如何利用 AI 的学习能力，优化人机对话？

编者按：本文编译自Linkedin原标题为How to design better conversations with machines的文章。

人们认为自动化可以节约成本。但是如果无法优化人机对话设计，企业就难以放心地把业务交给机器。

机器人越来越普及。牛津大学预测，在2033年全球47％的就业岗位将实现自动化。而经济合作与发展组织（OECD）的研究表明，其成员国中几乎10％的就业岗位都可以实现完全自动化。 随着机器人不断从工厂转移到办公室，我们需要确保机器人在不断改善我们的服务，而不仅仅是让服务成本更加低廉。 因此，我们需要进一步优化人机对话设计。

几十年来，AI智能助手一直是科幻小说中的“圣杯”，但现在我们很容易对这项技术感到不知所措。 坦率地说，Alexa助手并不是最能干的帮手。 那么，我们该何去何从？

我在大学学习了人机交互。在那之后的几年里我一直关注着AI的发展，尤其是亚马逊、谷歌等创新公司。 大型企业会如何应对这些技术挑战？ 智能助手能够在多大程度上理解2017年自然语言处理中的微妙歧义？ 如今的机器人能够了解消费者模糊的需求和愿望吗？

“对不起，我不明白你的问题。”

亚马逊和谷歌的产品可能是数字技术的巅峰，但是与Alexa或Home互动的人都会知道智能助手仍然力不从心。

在不确定的时期，人们会着眼于当下，预算也会收紧，运营成本也会上升。 在整个服务行业，企业都在寻求新的方法来提高效率，这就是为什么越来越多的客户一直在跟我们讨论机器人。 机器可能是一个不错的解决方案，但也需要不断改进才能们不满足人们的期望。

想象一下，你因为机器人秘书无法理解你的口音而看不了医生，或者您因拼写错误而无法访问自己的储蓄银行。人类可以很轻松地解决这些问题，但是机器人有自己的一套规则，而我们必须遵守它们的规则，至少不能突破规则的底线。我们怎样做，机器人才能变得不仅强大，而且更容易操作呢？

未来，大多数人都将熟知Siri或Alexa，所有人都可以使用这项技术。 Mycroft AI是一个开源的替代品，任何有Raspberry Pi的用户都可以把自己的个人助理凑在一起。 该项目的社区经理Andrew Vavrek认为，企业将这种技术应用于服务中绝非易事并且花销不低。 他说：

“我们正处在一个新的发展时代。如何让设备迎合用户的使用习惯成为重中之重。 而实现这一点需要大量数据，机器学习技术和对话意图的分析。 从本质上讲，当我们使用这些设备的时候，它们也在不断学习。 随着机器的改进，设备也会给我们带来更加优质的服务。”

目前，数字助理似乎意识不到有人在和它们交谈。 没什么比这更奇怪。当Alexa用一些蹩脚的语句和你交谈时，感觉十分较诡异。比如：“听到这个消息很高兴”。

Vavrek认为，我们与机器关系的关键在于信任。如果我们希望和机器建立这种信任，我们需要停止用眼睛思考：

“如果我们想设计出更好的人机对话系统，屏幕上带来的视觉刺激已经远远无法满足用户的需求。这时他们就会怀念键盘和鼠标。”

过去二十年里，用户体验设计师一直在简化用户界面，使其更简单，更易操作，反应更灵敏。 但是这些改进只适用于简单的交互。 如果想要设计更复杂的人机交互，我们需要仔细考虑如何利用AI的学习能力使之更好地理解人类的语言。

AI的未来将很大程度上取决于设计人员和工程师。随着技术的不断发展，AI被应用于各行各业，提供越来越多的服务。 但现在，AI需要在跑之前先学会怎么走。

消费者希望AI能够理解自己而不是服从命令。 技术看起来似乎正在迅速发展，但迄今为止，能够实现真正人机交互的服务提供商少之又少。

原文作者：Sarah Ronald 

原文链接：https://www.linkedin.com/pulse/how-design-better-conversations-machines-sarah-ronald/

编译组出品。编辑：郝鹏程