最初2代iPhone是沒有語音功能的，蘋果當(dāng)時(shí)做了一個(gè)調(diào)查，75%用戶希望加一個(gè)語音的功能，在后兩代iPhone推出卻發(fā)現(xiàn)只有5%的用戶去使它。后來又做了一個(gè)研究，蘋果HROT的做的，當(dāng)初得出一個(gè)結(jié)論，不好的主要原因是你不是自然語言，如果不能和人自由交互這個(gè)東西沒有前途。
后來他們收購了一家公司，就是后來的Siri集成到蘋果的Iphone當(dāng)中，發(fā)現(xiàn)一個(gè)很有趣的現(xiàn)象，87%的用戶都是在調(diào)戲Siri，很少用Siri去真正完成任務(wù)，發(fā)現(xiàn)這個(gè)語音特別不穩(wěn)定，有時(shí)候很準(zhǔn)，有時(shí)候不準(zhǔn)。而且剛才都是我說一句，機(jī)器恢復(fù)一句，這樣一個(gè)模式，發(fā)現(xiàn)這樣的模式不行。
到了在2014年的時(shí)候，要判斷未來什么樣的東西是下一代，最后是看最終用戶的目標(biāo)，單句的語音理解可能還不行，于是就提出一個(gè)很重要的概念，用對話的技術(shù)改造Siri，這是為什么在2015年收購了一家英國的人工智能公司，搞的語音交互。
收購這家公司后Siri原來的團(tuán)隊(duì)不滿意了，很多都離職了。離職之后又推出一個(gè)新的產(chǎn)品，是一個(gè)對話產(chǎn)品，這里面會強(qiáng)調(diào)不單單是單獨(dú)這樣的交互，我要用對話的方式去改造。人類對對話起碼會是什么樣的東西?
NLP(自然語言處理)與對話系統(tǒng)
很多人認(rèn)為，我們搞人工語音和機(jī)器交互界面，真正做這個(gè)對話交互的研究的時(shí)候，我們會發(fā)現(xiàn)自然語言處理里面出現(xiàn)一個(gè)新的任務(wù)，隨著移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)的產(chǎn)品新出現(xiàn)的——叫做自然口語對話，希望以自然口語對話的方式實(shí)現(xiàn)真正機(jī)器助理這樣思路。
這里面包括蘋果的Siri向這個(gè)方向走的，最近facebook出現(xiàn)了對話API，認(rèn)為是人工智能的未來，這里面到底有什么東西?
實(shí)際上在我們剛開始所有的東西里面，一開始我說到了搞語音還是那句話，大家反應(yīng)是識別，我說到對話它的新東西就在這，我們可能要解決三類，從技術(shù)上講有不同的類型：
1、問答式對話：一類是問答，我說一個(gè)你能夠告訴我答案，大家要注意是告訴答案，不是告訴我各種可選擇的搜索結(jié)果，答案意味著要去篩選，我給的圖片是IBM的沃森在這個(gè)節(jié)目上用這個(gè)機(jī)器對話的方式，就機(jī)器問答的方式戰(zhàn)勝人類選手的圖片。
2、閑聊式對話：第二類是閑聊，調(diào)戲Siri這塊，這類往往沒有商業(yè)模式但是體現(xiàn)了某種機(jī)器智能。
3、任務(wù)型對話：第三類是任務(wù)性對話，真的幫助你完成任務(wù)。比如郭買一杯咖啡，是買星巴克還是其他家，通過任務(wù)型對話幫你完成任務(wù)，這是對話技術(shù)最關(guān)鍵的部分。
作為從公司的角度來講，思必馳最重要的特點(diǎn)是把對話交互技術(shù)作為核心組織各種各樣的語音智能，深耕垂直場景的語音交互技術(shù)，現(xiàn)在主要是在做智能車載、智能家居、智能機(jī)器人的解決方案，核心一點(diǎn)就是在智能硬件上做語音交互。
我們這家公司做的就是智能硬件物聯(lián)網(wǎng)時(shí)代的交互智能平臺，在語音識別加上自然語言處理的基礎(chǔ)之上做架構(gòu)性的調(diào)整，去做后面交互反饋智能的實(shí)時(shí)。
自然語言交互的預(yù)期：交互與認(rèn)知
可以看一下，人類對交互反饋智能預(yù)期是什么，剛剛曾經(jīng)看過Siri，有人對這個(gè)Siri做了一個(gè)很有趣的視頻，Siri達(dá)不到我們的要求，Siri這種情況下怎么處理?(視頻)。
大家注意到很前一個(gè)視頻不大的最同不是什么，看著是一個(gè)笑話，最大的不同是這個(gè)機(jī)器介入到了人與人之間的交互，開始主動的做一些事，比如說想逃。
這樣一類涉及到單純的語音界面，解決不到交互認(rèn)知的問題，要同時(shí)解決記憶、推理、建議以及相應(yīng)的一些決策的問題。這個(gè)就是我們在人工智能和認(rèn)知計(jì)算上的角度上來說，去解決交互智能很關(guān)鍵的點(diǎn)，思必馳是第一個(gè)把認(rèn)知智能層次的概念引入到國內(nèi)公司。
一、人工智能與認(rèn)知計(jì)算
簡單說一下，現(xiàn)在智能本身大概有這么幾個(gè)層面，計(jì)算，感知認(rèn)知到抽象思維，這幾個(gè)層面里面，感知的部分沒有強(qiáng)調(diào)，實(shí)際上可以單獨(dú)講一次，我們今天主要強(qiáng)調(diào)認(rèn)知。
認(rèn)知本身有三層次，大部分人認(rèn)識到理解很重要，這是靜態(tài)認(rèn)知;所謂動態(tài)認(rèn)知是指給了一句話知道要反饋什么，叫做反饋控制;還有認(rèn)知進(jìn)化，想反饋的時(shí)候我的習(xí)慣是什么，這一類產(chǎn)生進(jìn)化，這是三個(gè)不同的層次。
我們看的比較具體的東西。到底交互和這個(gè)識別之間是什么關(guān)系，我們看一個(gè)關(guān)于糾正方面的錄像。(視頻)