人類的情感需要與未來私人機器人助理

人類最渴望的是交流肾扰,不至于讓自己孤單〉坝猓互聯(lián)網(wǎng)為什么引領(lǐng)全球集晚?因為它鏈接了人與人,人與物区匣,物與物偷拔。鏈接人與人的就是社交網(wǎng)絡(luò),中國的QQ和微信亏钩、游戲界的YY莲绰、美國的facebook,有交流才可能有用戶群姑丑。尋求認(rèn)同感是人的本性蛤签。未來物聯(lián)網(wǎng)時代,就是萬物融合通信的互聯(lián)栅哀。

但是不可否認(rèn)的是震肮,現(xiàn)實中找不到認(rèn)同感的人會在虛擬世界找称龙,如果虛擬世界也找不到,或者說真正的人的交流帶來的只是無盡的煩惱钙蒙,那么怎么辦茵瀑?現(xiàn)代人的煩惱來源之一是沒有錢,排在后面的就是人際關(guān)系躬厌。

如果機器人可以代替真人一樣來陪伴人马昨,并且不會帶來困擾,還能幫助人解決一點生活上的小事扛施,是不是太完美鸿捧?我不在乎他是不是能掃地、洗衣服疙渣、擦玻璃匙奴,這些我自己也可以做,也可以找家政服務(wù)做妄荔。只有“陪伴”這個涉及人安全感和舒服感的訴求泼菌,其實是通往“幸福”這個終極目標(biāo)的必要條件啦租,不是那么容易實現(xiàn)的哗伯。就比如是找個保姆容易,還是找個老婆容易篷角?雇個好保姆焊刹,和找個好老婆,哪件事讓你感覺更幸福恳蹲?

所以機器人對人最可能實現(xiàn)的存在價值和寵物一樣虐块。寵物不是人類,卻能夠起到陪伴的作用嘉蕾,是很多老人小孩子的精神寄托贺奠。人們心甘情愿為其花錢、花時間错忱、充當(dāng)鏟屎官敞嗡、建立各種論壇、購買各種寵物玩具航背。因為人類情感需要而且不圖回報喉悴,才促成寵物經(jīng)濟(jì)的崛起。如果機器人能像寵物一樣玖媚,那就不是一兩個玩具這么簡單了箕肃,是一個大的產(chǎn)業(yè)。對個人而言今魔,可能連作息安排勺像、生活習(xí)慣障贸、甚至工作模式都發(fā)生改變。

但機器人和寵物相比有先天的缺欠吟宦,比如賣萌篮洁,喵星人一個小眼神就讓鏟屎官興奮好幾個晚上,汪星人一個曖昧的動作能讓主人在論壇嘚瑟好幾天殃姓。沒有先天萌的基因袁波,還要從智能上下功夫,不是要多聰明多博學(xué)蜗侈,定位在陪伴的角色篷牌,還是呆萌一點好,讓人放松舒服踏幻。傳達(dá)信息太高深枷颊、表達(dá)太生硬都不討喜。

要有一個爆發(fā)的突破點该面,我認(rèn)為第一是正常與人交流夭苗,這點是寵物萬萬不能比的,加上點備忘提醒隔缀、播新聞講段子的功能听诸,感覺就不一樣了。以前和同事出差蚕泽,她到酒店就開電視,只為要個背景聲音桥嗤。知道直播為啥火么须妻?就是寂寞的人太多了。如果機器人能充當(dāng)背景聲音泛领,還能回復(fù)你荒吏、陪你聊天渊鞋,還能提醒你別忘這個別忘那個,給你講笑話锡宋,這是不是比貓狗儡湾、電視機強太多了执俩?

