瑣的電子郵件安排會議。他們的投資者包括,IA Ventures,Firstmark,Two Sigma Ventures,SoftBank Capital,DCM和普利茲克集團。
  • ai文件用什麼軟體打開_ai文件怎麼打開
    打開APP ai文件用什麼軟體打開_ai文件怎麼打開 胡哥 發表於 2012-10-16 11:31:57 後輟為ai的文件是illustrator軟體(在廣告、印刷包裝方面使用的軟體)製作的矢量圖文件,而矢量圖的優點是如何放大圖像都不會產生馬塞克現象,即不會虛。
  • 吳博:目標檢測集成框架在醫學圖像 AI 輔助分析中的應用 | AI 研習...
    而 ImageNet 2013 年推出目標檢測挑戰,在四萬張網際網路圖片中檢測 200 類物體,mAP 從 0. 2258 提升到 2017 年 0.7322,這個水平也幾乎達到了人類的水平。分割:這也是常規的醫學圖像分析中的一類任務。
  • 全球三十大最佳 AI 創業公司公布
    出門問問發布了問問手錶 Ticwatch、問問音箱 Tichome、小問音箱 Tichome Mini、與大眾汽車集團合資成立的問眾智能的問問魔鏡 Ticmirror、問問魔眼 Ticeye 等產品。2017 年 4 月出門問問與大眾汽車集團成立合資公司問眾智能,同年成為 Google Android Wear 中國官方運營夥伴。
  • 2019 AI Index 報告出爐:AI 領域取得的進展很多,但結果憂喜參半
    雷鋒網 AI 科技評論按:當地時間 12 月 11 日,斯坦福「以人為本」人工智慧研究院與 OpenAI 合作完成的2019 AI Index 年度報告發布。作為史丹福大學「AI100」項目的一部分,AI Index 旨在研究影響人工智慧產業的最大趨勢、突破性研究進展以及人工智慧對社會的影響,今年已是該報告發布的第三個年頭。
  • 其實,ai不止是一項科技,更是一種文化,一種觀念
    其實,ai不止是一項科技,更是一種文化,一種觀念。自2016年alphago在圍棋系列賽中戰勝職業棋手以來,ai已經開始在某些領域中取得進展,並且在某些問題上實現了突破。在最近的新聞中,谷歌發布的兩張miranda照片不僅僅是事實,還再次為我們揭開了ai正在開始各領域進行科學研究的新面貌。
  • Roadstar.ai又添砝碼:自建模擬器,邁向運營深水區
    此外,Roadstar.ai的部分傳感器是定製化的傳感器,為了達成最佳的場景復現,因此自行研發自動駕駛仿真器成為了必然的選擇。模擬器本質上是一個數據生成器,一方面通過硬體在環的方式,根據自己採集的數據生成各種虛擬的場景反覆測試,一方面構建一些極端的,甚至現實生活中不存在的場景對算法進行訓練。
  • Roadstar.ai 自動駕駛樣車上路,深度融合技術路線能否超越Waymo?
    在約3個月後,Roadstar.ai的原型車初步成型。上文就是我們近日體驗了原型車後的感受(路測視頻),新智駕也是除公司員工外首批體驗原型車的外部人士,並在試乘後與三位聯合創始人聊了聊背後的技術細節。走上「正確的道路」實現自動駕駛有多種技術路徑,比如以攝像頭為主的方案(特斯拉、AutoX),和以64線雷射雷達為主的方案(Waymo、百度)。
  • 只需1 分鐘,這個網站用 AI 分離歌曲的人聲、伴奏和樂器聲
    糰子DanGo.ai(https://dango.ai/)——微博網友@無吔學生近期利用AI技術做的這個能分離音頻軌道的網站火了。在音樂分離這一領域,實際上已經有一些免費的AI工具。比如,由法國音樂流媒體服務公司Deezer為研究目的而開發的Spleeter開源工具,只需要提供一個音頻文件,然後Spleeter就會將它分成兩個、四個或五個獨立的音軌,非常有用。
  • AI的意義是什麼呢?
    當然人工智慧榜上有名,ai的意義個人認為是人類在已有知識用計算機智能算法去重複演練的的一個過程。無論是簡單還是複雜的事情,人類選擇讓ai去做的事情都是人類已經反覆實驗反覆測試過的,能讓人類去做更有意義的事情,人類的文明也將進入一個新時代。
  • Gartner力推,這家公司開發了世界上首個聽得懂中文的AI數據分析平臺
    然而在北美,AI驅動的增強分析讓神話走進了現實:通過結合機器學習、自然語言處理等技術,自動整理、清洗、分析數據並給出建議,普通人也可以和AI系統直接對話、做出企業經營決策,不再需要大量數據科學家的參與。
  • AI看圖說話首超人類!微軟認知AI團隊提出視覺詞表預訓練超越...
    為解決這些問題,微軟認知服務團隊的研究人員提出了一種名為視覺詞表預訓練(Visual Vocabulary Pre-training,簡稱VIVO)的解決方案。無需配對圖文數據,VIVO看圖說話奪冠nocaps首次超越人類VIVO可以在沒有文本標籤的數據上進行文本和圖像的多模態預訓練,擺脫了對配對圖文數據的依賴,可以直接利用ImageNet等數據集的類別標籤。藉助VIVO,模型可以學習到物體的視覺外表和語義之間的關係,建立視覺詞表。這個視覺詞表是啥呢?
  • 夏日專刊AI產品上新升級集錦,50餘項軟硬能力加速場景落地
    >>立即購買console.bce.baidu.com/ai/?_=1599192116031&fromai=1#/ai/face/buyPackage/index~apiId=225&status=13.
  • 現在ai突破基礎研究平臺的難度還有點大
    醫療行業的人工智慧肯定是基於人工智慧大數據的深度學習和仿真模擬實驗,來形成醫學的疾病診斷、治療、康復等系統。可以嘗試企業通過科研平臺基於學術界新的突破性技術,進行開發。用人工智慧技術輔助醫院進行基礎性的病理診斷、口腔診斷、放射診斷等,以及輔助診斷口腔等的輔助性器官和手術。另外,可以嘗試利用人工智慧輔助醫療技術,推廣心臟支架、先天性畸形的治療等疾病預防和治療方案,或者幫助醫生診斷病理。