人机之间的对话交互会如何发展 可控性与智能性的权衡

对话交互：人机未来的沟通桥梁

在信息的海洋中，交互是一种至关重要的信息交换方式。从人与人到人与机器，我们一直在寻求最高效的沟通桥梁。而这其中，对话交互作为一种天然的语言交流方式，正在逐渐展现出其巨大的潜力。

在人类的漫长进化历程中，对话交互方式伴随着我们一路走来。从简单的喊叫和模仿动作，到今日的语言交流，对话交互一直是人类沟通的核心方式。无论是面对面的交流还是跨越千山万水的电话沟通，对话交互以其独特的优势，如并行处理多人交流、远距离实时互动等，始终占据主导地位。而移动和互联网的普及更是打破了时间和空间的限制，使对话交互的效率达到前所未有的高度。

如今，当我们将目光转向机器，对话交互同样展现出了强大的生命力。计算机作为人类智慧的结晶，在初期阶段，人类在与计算机进行交流时，必须迁就计算机的语言。但随着计算机技术的不断进步和“进化”，计算机逐渐学会了人类的图形交互方式。真正的突破在于计算机对话交互能力的提升。这是因为对话交互具有更强的迁移性，能够跨越不同的机器和设备界限，实现无缝沟通。想象一下，无论面对何种机器，我们都能像与人交流一样轻松自如地与机器进行对话交互。这不仅提高了人机交互的效率，更开启了全新的可能性。

在这一进程中，机器的智能水平虽然尚未达到与人类完全开放域对话交互的水平，但在某些垂直领域已经展现出了惊人的对话能力。无论是智能助手、语音助手还是各种Bot平台，都在推动这一趋势的发展。这些任务导向的对话机器人系统正在改变我们的生活方式和工作方式，使我们的生活变得更加便捷和高效。正如Google的Gmail和Allo中的Smart Reply功能所展现的那样，技术的力量正在改变我们的日常沟通方式。

展望未来，对话交互将成为人与机器之间最高效的交互方式。随着物联网和人工智能技术的不断发展，我们将迎来一个万物互联的时代。在这个时代里，人类将与各种机器进行频繁的交互。而对话交互以其独特的优势，如高效、便捷、迁移性强等，将成为这一时代的首选交互方式。我们可以预见，未来的生活中，无论是智能家居、智能交通还是智能工作场景，对话交互都将发挥至关重要的作用。它不仅能提高我们的工作效率和生活质量，更能为我们带来全新的生活体验。正如科幻片中展示的那样，我们只需通过简单的语音指令就能控制和管理我们的生活环境和工作流程。这是一个充满无限可能和挑战的未来世界。随着技术的不断进步，对话机器人，即Bot创建平台，正逐渐成为开发者的新宠。无论是在国内还是国外，如Facebook的Wit.ai和Google的Api.ai等平台的崛起，都表明了这一领域的蓬勃生机。这些平台的技术应用并不局限于某一特定领域或业务，体现了其广泛的适用性。

当我们谈论不同的Bot平台时，可控性与智能性的权衡成为一个核心议题。企业关注bot的可控性，希望在出现问题时能迅速定位并解决，而不希望bot给出错误的答案。而用户则希望bot越智能越好，能解答自己的各种问题。

可控性和智能性往往是一对矛盾。智能性意味着一定程度的不可控，因为智能的本质就是对不确定性的处理。就像K.K.在《失控》中所言，智能源自失控。各大Bot平台需要在可控性与智能性之间寻找平衡点。

下面，我们将详细介绍几类典型的Bot平台。微信与旺旺、Api.ai、Wit.ai等虽然看似不同，实则都是在可控性和智能性的权衡中寻求最佳路径。例如，微信和旺旺提供的服务虽然智能性有限，但非常可靠，用户获得的响应都是管理者预设的反馈。

而Api.ai作为一个被Google收购的Bot创建平台，其优势在于简单和可控。它允许开发者设定用户的意图和实体，系统根据这些数据训练模型以预测用户输入并做出响应。Api.ai对中文的支持尚待加强，访问延时也较大。针对这些问题，我们开发了一个AI平台——一个旨在将Api.ai的强大和便捷带给国内开发者的平台。

一个AI（

展望未来，人机之间的对话交互将如何发展？这无疑是一个值得探讨的问题。随着技术的进步，我们预见Bot将在更多领域得到应用，并在可控性与智能性之间找到更优化的平衡。一个AI的使命就是让每个人都能轻松开发一个AI应用，这将为人机交互带来全新的可能。在一个AI的世界里，每一场交互都是一场精心编排的演出。从用户的提问到AI的回应，构成了一个个生动的场景。这些场景不仅仅是简单的问答，它们由用户提问、AI回复、动作以及输入输出状态共同编织而成。

