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(shí)，以人工智能為基礎(chǔ)的互動(dòng)界面早在數(shù)十年前就已經(jīng)出現(xiàn)。1966年，麻省理工學(xué)院教授Joseph Weizenbaum推出了ELIZA——這被普遍是做當(dāng)今對(duì)話型人工智能的原型。
幾十年后，在《連線》的一篇報(bào)道中，Andrew Leonard聲稱“機(jī)器人將會(huì)大熱”，而且認(rèn)為這種幾乎技術(shù)很快就能“幫我找到最劃算的CD，給我母親選花，讓我能報(bào)道莫桑比克的最新進(jìn)展。”由于該文發(fā)表于1996年，所以舉例時(shí)使用了早已過(guò)時(shí)的CD。
如今，Slack、星巴克、Mastercard和梅西百貨等公司都已經(jīng)通過(guò)改變，在客戶服務(wù)、聯(lián)網(wǎng)家居和網(wǎng)上訂花等諸多領(lǐng)域使用對(duì)話型界面。
如果你懷疑這項(xiàng)技術(shù)的價(jià)值或前景，可以看看Gartner對(duì)2019年之前的預(yù)測(cè)，這家市場(chǎng)研究公司認(rèn)為，虛擬個(gè)人助手“將改變用戶與設(shè)備互動(dòng)的方式，成為生活中普遍接受的一部分。”
并非所有的對(duì)話型人工智能都是平等創(chuàng)造的，也不應(yīng)如此。對(duì)話型人工智能包括虛擬個(gè)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(jī)器學(xué)習(xí)技術(shù)。用例范圍既包括具體而瑣碎的任務(wù)（塔可鐘的TacoBot），也涵蓋通用而廣泛的服務(wù)（Alex、Siri、Cortana、Google Home）。
很多組織也考慮在個(gè)人或職業(yè)領(lǐng)域部署對(duì)話界面，通常都依靠合作伙伴提供的技術(shù)。但除了技術(shù)之外，仍有很多需要考慮的問(wèn)題。雖然現(xiàn)在稱之為“實(shí)戰(zhàn)指南”還有些為時(shí)尚早，但各大組織在考慮嘗試或部署對(duì)話型人工智能時(shí)還是參考以下幾點(diǎn)：
從一個(gè)有明確答案的小領(lǐng)域切入
“重點(diǎn)是產(chǎn)品或品牌。”Slack開發(fā)者關(guān)系總監(jiān)Amir Shevat說(shuō)，“不應(yīng)該想‘我在開發(fā)一款機(jī)器人’，而應(yīng)該這么想：‘我要提供什么樣的服務(wù)？’”
Shevat和其他人認(rèn)為，除此之外，最好的啟動(dòng)點(diǎn)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(wèn)題。這并不是說(shuō)所有成功的機(jī)器人都應(yīng)該做同一件事情，但關(guān)鍵要從一個(gè)有明確答案的小領(lǐng)域切入，然后設(shè)計(jì)一番用戶通常不知道自己可以享受的體驗(yàn)。
目標(biāo)決定互動(dòng)模式
有的對(duì)話很適合語(yǔ)音互動(dòng)。例如，開車的時(shí)候或者要開啟家中暖氣的時(shí)候。但在詢問(wèn)銀行余額這樣的情況下，或許就需要通過(guò)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(jī)器人互動(dòng)。下圖顯示了兩種成功的互動(dòng)例子。
“很多人仍對(duì)機(jī)器人有一種誤解，認(rèn)為只能說(shuō)話或打字。”微軟的Chris Mullins說(shuō)。事實(shí)上，機(jī)器人可以通過(guò)許多方式（或形態(tài)）與人互動(dòng)或傳遞信息：
語(yǔ)音（Alexa、Siri、Google Home）
打字（聊天應(yīng)用中的機(jī)器人）
通過(guò)鍵盤支持來(lái)提供線索，從而縮小輸入選項(xiàng)的范圍
展示視覺化信息的卡片
“在最成功的情況下，”Mullins說(shuō)，“我們會(huì)看到一種混合的形態(tài)勝出。在合適的時(shí)候，語(yǔ)音很完美。但在其他時(shí)候，打字又很完美。有的時(shí)候，你也想使用卡片或鍵盤支持。確定對(duì)話模式是一種及其難以解決的問(wèn)題，還沒有人能夠完全搞定。”
認(rèn)真規(guī)劃和明確選擇多重背景
如果一個(gè)顧客向零售商詢問(wèn)這樣的問(wèn)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(wèn)題。她現(xiàn)在是否身處店內(nèi)？她在使用手機(jī)還是家里的電腦？開發(fā)者必須針對(duì)多重場(chǎng)景和體驗(yàn)進(jìn)行設(shè)計(jì)。
這一過(guò)程很有挑戰(zhàn)，因?yàn)樾枰诖_定范圍的過(guò)程中設(shè)想不同的互動(dòng)模式。“與人類互動(dòng)非常復(fù)雜，確定對(duì)話模式很困難。”Mullins說(shuō)。要實(shí)現(xiàn)最好的效果，項(xiàng)目團(tuán)隊(duì)就必須從一開始就做出選擇。
