蘋果推出Siri已經(jīng)7年，杰夫·貝索斯（Jeff Bezos）受到《星際迷航》的啟發(fā)推出Alexa也已經(jīng)3年。
其實，以人工智能為基礎的互動界面早在數(shù)十年前就已經(jīng)出現(xiàn)。1966年，麻省理工學院教授Joseph Weizenbaum推出了ELIZA——這被普遍是做當今對話型人工智能的原型。
幾十年后，在《連線》的一篇報道中，Andrew Leonard聲稱“機器人將會大熱”，而且認為這種幾乎技術很快就能“幫我找到最劃算的CD，給我母親選花，讓我能報道莫桑比克的最新進展。”由于該文發(fā)表于1996年，所以舉例時使用了早已過時的CD。
如今，Slack、星巴克、Mastercard和梅西百貨等公司都已經(jīng)通過改變，在客戶服務、聯(lián)網(wǎng)家居和網(wǎng)上訂花等諸多領域使用對話型界面。
如果你懷疑這項技術的價值或前景，可以看看Gartner對2019年之前的預測，這家市場研究公司認為，虛擬個人助手“將改變用戶與設備互動的方式，成為生活中普遍接受的一部分。”
并非所有的對話型人工智能都是平等創(chuàng)造的，也不應如此。對話型人工智能包括虛擬個人助手（Alexa、Siri、Cortana和Google Home）和專業(yè)助手（X.ai和Skipflag）兩類。它們可以基于一套規(guī)則引擎開發(fā)，也可以使用機器學習技術。用例范圍既包括具體而瑣碎的任務（塔可鐘的TacoBot），也涵蓋通用而廣泛的服務（Alex、Siri、Cortana、Google Home）。
很多組織也考慮在個人或職業(yè)領域部署對話界面，通常都依靠合作伙伴提供的技術。但除了技術之外，仍有很多需要考慮的問題。雖然現(xiàn)在稱之為“實戰(zhàn)指南”還有些為時尚早，但各大組織在考慮嘗試或部署對話型人工智能時還是參考以下幾點：
從一個有明確答案的小領域切入
“重點是產(chǎn)品或品牌。”Slack開發(fā)者關系總監(jiān)Amir Shevat說，“不應該想‘我在開發(fā)一款機器人’，而應該這么想：‘我要提供什么樣的服務？’”
Shevat和其他人認為，除此之外，最好的啟動點是尋找那些可以用大量數(shù)據(jù)數(shù)據(jù)緩和或解決的棘手問題。這并不是說所有成功的機器人都應該做同一件事情，但關鍵要從一個有明確答案的小領域切入，然后設計一番用戶通常不知道自己可以享受的體驗。
目標決定互動模式
有的對話很適合語音互動。例如，開車的時候或者要開啟家中暖氣的時候。但在詢問銀行余額這樣的情況下，或許就需要通過文本輸入精確的隱私信息。但還有其他方式可以幫助用戶與機器人互動。下圖顯示了兩種成功的互動例子。
“很多人仍對機器人有一種誤解，認為只能說話或打字。”微軟的Chris Mullins說。事實上，機器人可以通過許多方式（或形態(tài)）與人互動或傳遞信息：
語音（Alexa、Siri、Google Home）
打字（聊天應用中的機器人）
通過鍵盤支持來提供線索，從而縮小輸入選項的范圍
展示視覺化信息的卡片
“在最成功的情況下，”Mullins說，“我們會看到一種混合的形態(tài)勝出。在合適的時候，語音很完美。但在其他時候，打字又很完美。有的時候，你也想使用卡片或鍵盤支持。確定對話模式是一種及其難以解決的問題，還沒有人能夠完全搞定。”
認真規(guī)劃和明確選擇多重背景
如果一個顧客向零售商詢問這樣的問題：“在我附近的店里，哪里能找到電鉆？”開發(fā)者就必須根據(jù)客戶所在的位置考慮問題。她現(xiàn)在是否身處店內(nèi)？她在使用手機還是家里的電腦？開發(fā)者必須針對多重場景和體驗進行設計。
