Reading Expert 4 [2020] - Unit 06
40 카드 | netutor
세트공유
Thanks to the recent, rapid developments in artificial intelligence technologies, AI is now successfully being used to provide mental health assistance and therapy.
최근 인공지능 기술의 빠른 발달 덕분에, AI는 이제 정신 건강 도움과 치료를 제공하기 위해 성공적으로 이용되고 있다.
There are many ways in which AI can be used for patients of all ages.
AI가 모든 연령의 환자들을 위해 사용될 수 있는 많은 방법이 있다.
Let’s look at a few examples.
몇 가지 예를 살펴보자.
Milo is a robot that looks and acts like a real human.
마일로는 실제 인간처럼 생기고 행동하는 로봇이다.
It was designed to help children with autism.
그것은 자폐증이 있는 아이들에게 도움을 주기 위해 고안되었다.
Milo helps them understand other people’s emotions, express empathy, and develop their social skills.
마일로는 그들이 다른 사람의 감정을 이해하고, 공감을 표현하고, 그들의 사회적 기술이 발달하도록 도와준다.
By interacting with Milo, they can become more confident in real social situations.
마일로와 상호 작용을 함으로써 그들은 실제 사회적 상황에서 더욱 자신감을 가질 수 있다.
Best of all, this robot therapist never expresses frustration, no matter how many times it repeats the same task!
무엇보다도, 이 로봇 치료사는 똑같은 일을 몇 번을 반복하든 절대 불만을 표현하지 않는다!
Woebot, a chatbot therapist that operates on computers and mobile devices, is another example.
컴퓨터와 모바일 기기에서 작동하는 챗봇 치료사인 워봇이 또 다른 예다.
It helps people recognize what triggers negative thoughts in them and keep such thoughts under control.
그것은 무엇이 사람들에게 부정적인 사고를 유발하는지 인식하고 그러한 생각을 통제할 수 있도록 도움을 준다.
Every day, Woebot sends messages to its users.
매일 워봇은 사용자들에게 메시지를 보낸다.
It asks simple questions like, “How do you feel today?”
그것은 “오늘 기분은 어때요?”와 같은 단순한 질문을 한다.
The AI behind Woebot allows it to remember users’ responses and recognize mood changes.
워봇 이면의 AI는 그것이 사용자의 응답을 기억하고 기분 변화를 인지하게 해준다.
Woebot can give suggestions just like a real therapist.
워봇은 마치 실제 치료사처럼 제안을 할 수 있다.
In addition, users can feel more comfortable knowing that it will never judge them, since it is just an application.
게다가 사용자들은 그것이 그저 애플리케이션이므로 자신을 절대로 판단하지 않을 것을 알기 때문에 편안함을 느낄 수 있다.
Similarly, a virtual therapist called Ellie was designed to help gather behavioral evidence from patients who are suffering from depression or post-traumatic stress disorder.
유사하게 엘리라고 불리는 가상 치료사는 우울증이나 외상 후 스트레스 장애를 앓고 있는 환자들로부터 행동 징후를 수집하는 것을 돕기 위해 고안되었다.
Like Woebot, Ellie isn’t judgmental at all, so people can easily open up and share sensitive information with it.
워봇처럼 엘리는 전혀 비판을 하지 않아서, 사람들은 쉽게 마음을 열고 민감한 정보를 그것과 공유할 수 있다.
While a patient interacts with Ellie, it analyzes things like their facial expressions, gestures, and tone of voice.
환자가 엘리와 소통을 하는 동안 그것은 그들의 표정, 손짓, 그리고 목소리 톤과 같은 것들을 분석한다.
This data is then transferred to a human doctor who uses it to recommend further treatment or therapy.
그다음, 이 데이터는 추가적인 치료 및 요법을 권하는 데 그것을 이용하는 인간 의사에게 전송된다.
Although AI cannot fully replace human therapists, it is a great help to doctors when it comes to collecting and analyzing patient data.
AI가 인간 치료사를 완전히 대신할 수는 없지만, 그것은 환자의 데이터를 수집하고 분석하는 데 있어서 의사들에게 큰 도움이 된다.
Also, patients who struggle to interact socially with others can benefit from therapy provided by AI.
또한 다른 사람들과 사회적으로 소통하는 데 어려움을 겪는 환자들은 AI에 의해 제공되는 치료가 도움이 될 수 있다.
As artificial intelligence technology continues to develop, AI therapy is likely to become more and more common.
인공 지능 기술이 계속해서 발달함에 따라 AI 치료는 점점 더 보편화될 것 같다.
A middle school student wants to buy a new pair of jeans and has been comparing prices online.
한 중학생이 새 청바지 한 벌을 사고 싶어 온라인상에서 가격을 비교해오고 있었다.
To her surprise, she receives an email advertising a special sale on jeans from one of the websites that she visited.
