什么是人工智能时代的正确打开方式？

2012年5月苹果发布SIRI，带来了一种全新的交互方式——人机自然语言交互。SIRI带来了截然不同的用户体验，加上苹果公司的夸大宣传，很多人惊呼人工智能时代要来了。

然而很多年过去了，人机自然语言交互依然不是主流的交互方式。

2016年3月谷歌机器人阿尔法狗战胜人类围棋大师李世石，又一次让人们对人工智能充满了希望。2016年国内很多人工智能和机器人企业拿到了投资。

我们看到机器学习技术的广泛应用确实为我们带来了很多改变。比如语音识别和图像识别的准确率更高了。

尽管投资人、用户以及政府都对人工智能充满了期望，应该看到目前的进步都还只是量变，并没有达到质变。

于是我们看到很多拿到投资的企业很快就变得平庸了，不再能让我们眼前一亮。

人工智能时代，终究还没有到来。

我以前在我的朋友圈讨论过这个话题：什么是人工智能时代的正确打开方式？

我认为唯有人机交互方式的变革才能带来行业的质变，唯有键盘和触摸屏的交互变成全自然语言的交互，人工智能时代才会到来。

最初的电脑没有操作系统，各家的软硬件不兼容。有了操作系统，才形成了软硬件相互协作的格局，让更多企业参与到IT行业中来了。

但最初的操作系统是命令化操作，只有专业人士才能记住那些复杂的命令，于是电脑成了“奢侈品”，普及困难。

后来有了视窗操作系统，电脑成了办公工具，很快进入了各个企业、政府、学校，成了办公室必不可少的装备。后来互联网普及后，电脑开始进入家庭，成了游戏工具。

最初的手机是按键操作的。后来有厂商造出来可以替代计算机办公和打游戏的智能手机。当时的诺基亚和黑莓手机都非常棒，能支持移动办公，带来了很多便利。

但直到触摸屏手机出现，移动互联网时代才到来了，才达到了质变。

那么有没有什么能替代移动互联网的东西呢？我认为只有新的交互方式产生了，新的互联网时代才会来临。这种新的交互方式就是人机自然语言交互。

触摸屏交互和鼠标键盘交互存在的问题主要有以下几点：

第一、菜单式操作，能容纳的功能有限。大多数人在手机上安装的APP不会多于100个，大多数人即便在电脑上安装的软件数量也不会多于100个。因为太多了查找起来就很困难。我们大多数人手机里的电话号码不会多于1000个，微信里的好友很多人连5000个都没有加满。这都是受限于操作系统需要通过菜单展示信息。

第二、需要人理解机器。过去计算机要输入汉字是件很困难的事情。我们上学时最流行的是五笔字型输入。需要参加培训才能学会这种输入法。现在也需要通过各种输入法去解决汉字输入的问题。这就需要我们理解输入法的规则。过去很多软件操作都很复杂，需要经过培训成为专业人士用户才能使用。现在尽管软件都智能了很多，但一些软件还是需要人们去学习才能掌握它的使用方法。

第三、需要近距离操作，占用手和眼。无论键盘鼠标还是触摸屏，都需要近距离操作，需要手眼配合。因此在用计算机和电脑的时候，我们就不能干别的事情。另外，也因为近距离操作，限制了人们的使用场景。例如，必须有电源，有办工桌安放电脑等等。

SIRI让我们看到了一个新的机会，就是人机交互方式变革的机会。如果可以语音和机器交互，那键盘鼠标触摸屏就都不需要了。我们可以通过语音交互让机器为我们服务。手和眼被解放了出来，而且我们不再需要理解机器的规则。机器有成千上万的功能，它根据我们说的话去理解我门的意图，提供令我们满意的服务。我们可以语音告诉机器人我们要买的东西，它帮我们完成购买和支付。我们可以语音告诉机器人出差的时间和目的地，机器人帮我们订票和订酒店，然后反馈结果给我们。我们可以告诉机器人我们要吃什么东西，机器人自动帮忙叫外卖并完成付款。我们可以语音驾驶汽车，只要告诉汽车我要去哪里就可以了。我们不需要知道机器有哪些功能，我们只需要按自己的习惯表达，机器人会自动去匹配它的功能。这样，即便机器有千千万万的功能，也不会让我们使用上感到困难。

