AI智障浅论

---

说句大白话，现在目前市场上的所谓人工智能其实差不多都可以理解为人工智障233，

各大厂商的人工智能在对话领域

看过钢铁侠的朋友们可能都希望有一个“贾维斯”来帮助自己搭理日常和工作，但是就目前的条件制约和未来的发展趋势来看，真正实现落地离我们还是非常遥远。
提前人工智能，目前最乐意接受的方式就是通过对话来实现目地，而不是出现一个屏幕，戳戳这里，点点哪里。
对话交互方式是人类的自然语言。坦白来讲是一个黑箱。它不像现在GUI产品那样，所见即所得界面即是功能，大家都可以一目了然。
人类发出对话语言（input）和收到AI的回答（output），这中间的处理过程作为用户来讲是无法感知的。所以这个黑箱里面都是开发者自由发挥的天地。
虽然可能各大厂商的黑箱内容均不同，但是万变不离其宗，目前来讲处理核心就是听人话（语音识别）+说人话（会话管理）

2015年突然火起来的机器深度学习和自然语言处理，让听人话技术门槛大大降低。

NLU的普及让很多开发者都掌握了：意图识别+实体提取 杀手锏级别的技能。这意味这什么？下面举个简单的例子。

本例使用到的服务

• LUIS传送门

预定出租车
我要打车
我现在想去xxx
现在有空车吗
等等等

“自然的表达”有无穷多组合，不同的人有不同的表达方法。但是这些表达都是传递“乘出租车”这个意图，即便是不同的人都可以很准确的理解这些表达是指“乘出租车”这件事。
但是理解这么多不同的表达对机器来说显然不是那么容易。机器的专长是处理结构化的数据，例如关键字。这就要求了想要听懂终端用户表达的什么意图，必须在表达中准确的包含关键字信息。但是这也有很大的弊端在里面。比如我之前告诉机器“我想打车”，现在想要取消预定“我不想打车了”，机器仍会理解为你想要打车（关键字打车）。
NLU的出现为机器处理意图方面带来了飞跃的提升。通过训练可以让机器从多重表达语法中精准识别到用户的意图。

这样一来，看上去就是机器能听懂人话了。

我们在出租车预定这个意图中添加了很多语料，然后通过训练，让机器更精准的理解意图。

同时我们还建立了的实体。实体是做什么用的呢？看下图你便一目了然。

自然语句被识别为“出租车.预定”意图。很nice，机器还在句子当中自动提取出来“一个小时以后”和“浦东机场”，这些分别指的是出发时间和目的地这两个概念（即实体）

现在既然知道了你的意图，机器要决定该说什么话。而这个回答内容就是百家争鸣了。
目前主流的做法是由所谓的“对话管理”或者“会话管理”系统来做出决定。
这些所谓的系统核心就是“Slot filling”（填槽），大白话来说就是填表。
就跟你去银行办一张银行卡一样，柜台小姐姐会先让你填写一张表。当你全部填写好了，她才会给你办理业务。

目前AI的多轮对话，也就是上下文情景管理，其实就是一个填表的过程。这个表格是针对某个场景下精心准备的。
看似自然的上下文对话，其实都是经过用心推敲后的完美展示。如果你的思维比较跳跃的话，所谓的上下文多轮对话就是个笑话。

网上搜的一张图，侵权删。
我们就那这个图来简单说一下：（U->user A->ai）
U：看看明天的机票
A：（识别到明确的意图“订机票”，根据设计的表格，我现在还有2个空白需要用户填写）你想要去哪？
—-第一轮会话结束—-
U:我要去上海
A:（识别到目的地实体“上海”，完成填表动作，现在出发地需要用户填写。这里一般都是通过LBS来获取，不然会显的机器很傻。然后根据表格来执行查询，并反馈结果给用户）以下是明天可以搭乘的航班列表。
—-第二轮会话结束—-

当然你也可以在这个表格上扩展更多例如航司的喜好，价格优惠的偏好之类的。
一般来讲表格的内容丰满度决定来对话的轮次，需要注意的是过于冗长的表格会让用户感到厌恶。一般多轮会话都会控制在2～4轮之内。
很多市面上的产品都宣称自己多轮对话可以支持到xx轮多么多么厉害之类的等等等等。相比现在大家都清楚了吧，轮数的产生是由填表的次数决定轮。单单以轮次的衡量产品水平完全是无稽之谈。
在达到目地并且不影响体验的前提下，对话的轮次越少越好。

之前的Google I/O发布了Duplex（谷歌智能助理）的录音demo，场景就是描述助理代替用户打电话去订餐厅，和店员沟通，帮助用户预定位子。其实一样是填表233。

如果你给智能助手最初定义是执行用户的某项操作，那用户就会更直接的说出他的想法，而不是发散的随便问问，而他也会就执行任务本身的功能给予好评，而偏偏产品经理要把它说成像人一样思考，人们寄予很高的期望，所以这也就是人工智障的说法来源。

哲学是科学的前瞻，哲学的认知伦和语义伦两大阶段是深刻理解和思考AI的基础，不了解这些哲人前瞻性的形而上学思考，很难催生出实在的AI科学，哲学最早的本体论阶段，催生了今天的主要科学。
所以今天的AI很像一个幼儿，还为期过早，很稚嫩完全没有思考力。人类两大认知方法，归纳总结和逻辑演绎，深度学习本质上只是一个归纳总结法，宇宙进化了几十亿年才有了人类理性推理的系统，我们却寄希望于一个基于硅基的才不到100年的技术就要实现落地的想法是非常不现实的。