MindMeld中文文档--Introduction

会话应用简介

科幻小说早就预言：在未来，人类与应用程序（或设备）交互使用智能对话。在过去几年里，这个场景才开始成为现实。如今，像Siri，Cortana，Google Assistant和Alexa这样的虚拟助手每月都有数十亿的语音和自然语言查询。新的语音设备如Amazon Echo和Google Home reside已经有数以千万计的家庭使用。世界各地的消费者越来越期待快速的得到专家的意见，他们希望在任何地方都可以调用这些服务：在办公室，在家，开车时，外出时，以及在任何地方。专家们一致认为，我们正在进入一个语音和聊天助手来帮助我们完成许多日常任务的世界。

会话页面的兴起

近半个世纪以来，AI研究者致力于构建接近人类准确率水平的语音识别和语言理解技术，但没有什么进展。这一切都在21世纪末和2010年初发生变化。由于大量的移动互联网使用数据，长期以来被称为"监督学习"的机器学习学科开始发布了令人惊讶的结果。长期以来，人工智能研究的挑战，例如语音识别和机器翻译，从开始到准确性的飞跃，使得过去的几十年的改进相形见绌。

由于机器学习的进步，在早期有着臭名昭著的不确定记录的虚拟助理开始被广泛采用。这一趋势始于2014和2015年，并在2016年加速。同时，在2016年互联网公司几乎都在几个主要的支持会话交互的平台发布了开放开发者的api。这包括虚拟助手平台：Google Assistant, Cortana和Siri，以及消息传递平台，如Facebook Messenger，Skype和Slack。它还包括新一代的语音设备，如Amazon Echo和Google Home。因此，任何能够构建会话界面的公司都可以通过一些最流行的虚拟助理，消息传递和连接设备平台接触到潜在的数十亿新用户。对于这些所有新的开放平台来说，人类会话是真正的通用语言，任何组织如果掌握理解用户自然语言请求的能力就能够在新兴的会话应用领域获得巨大的战略优势。
这不是应用程序开发的第一次结构性转变，在20世纪90年代中期，随着Web的到来，传统的打包软件被新一代基于浏览器的Web应用程序所取代。同样，随着2008年iphone应用程序商店的出现，移动应用程序取代了Web应用程序。会话应用正在发展实践中迎来第三大转变，这一次看起来比之前更具有破坏性。
近三十年来，应用程序设计一直以图形用户界面(GUI)为中心。在此期间，一代开发人员熟练掌握了一组工具，设计模式和最佳实践，它们简化了专业的，基于GUI的应用程序构建。通过会话体验，所有这些都会改变，GUI变得不再重要或完全不存在。因此，上一代的工具和最佳实践不再适用。此外，与之前不同，会话应用程序严重依赖人工智能技术来理解和响应人类语言。在此之前，掌握AI从来不是好的应用程序设计的先决条件。

机器学习和建立会话应用程序的挑战

会话应用程序可能从表面上看起来很简单，但构建真正有用的会话体验是目前最难解决的人工智能挑战之一–挑战在于人类语言固有的复杂性。简单的应用程序可以使用基于规则的方法直接构建，但是用户总是发现这样的应用程序很烦人。成功取悦用户的应用程序对用户的词汇表施加的约束很少；它们只是让用户与应用程序对话，就像与另一个人对话一样。像这样的应用程序，由于理解了语言的固有组合复杂性，或者维数灾难，所以理解广义词汇自然语言的应用是众所周知的复杂。换言之，一个人简单的一句话也有不同的表达方式。人脑在短短几分之一秒的时间内以惊人的精确性理解了数万亿的语言变化。对于当今最先进的人工智能技术来说，同样的壮举几乎是不可能的。
在过去的几年中，机器学习方法，即监督学习和深度学习，已被证明是有效的理解广泛词汇范围内的自然语言。迄今为止，大规模的监督学习是产生数百万用户所接受的真正有用的会话应用的唯一途径。当今最广泛的会话服务–Cortana，Siri，Google Assistant，和Alexa都依赖于大规模的监督学习。监督学习系统的两个关键组成部分是高质量，有代表性的训练数据和最新的算法。如果训练数据反映了正常使用期间用户输入和输出应用程序经验的范围，那么算法可以学习如何识别数据中的重要模式，这些模式指示如何解释每个请求。
对于监督学习来说，重要的是记住任何应用程序的智能都取决于它的底层数据。要构建一个有用的会话应用程序，首先必须收集能够全面说明所需使用行为的训练数据。对于具有丰富代表性的训练数据的应用，像深度学习这样的先进的多层神经网络技术很可能给出令人惊讶的成果。对于数据量不大的应用程序，可以使用一系列传统的机器学习技术来提供可接受的性能。
对于语言理解应用程序，通常需要成千上万的训练示例来阐明实际用户自然语言请求中所出现的大量语言排列。科学家们设想人工智能的未来，总有一天，通用的或者强大的人工智能可能会让人们在不需要逐个领域训练的情况下，就能理解大量的词汇和语言，而如今最有效的人工智能则要求每个应用领域拥有自己的一套有代表性的训练数据。
面对会话界面设计的挑战以及对足够数量和质量的培训数据的需求，开发人员和公司很难构建可靠和有用的会话应用程序。事实上，迄今为止的绝大多数尝试都失败了。迫切需要一本新的剧本和新一代的工具来帮助组织在会话应用程序设计的新领域规划出富有成效的课程。