为什么SIRI不能实现以上功能呢？很多时候，那些SIRI一类机器人更像个智障。

其实人机自然语言交互需要的不仅仅是自然语言处理，而是一个系统，一个大脑。语言处理的过程就是思辨的过程。我说“吃”，你不知道我说的啥意思，但我说话的对象就能听得懂。因为他从我这里获得的信息比你多，他能综合各个信息通过思辨来理解我的意图。语言本身是模糊的，甚至矛盾的。说“是”也许表达的是否定，说“快乐”也许表达的是伤心。只有通过思辨才能理解一句话。机器要理解人就需要机器具备思辨能力，思辨能力就是智慧。如果像写普通程序那样写人工智能程序，不会让机器拥有思辨能力。

其次，只有机器拥有了相应的知识才能解决相应问题。但人类的知识是个无限集，是非常非常庞大的。只有通过UGC的模式，让每个参与者都为机器人提供知识，才能保证机器人拥有无限多的知识。如果需要通过训练来让机器人拥有知识，那普通用户是无法参与的。

另外，语言是流动的是模糊的。一个词在现代包含的意思和在古代不一定完全相同。一句话在不同的场合含义都不一样。要理解语言，不是理解字面，而应当去理解文字背后的语义。如果把语言当成处理对象，那就错了。

最后，很多人用菜单式的系统结构做人机自然语言交互的系统，这就错了。人机自然语言交互的系统是平行结构的。如果有菜单，用户就要去理解菜单，那就不是智能了。应该是机器人理解人，根据人的意图去平行调用各种功能模块。对于平行结构，我们的定义是所有功能都在第一级别。想进入一个功能就进入，不想进入不能进入，想退出就退出，不想退出就不能退出。

我们氖星智能经过很多年的研究，我们的DSA-nlp算法已经相对成熟了，我们能让机器在最大程度上理解用户意图，能理解上下文，能让对话变得自然流畅。

我们的目标是成为新的流量入口，人机自然语言交互时代的流量入口。各家大厂都在推智能音箱，都是在争这个入口。但能取胜的，一定是交互最流畅的。我们拥护先进的人机自然语言交互技术，一定能在这个市场拥有自己的地位。

因为我们研究了十多年的NLP技术，我们能处理上下文，我们的系统结构是平行结构，我们提出了人机自然语言交互的四个标准：差异性、同一性、模糊性、一致性。差异性就是机器人能理解语言之间的细微差异，比如“你干嘛”和“你干嘛的”。同一性就是能理解两句话语义是相同的，比如“你公司在哪里”和“贵司地址是什么地方”。模糊性是指当语音识别把“甲硝唑是什么”识别成了“早上做是什么”的时候也能正确处理。一致性是指机器真正理解了语义，前后说的话不矛盾。我们严格按照这四个标准在建设我们的系统。我们可以保证我们的机器人对用户输入理解的准确率可以很高，保证人机对话可以自然流畅。

我们推出了氖星智能平台www.neonstar.cn，能让每个用户建立自己的机器人。比如，你是个医院，你建个机器人回答健康问题。你是个律师事务所，你建个机器人回答用户法律问题。你是个驾校，你建个机器人回答关于汽车驾驶问题。我们平台已经有不少机器人了。他们一起为用户解答各种各样的问题。我们开发了氖星知道APP（以下是氖星知道下载地址：http://www.naistar.com/download/zhidao-release-signed.apk），用户提问，机器人抢答。未来几年我们氖星知道的用户数会突破1亿。

快来我们平台建立自己的机器人，在人工智能时代提前布局吧！这里才是通往人工智能时代的真正入口。