持續(xù)的互動(dòng)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(duì)人類與聊天機(jī)器人之間的互動(dòng)編寫程序則是另外一回事。正因如此，人類與機(jī)器人展開的多重交流（“回合”）才如此復(fù)雜和難于開發(fā)，這需要充分理解背景信息。
下圖是一個(gè)來(lái)自Kasisto的例子，表明了簡(jiǎn)單的支付互動(dòng)過(guò)程中蘊(yùn)含的復(fù)雜性。
第一回合：
用戶讓Kai（聊天機(jī)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(gè)名叫Emily的人，詢問(wèn)究竟是哪個(gè)Emily。
第二回合：
——用戶轉(zhuǎn)換話題，詢問(wèn)自己的賬戶還有多少錢。
——Kai回答后，接著說(shuō)，“我們現(xiàn)在說(shuō)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(lái)，這像是一個(gè)非常簡(jiǎn)單的互動(dòng)，但從工程角度來(lái)看，卻需要深入理解背景和語(yǔ)言：
首先，Kai必須認(rèn)識(shí)并追蹤用戶的目標(biāo)，具體到這個(gè)案例，付錢給某人。
第二，Kai必須確定支付對(duì)象。在發(fā)現(xiàn)用戶有兩個(gè)叫Emily的朋友時(shí)，就需要通過(guò)詢問(wèn)來(lái)確定具體的支付對(duì)象。
第三，Kai必須明白“Neubig”這個(gè)獨(dú)立出現(xiàn)的單詞是在指代前面對(duì)話中的內(nèi)容，意思是付錢給Emily Neubig。
第四，Kai必須解讀“我賬號(hào)里有多少錢？”這句話的意思，明白這是一個(gè)全新的請(qǐng)求，與之前的兩個(gè)互動(dòng)并不相同。
最后，它還必須回答這個(gè)新的請(qǐng)求，然后繼續(xù)剛才的對(duì)話，完成最初的請(qǐng)求：向Emily支付5美元。
這段對(duì)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(shí)都對(duì)聊天機(jī)器人的開發(fā)至關(guān)重要——因?yàn)橐谟脩敉ㄟ^(guò)自然的方式表達(dá)時(shí)理解其意圖是一件非常復(fù)雜的事情，但如果想要提供有效的體驗(yàn)，這一點(diǎn)卻至關(guān)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(jī)器人取得成功的唯一要素，探測(cè)情緒、選擇合適的文字和語(yǔ)調(diào)同樣是確保舒適的對(duì)話體驗(yàn)的關(guān)鍵。因此，很多實(shí)驗(yàn)室和創(chuàng)業(yè)公司都在開發(fā)一些軟件，通過(guò)圖片、語(yǔ)音、文本或視頻來(lái)探測(cè)情緒狀態(tài)……
SRI International的語(yǔ)音技術(shù)和研究實(shí)驗(yàn)室就開發(fā)了SenSay Analytics平臺(tái)，號(hào)稱可以通過(guò)語(yǔ)音信號(hào)感知說(shuō)話者的情緒。這樣才能知道用戶何時(shí)感到困惑，并為其提供人類互動(dòng)對(duì)象，也可以判斷用戶是否善于接受，從而為其提供相關(guān)的內(nèi)容。
品牌化機(jī)會(huì)很小，但很有效
品牌化是機(jī)器人取得成功的關(guān)鍵因素。效果不佳的機(jī)器人會(huì)破壞聲譽(yù)，而強(qiáng)大的品牌觸角也可以幫助機(jī)器人取得成功。“我認(rèn)為，對(duì)話型界面中的品牌化機(jī)會(huì)相對(duì)較小。”Adobe的Lars Trieloff說(shuō)，“所以，應(yīng)該在日?；?dòng)中利用品牌。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(duì)話型界面的初期，還有很長(zhǎng)的路要走。但對(duì)話型人工智能——那些能夠更好地模仿人類的方式與機(jī)器互動(dòng)的程序——將會(huì)扎根于此?，F(xiàn)在可能有些原始，但數(shù)據(jù)科學(xué)、自然語(yǔ)言技術(shù)、機(jī)器學(xué)習(xí)和其他科技的進(jìn)步，最終會(huì)為更加流暢的人機(jī)互動(dòng)創(chuàng)造必要的環(huán)境。
對(duì)話型互動(dòng)是否會(huì)等同或好于人類之間的互動(dòng)？有些類型的互動(dòng)可能永遠(yuǎn)都不容易通過(guò)機(jī)器展開。但對(duì)某些用途而言，或許可以實(shí)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(lái)學(xué)家和創(chuàng)意策略師Monika Bielskkyte所說(shuō)：“我們正在進(jìn)入一個(gè)沒有屏幕的未來(lái)。”她預(yù)計(jì)，“未來(lái)，整個(gè)世界就是我們的桌面。”
