人机对话,不再尬聊:聊天机器人的未来

随着机器人市场走过炒作阶段,迈入成熟期,许多人意识到聊天机器人还有很多发展空间,但短时间内还不会取代APP。通过对话用户界面(CUI, Conversational User Interfaces)打造对话体验已经成为众多公司在 AI 领域的新宠。

/ 聊天机器人的三个趋势 /

许多公司都在大力开发聊天机器人聊天机器人继 2016 年的火爆之后再次迎来热潮。那背后有哪些发展趋势?

① 从NLP向NLU的转变

Facebook 对聊天机器人的一个主要观点是:自然语言处理(NLP)技术足够满足用户的各种需求,但如果你真的用过聊天机器人,就会知道现实还是有一定差距的。

因此从 NLP 向 NLU(自然语言理解)的转变是一个新趋势。很多科技企业都注入大量资金和资源在优化增强学习、自然语言理解等技术,希望让机器更好地理解用户意图和不同形式的表达。

② 语音界面大热

正如三星实验室高级设计师Golden Krishna所说:“最好的界面就是没有界面” (The Best Interface is No Interface)。很多人认为语音交互比聊天机器人的干扰更小,能提供更好的使用体验。

此外,亚马逊 Echo、谷歌 Home 和苹果 Homepod 这些智能音箱在市场的反响火爆,语音交互已经走进千家万户、世界各地。

③ 使用对话用户界面 CUI

对话用户界面可以这样来定义:

对话用户界面是一种混合式用户界面,它可以通过多种方式和用户交互,比如聊天、语音以及其他的带有 UI 视觉元素的自然交互方式。聊天机器人则使用的是对话用户界面,用户好像在和另一个人发短信或聊天一样自然。 

当很多公司意识到 NLP 技术还不够成熟时,往往会通过其他方法来解决用户体验的问题:比如使用对话用户界面来达到更丰富和多元的用户体验,而不是完全依赖于自然语言交互。

使用对话用户界面的产品中,团队协作工具 Slack 的机器人平台是很好的例子,这款产品将 NLP 和对话用户界面结合,通过优化图像、按钮、消息框等 UI 元素来提升综合用户体验。

/ 对话用户界面的优势 /

① 提高用户注意力

在信息碎片化的今天,用户注意力的持续时间和金鱼差不多,人们很容易为各种事物分心,比如微信消息、APP、电子邮件等。在传统的图形用户界面(GUI)中,用户需要同时接收所有信息,而这些信息彼此混淆干扰。

有趣的是,在 CUI 里,信息是根据用户的指令和需求逐步提供的;这样,用户就不会被无关的信息干扰,只需要在接收信息时保持注意力就可以,参与感和使用体验也会有所提升。

② 减少用户的挫败感

正如上文提到,NLP 技术仍在起步阶段,而归功于好莱坞科幻电影,用户却对 AI 有着很高的期待。因此,用户想象中的聊天机器人应该是“无所不能”,而当聊天机器人出错时,用户的包容性是极低的。

在 CUI 中,用户能进行的操作相对有限,这也就避免了用户行为不可控带来的高错误率问题。比起让用户做简答题,做选择题更能降低用户的思考成本以及系统错误率

有些人可能说:这限制了用户的自由,用户体验并不一定不好。然而事实上,用户并不一定能明确地表达需求,为用户提供一些选项或者提示会好很多。另外,简单的交互和有限的选项,能让用户快速聚焦于他们想要的,减少用户操作失败的挫败感。

③ 更好的投入产出比

CUI 的另一个优势就是性价比高。当企业在尝试引入 AI 技术时,往往会产生成本高、代价大的误解。与其组建企业内部的 NLP 技术团队,不如使用成熟的对话平台来打造与用户互动的对话体验

对话用户界面上线后立即就能投入工作,也不需要刻意进行训练学习,这也降低了使用成本,并且可以根据商业逻辑及应用情况随时将对话设计进行调整修改。长期来看,比起企业投入的人力成本,植入对话技术的花销就是九牛一毛。

/ 对话用户界面实例 /

以医疗行业为例,对话用户界面在预问诊场景如何帮助医院提升效率?