动作是场景中的关键要素，它像是一系列精心设计的函数，在用户与AI交互时触发执行。这些动作以用户输入中的词库为输入参数，是实现用户目标的重要环节。在AI系统中，动作相当于开发者定义的代码函数，具备特定的功能。

状态则是记录对话交互的背景信息，它像是一个流动的上下文信息流，串联起了孤立的场景。状态信息包含了对话的参数值，对于管理会话流程至关重要。多个场景通过输入输出状态相互连接，形成了一个复杂的图网络，从而完成了更复杂的功能。

当我们探讨人机对话交互的未来时，我们面临着可控性与智能性的权衡。一个AI遵循的流程与Api.ai类似，它首先识别用户的输入，包括词库和用户场景。词库和场景的识别是紧密相关的，因为相同的词在不同的场景下可能属于不同的词库类型。

在识别用户场景后，AI会检查动作中所需的参数是否已获取。如果某些参数尚未获取，AI会提示用户输入对应的参数值。参数的取值不仅来源于用户当前的输入，还可能来自于输入状态中的变量。只有当所有必需参数都收集到后，场景才会完成，AI的回复才会呈现给用户。

值得一提的是，这个AI平台还融入了一些中文特性，比如支持未分词的整句输入和分词后的语句输入，更加适应中文语境。

除了上述描述外，还有像Viv这样的智能平台值得关注。Viv是一个以动作为核心的网络系统，开发者可以在其中定义概念对象和动作对象。它构建了一个庞大的有向网络图，通过这个概念对象和动作对象的网络结构来实现用户的目标。Viv的动态演化认知架构系统（DECAS）能够随着网络图的扩大而不断提升其能力。它通过寻找概念结点到目标结点的不同连通路径来生成计划，并可以依据用户反馈进行实时调整。这种动态性和智能性使得Viv能够适应复杂多变的用户需求。

无论是AI还是Viv这样的智能平台，它们都在不断发展和进化。人机之间的对话交互也在不断演变，我们需要在可控性与智能性之间寻找平衡，创造更加智能、更加自然的交互体验。欢迎各位探索一个AI的世界，共同见证智能科技的未来发展！对话的无限可能：智能性与可控性的探索之旅

随着科技的飞速发展，我们见证了人工智能（AI）与对话交互系统的融合，它们正在逐步改变我们的生活方式。本文将聚焦于三个关键话题：Api.ai、Viv和Wit.ai，这三个工具或平台的发展态势反映了对话系统在智能性与可控性方面的探索与权衡。让我们一起探讨他们背后的技术魅力。

当我们谈到Api.ai时，它所代表的是一个相当典型的对话模式，它的设计主要是为了开发者能够通过预设的意图和状态来实现特定需求。在这个框架中，开发者的意图明确，计划路径可控性强。但随着物联网时代的到来，我们期望对话系统能够更加智能，适应更多的情境变化。这就引出了我们的下一个讨论点——Viv。

相较于Api.ai的模式，Viv有着更为广阔的想象空间。Viv的最大优势在于它能够联合不同开发者定义的概念和动作对象，执行一些超出开发者预设范围的意图。随着更多开发者的接入，Viv的能力将呈指数级增长。这种灵活性使得Viv在智能性方面表现出色，但与此它的可控性相对较差。因为所有的计划都是由系统自动生成的，开发者很难介入并进行细致控制。这无疑给开发者提出了更高的要求，使得管理成本增加。尽管Viv已经开发了很多工具来帮助开发者管理应用，但这些工具能将管理成本降低到什么程度，仍然是一个未知数。不过正如人们所说，“生活就像一场冒险”，正是这样的未知和探索才使科技的发展充满魅力。

接下来我们来看看Wit.ai的发展轨迹。这个被Facebook收购的平台在上半年经历了重大改版。改版后的Wit.ai不再依赖场景控制对话的逻辑，而是以故事为对话单元。故事是完成用户需求的路径，通常包含多轮对话。这样的设计使得开发者无需为每个可能的场景设置状态，提高了开发效率。但与此开发者也需要面临更大的挑战——如何在提高灵活性的同时确保可控性。这种灵活性带来的好处是系统可以通过学习拆解现有故事并重新组合成新的故事来适应不断变化的需求环境。但这也意味着开发者很难预测和控制某些路径的生成方式。这种变化使得Wit.ai逐渐从api.ai的模式走向Viv的方向，未来的路是否正确需要时间来验证。值得一提的是，无论是哪种方式都需要我们在可控性和智能性之间寻找最佳的平衡点。技术只是不断地拓展这两个方面的边界而已。对于国内小微企业来说，api.ai的模式可能更为合适。但无论如何，未来的对话交互将在IoT万物互联时代爆发，这是追逐交互效率的必然结果。让我们一起期待这一天的到来！