這一過程很有挑戰(zhàn)，因為需要在確定范圍的過程中設想不同的互動模式。“與人類互動非常復雜，確定對話模式很困難。”Mullins說。要實現(xiàn)最好的效果，項目團隊就必須從一開始就做出選擇。
持續(xù)的互動需要持續(xù)理解背景信息
要理解“播放碧昂斯的《Lemonade》”和“查查我的銀行余額”這種單一命令是一回事，而要針對人類與聊天機器人之間的互動編寫程序則是另外一回事。正因如此，人類與機器人展開的多重交流（“回合”）才如此復雜和難于開發(fā)，這需要充分理解背景信息。
下圖是一個來自Kasisto的例子，表明了簡單的支付互動過程中蘊含的復雜性。
第一回合：
用戶讓Kai（聊天機器人）向Emily支付5美元。
Kai在用戶聯(lián)系人列表里面找到兩個名叫Emily的人，詢問究竟是哪個Emily。
第二回合：
——用戶轉換話題，詢問自己的賬戶還有多少錢。
——Kai回答后，接著說，“我們現(xiàn)在說到哪兒了？”然后繼續(xù)最初給Emily支付5美元的話題。
起初看來，這像是一個非常簡單的互動，但從工程角度來看，卻需要深入理解背景和語言：
首先，Kai必須認識并追蹤用戶的目標，具體到這個案例，付錢給某人。
第二，Kai必須確定支付對象。在發(fā)現(xiàn)用戶有兩個叫Emily的朋友時，就需要通過詢問來確定具體的支付對象。
第三，Kai必須明白“Neubig”這個獨立出現(xiàn)的單詞是在指代前面對話中的內(nèi)容，意思是付錢給Emily Neubig。
第四，Kai必須解讀“我賬號里有多少錢？”這句話的意思，明白這是一個全新的請求，與之前的兩個互動并不相同。
最后，它還必須回答這個新的請求，然后繼續(xù)剛才的對話，完成最初的請求：向Emily支付5美元。
這段對話證明，為什么明確的目的、縮小回答范圍和深入的專業(yè)知識都對聊天機器人的開發(fā)至關重要——因為要在用戶通過自然的方式表達時理解其意圖是一件非常復雜的事情，但如果想要提供有效的體驗，這一點卻至關重要。
EQ跟IQ同樣重要
高超的智能和明確的用戶意圖并非機器人取得成功的唯一要素，探測情緒、選擇合適的文字和語調同樣是確保舒適的對話體驗的關鍵。因此，很多實驗室和創(chuàng)業(yè)公司都在開發(fā)一些軟件，通過圖片、語音、文本或視頻來探測情緒狀態(tài)……
SRI International的語音技術和研究實驗室就開發(fā)了SenSay Analytics平臺，號稱可以通過語音信號感知說話者的情緒。這樣才能知道用戶何時感到困惑，并為其提供人類互動對象，也可以判斷用戶是否善于接受，從而為其提供相關的內(nèi)容。
品牌化機會很小，但很有效
品牌化是機器人取得成功的關鍵因素。效果不佳的機器人會破壞聲譽，而強大的品牌觸角也可以幫助機器人取得成功。“我認為，對話型界面中的品牌化機會相對較小。”Adobe的Lars Trieloff說，“所以，應該在日?；又欣闷放?。確保它能把一件事情做得很好，完全符合客戶訴求。”
目前還處在利用對話型界面的初期，還有很長的路要走。但對話型人工智能——那些能夠更好地模仿人類的方式與機器互動的程序——將會扎根于此?，F(xiàn)在可能有些原始，但數(shù)據(jù)科學、自然語言技術、機器學習和其他科技的進步，最終會為更加流暢的人機互動創(chuàng)造必要的環(huán)境。
對話型互動是否會等同或好于人類之間的互動？有些類型的互動可能永遠都不容易通過機器展開。但對某些用途而言，或許可以實現(xiàn)這一愿景：我們已經(jīng)看到了很多創(chuàng)新，但現(xiàn)在只是冰山一角。
有一件事情是確定的，正如未來學家和創(chuàng)意策略師Monika Bielskkyte所說：“我們正在進入一個沒有屏幕的未來。”她預計，“未來，整個世界就是我們的桌面。”
