684      iPhone_iPad_Mac_apple

如何讓Cortana像人一樣交流

抱歉我對人工智能、深度學習這些課題並沒有什麼研究，所以以下說的可能很粗淺可笑。

---------------------------------------

顯然，Cortana一定具有學習能力。但它是如何運作的呢？我猜應該是默默的在後台、甚至在微軟的數據庫中進行。但為什麼不把學習同時也放到前台，讓用戶通過交流、像教一個孩子一樣去教Cortana呢？

Cortana是一個人工智能而不是語音助手，這意味著她的靈魂不在於有多麼豐富的功能、有多少API權限，而在於如何像人一樣交流、思考，如何理解人類。而了解一個人最好的方式，我想是通過交流，而不是默默閱讀死板的資料。

如果要像對一個人類小孩一樣，通過交流讓Cortana學習和理解，我認為大概有以下關鍵點：

1、詢問

目前Cortana也有詢問功能，但僅僅針對一個可理解、但不完整的指令。她並不會對一句無法理解的話進行詢問。實際上，我必須得說設計者太執著於傳統的人機交互流程，太執著於對每個輸入都有明確結果——true or false。

舉例：

“打電話給老婆”——Cortana能理解這個指令；

但如果我說“電我老婆”呢？

這是個簡單的動賓短語。Cortana能理解賓語，但無法理解動詞。但她可以簡單的問：“電是什麼？”或者“怎麼電？”

聽起來其實很簡單。但這需要從本質上改變Cortana的響應流程。除非我明確說搜索，否則不要用網頁搜索來終止交流；保持詢問，直到能明確理解完整指令，或是用戶明確要求放棄；除非可理解的短語比例實在太低，否則也不要回應”沒聽清楚“。

相信我，在用戶沒有要求搜索的時候啟動一個網頁搜索是最蠢的響應。沒有Cortana這麼多年我也活下來了，我不需要她一定得做點什麼。

P.S.我們會喜歡一個不太善解人意、但會反複詢問確認以便把事情做對的助理；但我們很難喜歡一個自以為是、不問清楚就把事做錯的助理

2、糾錯

這實際上是詢問的補充機製，同樣是為了充分交流和理解。如上所述，Cortana可以用反複詢問直到明確理解指令，但她也可能錯誤理解指令。因此，在她執行指令的過程中，應該始終保持一個糾錯監聽；事實上，哪怕執行完了也應該允許糾錯。

舉例：

”我今晚要去北京“

”正為你查找到北京的導航路線“

”不對“

”（中止）哦？我應該怎麼做？“

“我坐飛機去，查查航班”

3、學習模式

學習模式是個很簡單的功能，本質上就是try&catch的沙盒模式，讓用戶和Cortana相互熟悉。在這個過程中，實際上仍然是對”詢問“和”糾錯“的反複應用。

舉例：

"小娜，學習模式”

“學習模式已開啟”

“短信”

“我會問你要發短信給誰”

“不對，我隻說“短信”的意思是我想看看有什麼新短信“

”我不太理解。請告訴我“短信”這個命令等同於什麼？“

”所有未讀短信“

”記住了“

”很好，我們試一次。短信“

”我會為你列出所有未讀短信。我做的對嗎？“

”對，真棒“

4、語境，連貫性。

OK，我們逐漸談到了核心。我之前提到”像人一樣交流、思考“，其中最核心的是像人一樣思考。我非常相信微軟在這方麵有著更加深入的理解和研究，不過我還是想稍詳細的談談我的理解——

**********************

人的大腦工作方式很多時候就像是簡單的”匹配、關聯“。我們通過感官接收信息，分解信息，然後把信息的每一部分用各種方式去和”數據庫“做匹配。這個數據庫異常龐大，因此它有一套複雜的索引機製，某些內容會更加容易被匹配到。

這個索引機製其中之一，就是時間。時間越近、匹配命中率越高。而這就是所謂”語境“的成因。當我們聽到意味不明的話，我們優先從最近的對話中——而非久遠的記憶中、權威的資料中——進行匹配並嚐試詮釋它的含義；甚至我們聽到意味明確的話，我們仍然會根據最近的對話去豐富它的含義，嚐試探尋是否可以有不同的理解。

