工业人工智能浪潮下人机交互的分析和解读

PC时代，浏览器成为了互联网的一道入口；到了移动互联网时代，以App Store为代表各类应用商店成为了入口。而到了IOT（物联网）的时代，人工智能助手可能会成为入口。用户界面的交互方式，最早看到的是Web，然后是App，到了新时代可能是自然语言。

除了输入法可以使用语音输入以外，语音技术也可以广泛应用在医疗领域、智能车载、智能可穿戴、智能家居、教育领域等各行各业。

本期公开课我们请到了讯飞输入法的创始人翟吉博为大家揭秘人工智能浪潮下人机交互的未来走向。

“汽车没有出现之前，人们只想要一匹跑的更快的马”，这就是创新驱动路径，也正是因为这种创新精神，人工智能大时代顺势而生。人工智能、科学技术、人机交互渗透进你我生活的每个缝隙，我们经历的每种改变、突破甚至革命，都值得借鉴、探索和挖掘。

Part1： 人工智能为何物？

人工智能是能够和人一样进行感知、认知、决策、执行的人工程序或系统。

1956年达特茅斯会议召开，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。

莫尔，麦卡锡，明斯基，塞尔夫里奇，所罗蒙夫（从左至右） 2006 年出席纪念人工智能学科50 周年会议合影

70年代后期，人们发现过去的理论和模型，只能解决一些非常简单的问题，很快人工智能进入了第一个冬天。80年代又兴起一拨人工智能的热潮，包括语音识别、语音翻译计划，以及日本提出的第五代计算机。

元罔達的《第五代计算机》中，第五代计算机系统概念图

到了90年代后期，人们发现这种东西离实际生活实在太遥远。IBM在90年代的时候提出了一款语音听写的软件叫IBM Viavoice，效果其实不错，但是真正用的时候却遭冷遇。因此，在2000年左右第二次人工智能的浪潮再次破灭。

人工智能开始进入真正爆发的标志，是2006年Geoffrey Hinton提出的深度学习技术，以及在图像、语音识别以及其他领域内取得的一些成功。

Part2: 弱人工智能时代

人机交互的发展

在此次AI公开课上，分享人翟吉博提到了人工智能的三个阶段，他认为人工智能可以分为三个阶段，分别是弱人工智能、强人工智能和超人工智能。目前我们常说的人工智能主要是弱人工智能，只擅长于单个方面的人工智能。

比如AlphaGo，虽然下围棋很强，但如果让它下象棋或者国际象棋，也许就不会了。还有我们常见的扫地机器人，它在扫地方面也许具备一定的智能，但它并不能通过学习，掌握其他的技能，比如它就学不会洗碗。弱人工智能和人类智能的区别在于它并不能通过自适应的学习，掌握它之前并不会的技能。

人工智能的三个阶段

还有一种是研究人工智能学者眼中的“强”人工智能，这些人希望能真正破解人类产生智能的奥秘，例如做一个类似人类大脑的机器，这样它就可以通过学习，掌握不同领域的事情。至于超人工智能，还只存在于科幻电影和小说中，很长一段时间内还无法实现。目前，我们还处于弱人工智能时代。

Part3: 人机交互的走向

“人机交互”顾名思义是人与机器的交互，随着科技、网络、社情、人口、文化等多方面的发展，人机交互从最开始的单一刻板到如今越来越“贴心”和人性化，甚至可以想你所想，做你所做。

触控、语音、体感等交互方式都是自然的人机交互方式。在未来10年内，人机交互将以语音交互为主，触控、体感交互为辅。

人机交互的未来：体感交互

万物互联时代，很多智能设备也许没有屏幕，这样输入就会非常麻烦，所以语音输入成了最自然的解决方案。而且由于许多设备的不可移动性，所以在远场情况下，语音交互也是最方便的。除此之外，语音输入的技术发展也早已达到实用阶段。AI公开课上也提到了，以讯飞输入法的发展为例，用户对语音输入习惯已经养成，讯飞输入法的月活跃用户达到1.1亿，其中45%的用户在使用语音输入，且平均使用次数高达15次以上。

在未来，人和机器交互会变得和人交流一样，机器像一个老朋友，能够理解你的任何意图，并帮你完成。而且机器还能够根据你的习惯，提供主动服务。

终极的人机交互可能就是不需要交互，你可以通过脑电波直接控制机器，就像控制你的身体一样，机器成为你的一部分

Part4: 人机交互的适应性

人机交互应该是从人适应机器到机器适应人的一个过程，例如从键盘到鼠标到触摸再到语音就是一个具体的表现。众所周知，触屏交互已经成为智能手机的主要交互方式，或者说是移动互联网时代的主流交互方式。可为什么语音、体感现在还没有大规模的应用？原因主要有两个：一个是技术发展的程度，一个是应用场景。

语音输入实际上直到2010年才开始真正走入实用，随着DNN深度神经网络技术的发展，目前技术已经成熟，识别率可以达到97%以上，现在手机上已经有应用场景。但真正大规模的普及应用还在未来。目前手机上有屏幕，用户还是会习惯按键输入，也许未来等到穿戴设备出现，可能没有屏幕，用户必须要用语音输入。

门捷洛夫曾说：“为了照亮地球深处，在黑暗之中看到蕴藏丰富的矿产资源，科学之灯是必须的”，面对未知面对困惑，抛开犹豫不前抛开“没时间”的借口，雷厉风行的行动起来吧，掌握干货，才能成为时代弄潮儿！