通过奇点机智自主研发的对话平台“对话流”,打造了预问诊 AI 助手“邦大夫”,在接诊前通过对话用户界面帮助医生采集患者信息、识别症状、既往病史、个人史等信息,进而生成结构化问诊电子病历,提前推送给医生,从而有效节省了就诊时间。

用户界面的开发的本质就是收集输入,链接服务。 对话流作为业界首家真正意义上的对话用户界面开发平台,能够让即使是没有技术背景的企业来自主创造令用户兴奋、满意、有意义的对话体验,而无需担心语音识别自然语言理解语音合成深度学习等繁琐技术细节。

无论是医疗领域,还是电商、金融、教育、企业内部服务、智能硬件等行业企业,都能够借助 CUI 实现更优质的用户体验,随着智能对话技术进一步走向成熟,企业了解并拥抱对话用户界面的最好时机已经到来。

参考来源:

Chatbots Magazine 

https://chatbotsmagazine.com/conversational-interfaces-the-future-of-chatbots-18975a91fe5a

Naturali 奇点机智
Naturali 奇点机智

致力于让企业轻松创建语音交互体验,让对话与服务有效连接。语音对话平台“对话流”由奇点机智自主研发,利用其领先的语音识别、NLP、深度学习技术,为企业提供智能语音对话解决方案。

产业NLUNLP聊天机器人
1
相关数据
亚马逊机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
奇点机智机构

奇点机智成立于2014年11月,致力于通过机器智能改善用户体验,让人机交互更加简单自然。“小不点”是由奇点机智为安卓系统打造的智能应用助理,用户可通过对话的方式操控手机应用中的各项功能,目前可对200多款应用程序进行操作。“就一句话的事”,即可满足社交、娱乐、购物、支付、出行等需求。另外,用户可以根据个性化需求录制新技能,并可发布分享给其他用户,让“小不点”越用越智能。此外,奇点机智同时为应用开发者、运营者、产品者提供NI开发者平台,无需编码或调用第三方应用API,即可根据用户需求添加语音指令,极大提升产品体验。奇点机智曾获真格基金100万美元天使轮投资,以及襄禾资本/NEA 500万美元A轮投资;于2017年11月被评为“中关村高新技术企业”。

深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自然语言理解技术

自然语言理解是人工智能的核心课题之一,也被广泛认为是最困难和最具标志性的任务。最经典的两个人工智能思想实验——图灵测试和中文房间,都是围绕自然语言理解来构建的。自然语言理解在人工智能技术体系中的重要性不言而喻,它一方面承载着机器和人的交流,另一方面直达知识和逻辑。自然语言理解也是人工智能学者孜孜以求的圣杯,机器学习的巨擘 Michael I. Jordan 就曾经在 Reddit 上的 AMA(Ask Me Anything)栏目中畅想用十亿美元建立一个专门用于自然语言理解的实验室。

语音合成技术

语音合成,又称文语转换(Text to Speech)技术,是将人类语音用人工的方式所产生,能将任意文字信息实时转化为标准流畅的语音朗读出来,相当于给机器装上了人工嘴巴。它涉及声学、语言学、数字信号处理、计算机科学等多个学科技术,是信息处理领域的一项前沿技术,解决的主要问题就是如何将文字信息转化为可听的声音信息,也即让机器像人一样开口说话。

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

聊天机器人技术

聊天机器人是经由对话或文字进行交谈的计算机程序。能够模拟人类对话,通过图灵测试。 聊天机器人可用于实用的目的,如客户服务或资讯获取。有些聊天机器人会搭载自然语言处理系统,但大多简单的系统只会撷取输入的关键字,再从数据库中找寻最合适的应答句。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

推荐文章
暂无评论
暂无评论~