為什麼說現階段的虛擬語音助手都是垃圾？

個人數據收集，機器學習和人工智慧正在以我們許多人發現令人驚訝的速度滲透我們的生活。即使不是徹頭徹尾的恐怖， 更不用說我們中的許多人無法區分這些術語的含義。

普渡大學的Dan Goldwasser正致力於開發利用這些強大新技術的工具，以便他們能夠改善個人的生活，也可以改善社會。

計算機科學助理教授Goldwasser說，雖然你可能會認為人工智慧是遙遠未來的一種技術，但我們每天都會與它進行互動，而且往往沒有注意到。

「過去曾經是在電腦或智能手機上打字，它會指出拼寫錯誤的單詞，這對傳統計算來說非常簡單，」他說。 「現在，如果你輸入"天啟當你的意思是"天氣"時，應用程序會讓你知道，"是的，這是一個詞，但這不是你想要的詞。" 這需要理解句子和語境的語法，這是通過人工智慧來完成的。「

Goldwasser的研究是人工智慧，專註於機器學習和自然語言處理。他說，人們常常混淆這三種技術，或者根本不知道這些術語的含義。

「人工智慧現在受到了很多關注和關注，是計算機試圖模仿人類判斷和人類決策的一套方法，系統或方法，」他說。 「機器學習是一組使用數據來完成任務的方法。」如果您的任務可以縮小為從輸入到輸出的直接映射，那麼機器學習可以幫助您。

例如，預測下周六某球隊將獲勝的幾率：機器學習演算法可以使用先前比賽的信息，對手的贏利記錄以及比賽，通過演算法運行收集的數據，並給出你回答。

但是，如果你希望系統超越這個並找出賠率，例如，根據玩家通過掃描社交媒體的情緒，它將需要權衡許多其他變數並推斷他們與比賽的關係。

Goldwasser說，這是一個需要人工智慧的過程。

人們遇到基本AI和機器學習的一個常見地方是個人助理設備，如亞馬遜的Alexa，谷歌的Google Home，Apple的Siri和微軟的Cortana，它們都使用第三項技術 - 自然語言處理 - 他解釋的是人工智慧領域，專門用於複製人類對人類語言的判斷。

「自然語言處理」是什麼

讓電腦擁有理解人類語言的能力，就是自然語言處理 (Natural Language Processing，縮寫 NLP)。然而，人和人之間就會誤會彼此的語言了，電腦要如何理解語義？「自然語言處理」的目標，就在於讓電腦理解、或是運用人類語言。

例如，考慮一下你可能會問同事的一個簡單問題：「嘿，巨人隊昨晚贏了嗎？」對於一個人來說，這句話意味著什麼可能很明顯。對於計算機來說，問題非常複雜。

「當我們與某人交談時，我們會做出許多推論，而這些快捷方式對我們來說非常自然而且沒有思考，但是當你必須明確表達時，你就會明白它們背後有複雜的推理，」Goldwasser說。 「那麼，巨人隊是否贏了？想想系統必須探索的可能世界的空間。有足球紐約巨人隊和舊金山棒球隊巨人隊。系統必須知道這個並說明是棒球賽季還是足球賽季，他們在過去的24小時內有過一場比賽。但是你也可以想像有一些人們稱之為巨人隊的軍事組織，他們只是打了一場戰鬥嗎？你可以將這個詞的含義基於許多不同的方式。「

Goldwasser說，即使你消除了問題的模糊性並且知道你在詢問棒球隊，系統仍然面臨著一個複雜的問題。系統必須知道「贏得」意味著什麼，以及與用戶相關的信息。在南美洲可能有一支稱為巨人隊的棒球隊，但系統必須知道你是否關心這一結果。

「這種對用戶的反思和理解實際上是很難對這些系統進行編程的事情，而且這並不是系統可以通過從數據中提取來實現的，而無需額外的推理，」Goldwasser說。

目前較為常見的虛擬語音助手有谷歌的assistant、亞馬遜的Alexza、微軟Cortana，三星的Bixby、蘋果的Siri，國內的有小愛同學、天貓精靈等等，但是比起來還是相對較弱。

縱觀一下，谷歌的虛擬助手Google Assitant 目前口碑排在第一，這和它近兩年大力投入精力和財力到人工智慧領域有關，這也和它「AI First」的轉型口號息息相關。舉個很顯然的例子，比如去年推出的AI開源項目——AIY Projects（全稱為 Artificial Intelligence Yourself），就是為了讓AI人工智慧更加平民化、普及化，讓人人都可以了解AI、接觸IA、並動手開發自己的AI人工智慧產品。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！