놀랍게도 그녀는 방문했던 웹사이트 중 한 곳으로부터 청바지 특별 할인을 광고하는 이메일을 받게 된다.
Soon after, she sees a banner advertisement for that same website while surfing the Internet.
그녀는 인터넷을 검색하면서 이내 같은 웹사이트의 배너 광고를 보게 된다.
How could this be?
어떻게 이럴 수 있는 것일까?
It is all because of “big data”―a revolution in the way that customer data is being collected and utilized.
바로 ‘빅 데이터’라는 것 때문인데, 이는 고객의 자료가 수집되고 활용되는 방법에서의 혁명이다.
These days, it is not hard for companies to gather huge amounts of customer data.
요즘은 기업들이 거대한 양의 고객 자료를 수집하는 것이 어렵지 않다.
What’s difficult is putting it all to good use.
어려운 것은 그것을 잘 활용하는 것이다.
When properly analyzed, big data can show patterns and trends that can be useful in predicting what a shopper will be interested in.
적절하게 분석되면 빅 데이터는 구매자가 무엇에 관심을 가질지를 예측하는 데 유용한 유형과 추세를 보여줄 수 있다.
In other words, big data is less about huge increases in storage capacity and more about improved statistical and computational methods that actually make all of this data useful.
다시 말해, 빅 데이터는 저장 용량의 큰 증가라기보다, 실제로 이 모든 자료를 유용하게 해주는 통계에 근거하고 계산을 요구하는 발전된 방법에 관한 것이다.
One example of a company making the best use of big data is Amazon.com.
기업이 빅 데이터를 가장 잘 활용하는 한 가지 예는 Amazon.com이다.
Amazon keeps track of what items people purchase on their website, which items are in a shopper’s virtual shopping cart, and even which items they have only viewed.
Amazon은 사람들이 웹사이트에서 어떤 물건을 구입하는지, 어떤 물건이 구매자의 가상 쇼핑 카트에 담겨 있는지, 심지어 그들이 보기만 했던 상품들조차 파악한다.
Then, they use this data to provide customers with a personalized shopping experience.
그다음, 고객들에게 개인 맞춤형 쇼핑 경험을 제공하기 위해 이 자료를 활용한다.
As soon as shoppers return to the website, they are shown both items that they have already considered purchasing and items that Amazon predicts that they will be interested in.
구매자들은 그 웹사이트로 돌아오자마자 그들이 이미 구입하려고 했던 상품과 고객이 관심을 가질 것이라고 Amazon에서 예측한 상품을 보게 된다.
In fact, 29% of Amazon’s sales now come through these recommendations.
사실 현재 Amazon 판매량의 29%가 이러한 추천으로 발생한다.
But there are also concerns about big data, both for the customers whose data is being collected and for the companies trying to use it.
하지만 자료가 수집되는 고객들과 그것을 사용하려는 기업 모두에게 빅 데이터에 관한 우려가 존재한다.
One of the biggest issues is privacy because data is often sold to third parties without the customers knowing.
가장 큰 문제 중 하나는 개인정보로, 고객들이 인지하지 못한 채 제 3자에게 자료가 종종 팔리기 때문이다.
Also, companies like Amazon depend on Internet search terms, but these can be misleading because the words that people search are not always related to what they would like to purchase.
또한 Amazon과 같은 기업들은 인터넷 검색어에 의존하는데, 사람들이 검색하는 단어들이 항상 그들이 사고 싶어 하는 것은 아니기 때문에, 이는 잘못된 판단으로 이어질 소지가 있다.
In spite of these problems, it is clear that big data has revolutionized the way that individuals interact with the online world.
이러한 문제점들에도 불구하고 빅 데이터가 개인이 온라인 세계와 상호작용하는 방법에 혁신을 일으켰다는 것은 분명하다.
학생
문장을 낭독, 쉐도잉, 녹음 하는 스피킹 (로그인) 〉
가장 빠르게 암기하도록 도와주는 암기학습 (로그인) 〉
제대로 외웠나 바로 확인하는 리콜학습 (로그인) 〉
철자까지 외우려면 스펠학습 (로그인) 〉
재미있게 복습하려면 스크램블 (로그인) 〉
주관식으로도 재미있는 복습, 크래시 게임 (로그인) 〉
선생님
수업 중 이 단어장을 보고 듣고 질문하는 슬라이드 (로그인) 〉
수업시간이 들썩 들썩 퀴즈배틀 (로그인) 〉
클릭만으로 종이낭비 없이 시험지 인쇄 (로그인) 〉
필요한 세트를 직접 만드는 단어장 만들기 (로그인) 〉
선생님들이 만드신 30만개 단어장 검색하기 〉
고객
센터
궁금한 것, 안되는 것
말씀만 하세요:)
답변이 도착했습니다.