實現(xiàn)這點的技術(shù)瓶頸是對自然語言的處理水平,其實就是人機交互的能力役首。最早是用basic語言發(fā)放指令尝丐,計算機算出個結(jié)果;后來視窗化爹袁,把指令變成了圖形化的東西远荠,這句讓人接受起來更容易失息,造就了微軟譬淳,也實現(xiàn)了讓每個人桌子上有一臺電腦的夢醒。從這一點上來說微軟絕對是個偉大的公司根时,這個里程碑意義是超過蘋果的瘦赫,他把使用一臺計算機的成本降低了太多,不僅僅指價格上蛤迎,還有為能夠使用一臺計算機而花費的培訓(xùn)成本确虱。

視窗化模式引領(lǐng)了數(shù)十年,后來由于觸屏的發(fā)展替裆,大家放棄了鼠標(biāo)校辩,開始和計算機“肢體接觸”,脫離了鍵盤和鼠標(biāo)辆童,讓更多的人輕而易舉地享受科技帶來的樂趣宜咒。其中不乏一些老年人和小朋友。

現(xiàn)在即將迎來更接近人的習(xí)慣的交互方式把鉴,就是自然語言的處理故黑。人對機器的指令能夠像對人一樣,siri目前能夠?qū)崿F(xiàn)一小部分庭砍,我試過场晶,告訴siri:“下午5點有個會議,提醒我怠缸∈幔”sir會自動觸發(fā)記事本定時器;再比如揭北,我說:“siri,我餓了扳炬。”siri會自動列出我周圍的餐館明細(xì)搔体。雖然像個笨笨的助手恨樟,但也還算可以幫我做點事。這是最起碼能夠聽懂“人”的語言疚俱,然后是對這個語言的反饋厌杜,這就形成了一個對話閉環(huán)。目前國內(nèi)有一些語音識別的公司,比如科大訊飛夯尽,他能夠把不同方言的音頻轉(zhuǎn)化成文字瞧壮,但是文字是什么,能不能對輸入文字產(chǎn)生反應(yīng)匙握,并且有邏輯的表達(dá)出來還需要進(jìn)一步的處理咆槽。

在“反饋”這一環(huán)節(jié)上,有很多種處理方法圈纺,比較原始的是秦忿,針對某一特定領(lǐng)域,比如智能客服系統(tǒng)里客服機器人蛾娶,他們的反饋都很機械化灯谣,有既定的流程,即輸入什么蛔琅,反饋什么胎许,都是預(yù)設(shè)的。需要前期大量人工編寫的語料去幫助完善機器人的反饋句子罗售。更談不上讓系統(tǒng)自動學(xué)習(xí)人工回答了辜窑,也就是說這是一個不會自己發(fā)現(xiàn)新問題、學(xué)習(xí)問題解答方案的系統(tǒng)寨躁,沒有達(dá)到“智能”的要求穆碎。

另一種是根據(jù)詞義相似度來判斷用戶輸入的問題是和什么東西有關(guān),機器自動查找已有語料庫中與之先關(guān)的回答职恳。比如我問:**型號的手機在哪里打開GPS所禀?第一種做法是提前寫好每種手機的操作說明,按照一定順序放在數(shù)據(jù)庫里放钦,匹配到這個問題,直接調(diào)出對應(yīng)的回答。咦蔚叨,這不是挺簡單的么?

但有一個問題蔑水,我可以換一種問法啊:怎么打開GPS搀别,我手機是**型號。如果對面是個人蒂培,他會明白兩句話問的是一個意思再愈◆岢澹可這對數(shù)據(jù)庫來說這就是兩個問題媳荒。這太要命了,沒找到匹配問題钳枕,數(shù)據(jù)庫沒有這個問題,這是個新問題吧鱼炒,趕緊通知人工客服解決。于是人工客服經(jīng)常在處理這些“偽新問題”俐巴,導(dǎo)致智能客服的使用率不高。他們只能不斷地把各種奇奇怪怪的問法充實到數(shù)據(jù)庫里欣舵,可是人的語言創(chuàng)造能力是無窮無盡的缀磕,何時是個盡頭啊……

