工業(yè)人工智能浪潮下人機交互的分析和解讀

PC時代，瀏覽器成為了互聯(lián)網(wǎng)的一道入口；到了移動互聯(lián)網(wǎng)時代，以App Store為代表各類應用商店成為了入口。而到了IOT（物聯(lián)網(wǎng)）的時代，人工智能助手可能會成為入口。用戶界面的交互方式，最早看到的是Web，然后是App，到了新時代可能是自然語言。

除了輸入法可以使用語音輸入以外，語音技術(shù)也可以廣泛應用在醫(yī)療領域、智能車載、智能可穿戴、智能家居、教育領域等各行各業(yè)。

本期公開課我們請到了訊飛輸入法的創(chuàng)始人翟吉博為大家揭秘人工智能浪潮下人機交互的未來走向。

“汽車沒有出現(xiàn)之前，人們只想要一匹跑的更快的馬”，這就是創(chuàng)新驅(qū)動路徑，也正是因為這種創(chuàng)新精神，人工智能大時代順勢而生。人工智能、科學技術(shù)、人機交互滲透進你我生活的每個縫隙，我們經(jīng)歷的每種改變、突破甚至革命，都值得借鑒、探索和挖掘。

Part1： 人工智能為何物？

人工智能是能夠和人一樣進行感知、認知、決策、執(zhí)行的人工程序或系統(tǒng)。

1956年達特茅斯會議召開，以麥卡賽、明斯基、羅切斯特和申農(nóng)等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關(guān)問題，并首次提出了“人工智能”這一術(shù)語，它標志著“人工智能”這門新興學科的正式誕生。

莫爾，麥卡錫，明斯基，塞爾夫里奇，所羅蒙夫（從左至右） 2006 年出席紀念人工智能學科50 周年會議合影

70年代后期，人們發(fā)現(xiàn)過去的理論和模型，只能解決一些非常簡單的問題，很快人工智能進入了第一個冬天。80年代又興起一撥人工智能的熱潮，包括語音識別、語音翻譯計劃，以及日本提出的第五代計算機。

元罔達的《第五代計算機》中，第五代計算機系統(tǒng)概念圖

到了90年代后期，人們發(fā)現(xiàn)這種東西離實際生活實在太遙遠。IBM在90年代的時候提出了一款語音聽寫的軟件叫IBM Viavoice，效果其實不錯，但是真正用的時候卻遭冷遇。因此，在2000年左右第二次人工智能的浪潮再次破滅。

人工智能開始進入真正爆發(fā)的標志，是2006年Geoffrey Hinton提出的深度學習技術(shù)，以及在圖像、語音識別以及其他領域內(nèi)取得的一些成功。

Part2: 弱人工智能時代

人機交互的發(fā)展

在此次AI公開課上，分享人翟吉博提到了人工智能的三個階段，他認為人工智能可以分為三個階段，分別是弱人工智能、強人工智能和超人工智能。目前我們常說的人工智能主要是弱人工智能，只擅長于單個方面的人工智能。

比如AlphaGo，雖然下圍棋很強，但如果讓它下象棋或者國際象棋，也許就不會了。還有我們常見的掃地機器人，它在掃地方面也許具備一定的智能，但它并不能通過學習，掌握其他的技能，比如它就學不會洗碗。弱人工智能和人類智能的區(qū)別在于它并不能通過自適應的學習，掌握它之前并不會的技能。

人工智能的三個階段

還有一種是研究人工智能學者眼中的“強”人工智能，這些人希望能真正破解人類產(chǎn)生智能的奧秘，例如做一個類似人類大腦的機器，這樣它就可以通過學習，掌握不同領域的事情。至于超人工智能，還只存在于科幻電影和小說中，很長一段時間內(nèi)還無法實現(xiàn)。目前，我們還處于弱人工智能時代。

Part3: 人機交互的走向

“人機交互”顧名思義是人與機器的交互，隨著科技、網(wǎng)絡、社情、人口、文化等多方面的發(fā)展，人機交互從最開始的單一刻板到如今越來越“貼心”和人性化，甚至可以想你所想，做你所做。

觸控、語音、體感等交互方式都是自然的人機交互方式。在未來10年內(nèi)，人機交互將以語音交互為主，觸控、體感交互為輔。

人機交互的未來：體感交互

萬物互聯(lián)時代，很多智能設備也許沒有屏幕，這樣輸入就會非常麻煩，所以語音輸入成了最自然的解決方案。而且由于許多設備的不可移動性，所以在遠場情況下，語音交互也是最方便的。除此之外，語音輸入的技術(shù)發(fā)展也早已達到實用階段。AI公開課上也提到了，以訊飛輸入法的發(fā)展為例，用戶對語音輸入習慣已經(jīng)養(yǎng)成，訊飛輸入法的月活躍用戶達到1.1億，其中45%的用戶在使用語音輸入，且平均使用次數(shù)高達15次以上。

在未來，人和機器交互會變得和人交流一樣，機器像一個老朋友，能夠理解你的任何意圖，并幫你完成。而且機器還能夠根據(jù)你的習慣，提供主動服務。

終極的人機交互可能就是不需要交互，你可以通過腦電波直接控制機器，就像控制你的身體一樣，機器成為你的一部分

Part4: 人機交互的適應性

人機交互應該是從人適應機器到機器適應人的一個過程，例如從鍵盤到鼠標到觸摸再到語音就是一個具體的表現(xiàn)。眾所周知，觸屏交互已經(jīng)成為智能手機的主要交互方式，或者說是移動互聯(lián)網(wǎng)時代的主流交互方式?？蔀槭裁凑Z音、體感現(xiàn)在還沒有大規(guī)模的應用？原因主要有兩個：一個是技術(shù)發(fā)展的程度，一個是應用場景。

語音輸入實際上直到2010年才開始真正走入實用，隨著DNN深度神經(jīng)網(wǎng)絡技術(shù)的發(fā)展，目前技術(shù)已經(jīng)成熟，識別率可以達到97%以上，現(xiàn)在手機上已經(jīng)有應用場景。但真正大規(guī)模的普及應用還在未來。目前手機上有屏幕，用戶還是會習慣按鍵輸入，也許未來等到穿戴設備出現(xiàn)，可能沒有屏幕，用戶必須要用語音輸入。

門捷洛夫曾說：“為了照亮地球深處，在黑暗之中看到蘊藏豐富的礦產(chǎn)資源，科學之燈是必須的”，面對未知面對困惑，拋開猶豫不前拋開“沒時間”的借口，雷厲風行的行動起來吧，掌握干貨，才能成為時代弄潮兒！