我們這樣思考，然後這樣交流。而後我們進一步在交流中鞏固”語境“的使用。我們教別人根據語境來理解對話，我們在寫作中根據上下文設計情境，我們根據語境省略一些措辭，營造出人類獨有的交流中的默契。

***********************

人與人之間的交流總是連貫的，上一句話和下一句話互相聯係——除非我們強行說“forget it，我們來開始一個全新的話題”。這是因為人的思維本來就具有連貫性。但在與Cortana交流時，激活語、點擊話筒、時間間隔，這些設定生硬的分隔了一切。這還是與傳統的機器交流的方式——指令、響應，指令、響應。

作為人工智能，Cortana必須嚐試理解“語境”，必須根據時間相關性把所有對話（還包括操作）聯係起來。人是不精確的生物，自然語言是不精確的指令。隻有嚐試像人一樣思考、根據語境去補充這種不精確，Cortana才能真的像人一樣和人交流。

舉例1——現有的“關聯上下文”功能：

“Cortana，明天的天氣如何？”

“明天天氣（...）”

“後天的呢？”

“後天天氣（...）”

看上去，Cortana已經做到了關聯上下文。但根據我的測試，這隻是表象。這種“關聯”實際上隻是對現有指令的快捷修改，並不是“理解”。請看下一個例子：

舉例2——關聯理解，補充含義：

“Cortana，明天杭州的天氣如何？”

“明天杭州天氣（...）”

”查查過去的航班“

（無法理解）

兩句話是兩個不同指令，因此”快捷修改指令“就無法實現。但如果使用”理解“機製，就可以這樣：

a) 指令類型是”查航班“

b) ”過去“是指從所在地出發

c) 缺少目的地信息。但上文提到杭州，而杭州並不是當前所在地，因此可以猜測杭州為目的地

P.S. Cortana也可以嚐試確認：”你是指北京到杭州嗎？“

*******************

舉例3——關聯理解進階版：

“Cortana，打電話給我老婆”

（電話...）

“Cortana，幫我訂張機票”

我沒有說明時間、目的地，那麼此時優先應該考慮語境。

a) 最優先能關聯到的對象是“老婆”，而”老婆“具有”所在地“屬性，因此可以猜測要前往“老婆”的所在地

b) “老婆”是重要的人，因此越快越好

因此Cortana應該“推論”我想要查找最早的前往“老婆”所在城市的航班。她可以向我詢問是否理解正確、並詢問“老婆”的所在城市。

********************

舉例4——修正含義：

”Cortana，終結者5上映了嗎？“

”已經在本地各大影院上映“

”幫我在萬達影院買張今晚的電影票“

”今晚的場次有19:00、20:00、21:00，請問要買哪一場？“

”我19點到20點要去科技園“

如果按照傳統的指令模式，Cortana要麼會為我導航到科技園，要麼會為我創建提醒——因為最後一句話幾乎是個非常明確的指令。當我是人類，人類幾乎不會完全拋開語境進行交流。

應該如何理解呢？

a) 之前的對話並沒有結束，因此最後一句話必定（極大概率）和上文相關

b) 上下文都提到了”時間“，因此關聯性在於”時間“。由於連續提到”時間“，時間升級為主要內容，”要去科技園“變為次要內容

c)”要去科技園“和”看電影“無法建立關聯，因此我所描述的這個計劃和看電影無關

d) 因此，我是在否定19點到20點這個時間段

因此，Cortana應當回答我：“那麼選擇21:00的場次嗎？”

*************************

這個話題繼續談下去可以有很多很多，通過語境，我們可以理解情緒、理解反話、理解雙關……嗯不過作為一篇社區發言我已經寫得太囉嗦了。

上麵我所舉的例子裏，Cortana總是在不斷的推論、猜測，也許有人會覺得怪怪的。但這就是人類交流的方式。不斷的猜測、不斷的通過交流去證實。企圖一步到位的精確執行命令，這並不是人類的思維方式。

我非常理解人工智能是條漫長困難的路。如果說這隻是起步，那麼我更希望Cortana像個蹣跚學步的孩子，優先去掌握良好的學習方式，而不是急急忙忙去開車做飯。

最後更新：2017-11-18 18:05:14

  上一篇： Win10不支持添加小米5

  下一篇： 我的電腦裝了係統後，忘了密碼了，有恢複密鑰，恢複不了