所以我們要開發(fā)更有效率更準(zhǔn)確的回答模式,讓機器人抓住問題的核心袜蚕,別管他們怎么問,都能抓住重點遣疯,這才能一勞永逸,直接把準(zhǔn)確問題反饋出來缠犀。這個模式叫語義匹配,是自然語言技術(shù)的核心辨液。主要步驟是將一個句子打散箱残,區(qū)分出核心詞匯止吁,做語法分析燎悍,看這個句子的重點是在主語,還是在賓語间涵?然后計算相似度,將相似問題列出抗蠢,并找到對應(yīng)的回答。他模擬了人腦神經(jīng)網(wǎng)絡(luò)處理信息的過程迅矛,并非純粹的逐條匹配潜叛。

這種“反饋”只是簡單的問題,答案基本都存儲在數(shù)據(jù)庫里威兜,采用智能問答系統(tǒng)是為了降低客服的工作量。目前的準(zhǔn)確度還沒有達(dá)到令人滿意的程度蚂踊,大概是在70%--80%之間,號稱準(zhǔn)確率在95%以上的廠家可能計算方式和我們不一樣犁钟,我也不知道他們怎么會有這么高的指標(biāo)泼橘。

所以未來客服行業(yè)不再是拼人的行業(yè),而是向技術(shù)密集型發(fā)展炬灭,也意味著低端客服將逐漸退出這個領(lǐng)域,大浪淘沙留下來的都是能夠解決問題的人重归。所以大規(guī)模呼叫中心這類地方也會像銀行一樣出現(xiàn)裁員情況,這是不可避免的吗货。

人工智能技術(shù)勢必帶來行業(yè)洗牌泳唠,我可以再開一個另說。再說回“反饋”這個環(huán)節(jié)拓哺,簡單的問答并不能滿足人類的溝通,回饋回來的邏輯才能證明機器人是否智能士鸥。拿剛才網(wǎng)友提供的例子:“當(dāng)你看到我們都出門了,請幫忙關(guān)燈”烤礁,這個簡單的動作任何一個人都可以做,但對于機器人來說很難勤众,難在哪?難在定義動作们颜。

人臉識別可以實現(xiàn)猎醇,知道是誰出門了。怎么算是出門呢硫嘶?是和他說“再見”,還是關(guān)上門以后發(fā)送的鎖門信號则拷,還是用紅外檢測確定屋里沒有熱源?給出關(guān)門的信號后煌茬,機器人才能做出相應(yīng)的判斷彻桃。至于語言邏輯層面,問一個機器人:北京在亞洲么邻眷?這其實是兩個邏輯疊加:一是北京是中國的首都,二中國是亞洲國家肆饶,這兩個點在百度上爬蟲很容易找到,但回答這個問題需要把兩個知識點連接起來做推理葫督,這個就很難竭鞍。

除了與人能溝通之外偎快,第二個點我認(rèn)為是需要心理學(xué)專家參與開發(fā)的帶有性格特點的機器人。Siri能夠幫我記錄和搜索晒夹,但它對我可有可無姊氓;而我家貓整天闖禍,我卻甘心伺候它翔横,每天不見就想念响逢。為什么舔亭?因為我和貓互動的過程中產(chǎn)生了感情蟀俊,產(chǎn)生了愛和興趣。如果想讓智能機器人成為人人想要的爆品肢预,而不是拿來炫耀的工具,就要讓用戶產(chǎn)生對它的依賴和喜愛烫映。拿他當(dāng)朋友一樣聊天,是自己最親密的生活助手锭沟。是因為“我的機器人”,我才喜歡他族淮。像《小王子》里的玫瑰花一樣,因為產(chǎn)生了愛贴妻,所以她是世界上獨一無二的玫瑰花。

