Waterfall 如何运作

从与老年人的对话到让 AI 更具人性的 API 调用——以下是每一步发生的事情。

处理流程

六个阶段将一次对话转化为任何 AI 系统都可以访问的智慧。

1

采集智慧

养老机构中受过培训的引导员或老年人本人通过我们的应用回答由认知科学家设计的问题。每次会话都遵循 Why Drill 协议:故事 → 原则 → 为什么 → 应用。

提问示例:

「回想一次你坐在厨房餐桌旁,一场对话改变了一切的经历。发生了什么?它教会了你什么?你为什么相信这个道理?你会把同样的建议给一个背景完全不同的人吗?」

2

转录与话者分离

音频使用针对老年人语音模式优化的语音识别技术进行转录,并通过话者分离技术区分老年人的声音和采访者的声音。结果是带有时间戳和话者标签的转录文本。

3

标注与提取

AI 从转录文本中提取结构化智慧:核心原则、道德维度(使用海特的道德基础理论)、适用情境和情感档案。每个元素都在五个质量维度上进行评分。

具体性
普遍性
新颖性
连贯性
真实性
4

验证

自动化质量关卡标记低连贯性或敏感内容。人工审核员验证提取的原则,检查个人信息清除情况,并确保文化敏感性。只有通过验证的记录才进入训练阶段。

5

嵌入与索引

经过验证的智慧被转换为向量嵌入并建立语义检索索引。这使得 API 能够为任何情境找到相关智慧——不是通过关键词匹配,而是通过语义理解。

6

训练与服务

结构化的智慧对训练智慧模型。带有情感标签的数据训练 Water 引擎。两者都通过 API 提供服务——任何 AI 系统都可以实时调用它们,获取基于智慧的指导和情感智慧。

我们问题背后的科学

三大研究支柱确保我们提取深层、真实的智慧——而非表面的轶事。

认知科学

基于图尔文的编码特异性原理——当提取线索与原始编码匹配时,记忆提取效果最强。

  • 感官锚定的情节激活
  • 语义原则提取
  • 桥接问题:情节 → 原则

行为科学

旨在减少社会期望偏差和表演性回答。

  • 忏悔式框架而非表演式框架
  • 第三人称投射用于道德推理
  • 时间距离化促进诚实反思

神经科学

在叙事模式和分析模式之间交替,以获取不同类型的知识。

  • 默认模式网络激活(故事)
  • 前额叶参与(推理)
  • 具身化提示获取躯体知识

智慧的五大领域

我们的分类体系覆盖人类智慧的完整版图,包含 26 个子领域和 500 多个基于研究的问题。

人生导航

人际关系、丧失、职业、育儿、老龄化、人生转折

道德推理

伦理、公正与仁慈、诚信、个人与集体

情感智慧

读懂他人、冲突、共情、自我调节、直觉

文化智慧

传统、社区、代际价值观、灵性

实用启发

决策、风险、人员管理、财务

两种采集方式

机构模式

与养老院、退伍军人中心、社区中心和教堂合作。经过培训的引导员使用我们的平板应用引导 30-45 分钟的会话。

  • 配备会话管理功能的引导员应用
  • 定向麦克风确保音频质量
  • 多感官线索:照片、音乐、物品
  • 「智慧圈」小组形式(3-5 位老年人)

应用模式

直接面向老年人或由家人协助。老年人按照自己的时间和节奏使用我们的移动应用。

  • 每日智慧问题推送通知
  • 纯语音选项(应用朗读,老人回答)
  • 家人辅助录制模式
  • 渐进式深入(简单 → 深入)

每个故事都曾被讲述

随着时间推移,模式会浮现。Waterfall 的数据揭示了人格类型、人生经历和导航智慧的聚类——一张人类境况的活地图。

随着我们采集数千个故事,数据向我们展示了聚类所在。人格类型、应对策略、决策模式、关系动态——它们在重复。这句谚语是真的:每个故事都曾被讲述。这意味着在某个地方有一位老人已经经历过您此刻正面临的那个处境。

智慧聚类

我们的嵌入模型将故事映射到高维空间中,相似的经历自然聚集在一起。我们识别出原型——跨越文化和代际反复出现的共同人生模式、决策风格和情感策略。

情境匹配

当有人面临挑战时,我们的搜索引擎不是匹配关键词——而是匹配含义。描述您的处境,Waterfall 就能找到经历过极为相似情况的那位老人,以及引导您度过难关的智慧。

智慧搜索引擎

将它想象为人生经验的搜索引擎。不是链接和文章——而是来自真正经历过您所经历之事的真实人物的真实故事。心碎、职业十字路口、育儿困境、失去、伦理灰色地带——总有一位老人知道出路。

亲身体验

无论您是寻求合作的养老机构、想要 API 访问权限的开发者,还是准备分享的老年人——我们期待您的联系。