性格形成這一點無法單純用技術(shù)來解決蝙斜。連人的性格形成都還沒弄明白是怎么回事,試圖讓一個機器人短時間內(nèi)形成性格太難了娩鹉。目前能做到的是,將基本反饋的語料存進(jìn)機器人的數(shù)據(jù)庫底循,反復(fù)調(diào)用槐瑞,并且不停地用大量數(shù)據(jù)訓(xùn)練他,讓他熟悉用戶的喜好祠挫、習(xí)慣等,使之成為用戶專屬的機器人悼沿。這才達(dá)到了“陪伴”的目的。

第一點交流慌植,在問答領(lǐng)域已經(jīng)形成了商業(yè)模式,家用智能機器人目前也有類似兒童智能玩具的若干產(chǎn)品出現(xiàn)蝶柿,但都有領(lǐng)域局限性非驮;第二點性格養(yǎng)成,還是在實驗室階段劫笙,并有成型的商業(yè)模式出現(xiàn)。如果第一點滿足了填大,沒準(zhǔn)能設(shè)置一個機器人養(yǎng)成基地之類的地方,選由專業(yè)人士訓(xùn)練施逾,再領(lǐng)回家。當(dāng)然這都是未來設(shè)想了汉额。

家用機器人還是一片藍(lán)海榨汤,門檻很高,是未來最可能出現(xiàn)獨角獸的領(lǐng)域收壕,我拭目以待轨蛤。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末虫埂,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子缝呕,更是在濱河造成了極大的恐慌斧散,老刑警劉巖供常,帶你破解...
    沈念sama閱讀 218,122評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件栈暇,死亡現(xiàn)場離奇詭異箍镜,居然都是意外死亡,警方通過查閱死者的電腦和手機新博,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,070評論 3 395
  • 文/潘曉璐 我一進(jìn)店門脚草,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人馏慨,你說我怎么就攤上這事⌒戳ィ” “怎么了?”我有些...
    開封第一講書人閱讀 164,491評論 0 354
  • 文/不壞的土叔 我叫張陵痪蝇,是天一觀的道長冕房。 經(jīng)常有香客問我,道長耙册,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,636評論 1 293
  • 正文 為了忘掉前任帝际,我火速辦了婚禮,結(jié)果婚禮上蹲诀,老公的妹妹穿的比我還像新娘。我一直安慰自己脯爪,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,676評論 6 392
  • 文/花漫 我一把揭開白布披粟。 她就那樣靜靜地躺著守屉,像睡著了一般。 火紅的嫁衣襯著肌膚如雪拇泛。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,541評論 1 305
  • 那天俺叭,我揣著相機與錄音熄守,去河邊找鬼。 笑死裕照,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的晋南。 我是一名探鬼主播,決...
    沈念sama閱讀 40,292評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼负间,長吁一口氣:“原來是場噩夢啊……” “哼政溃!你這毒婦竟也來了态秧?” 一聲冷哼從身側(cè)響起玩祟,我...
    開封第一講書人閱讀 39,211評論 0 276
  • 序言:老撾萬榮一對情侶失蹤空扎,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后转锈,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,655評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡竿痰,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,846評論 3 336
  • 正文 我和宋清朗相戀三年砌溺,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片蟹倾。...
    茶點故事閱讀 39,965評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡猖闪,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出豁陆,到底是詐尸還是另有隱情,我是刑警寧澤盒音,帶...
    沈念sama閱讀 35,684評論 5 347
  • 正文 年R本政府宣布馅而,位于F島的核電站,受9級特大地震影響用爪,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜偎血,卻給世界環(huán)境...
    茶點故事閱讀 41,295評論 3 329
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望笨农。 院中可真熱鬧帖渠,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,894評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽锁摔。三九已至,卻和暖如春孕豹,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背十气。 一陣腳步聲響...
    開封第一講書人閱讀 33,012評論 1 269
  • 我被黑心中介騙來泰國打工砸西, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人竟闪。 一個月前我還...
    沈念sama閱讀 48,126評論 3 370
  • 正文 我出身青樓杖狼,卻偏偏與公主長得像,于是被迫代替她去往敵國和親蝶涩。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 44,914評論 2 355

推薦閱讀更多精彩內(nèi)容