編者按：不少人覺得會話界面是最新的技術，然而事實上這個技術已經(jīng)存在了有一段時間了。從 Cleverbot 和Smarter Child 到迷宮般的電話樹，多年來我們從未停止嘗試建立模仿人類之間的互動的技術。近來這類工具的巨大進展使它們成為人們討論未來技術的熱門話題。聊天機器人似乎已經(jīng)進入我們生活的方方面面，但是目前的技術只能解決簡單的問題，或者以新瓶裝舊酒的方式替代了一些我們熟悉的操作流程。本文作者 Ben Ihnchak 是芝加哥用戶體驗設計公司 Fuzzy Math 的聯(lián)合創(chuàng)始人。

得益于虛擬助手以及蘋果的 Siri 和亞馬遜的 Alexa 等聊天機器人，語音和文本的對話界面快速崛起。此外，基于文本的聊天機器人以及 Slack 和 Facebook Messenger 等消息平臺的使用率也大幅上升。以上一系列的現(xiàn)象吸引了市場的目光，同時也帶來了投資。達美樂等食品大牌企業(yè)使用虛擬助手來幫助客戶訂購食品，HealthTap 等醫(yī)療公司利用 Facebook Messenger 為患者與醫(yī)生建立聯(lián)系。

雖然這些公司已經(jīng)在各自的平臺上取得了成功，但他們也將遇到不可避免的障礙。這種技術是否能執(zhí)行我們所想的復雜任務？在什么樣的情況下，用戶會決定選擇用聊天機器疼來代替其他選項？ 

盡管我們還沒有完全確定的答案，但我們可以做一些有根據(jù)的猜測，當下熱門的聊天機器人可能會面臨什么問題？

路障1：人類語言的復雜性

會話界面的現(xiàn)代化應用程序建立在 AI 技術的進步之上，通過無處不在連接設備對用戶的簡單請求做出回應和處理，例如獲得一個簡單問題的答案：芝加哥的天氣怎么樣？或者完成一個快速任務：提醒我在 30 分鐘內打電話給琳達。

像軟件一樣，語言建立在隨時間發(fā)展而演變的系統(tǒng)上。然而，語言之于人類不同于軟件之于計算機，人不會被規(guī)則鎖定，我們可以自由地組織句子甚至創(chuàng)造新詞來傳達消息。除了地區(qū)方言，人們獨特的語言模式通常很好理解，即使我們的語法不符合語言規(guī)則。當 Stephen Colbert（美國知名脫口秀主持人）談到“Truthiness”這個詞時，盡管這個詞當時還不存在，但它的意思不難理解，后來這個詞成為了 2006 年年度熱詞。在歷史上，計算機在理解這樣的詞語時遇到的困難更大。機器學習促進了語音識別，但是 AI 技術還沒有達到可以跟上語言的快速演變節(jié)奏或理解某種特定的表達方式的地步。

對于傳統(tǒng)的界面，可訪問性通常與用戶在視覺處理或物理操縱方面的能力有關。系統(tǒng)理解并響應用戶的獨特語言模式（無論是口頭還是打字）的能力逐漸得到了加強。若系統(tǒng)只能理解完全符合規(guī)則的語言，那么這對大多數(shù)人來講是不實用且乏味的，他們只能重新組織語言來適應計算機。同樣，如果系統(tǒng)不能以人們熟悉的語言模式做出回復，那么產(chǎn)品制造商所希望建立的人機之間的緊密關系則永遠無法實現(xiàn)。

路障2：信任和理解障礙

現(xiàn)如今我們已經(jīng)可以在服務端看到一些有效的聊天機器人，例如銀行使用的聊天機器人。

我們可以在不與工作人員通話的前提下達到目標，例如打電話給銀行查詢賬戶余額。這樣的案例實現(xiàn)了聊天機器人和人類之間的交接，自動化和個性化之間的差距得以彌合。這些互動通常具有客觀性，很適合 AI 技術的應用。人們似乎很信任計算機提供的基本事實和數(shù)字，例如帳戶余額的查詢。

不過當我們的需求從客觀洞察走向更主觀的思維時，事情就變得復雜了。遠程醫(yī)療通過遠程通信工具為患者提供醫(yī)療服務，在醫(yī)療衛(wèi)生領域越來越受歡迎。這種方式將面對面的溝通轉換為數(shù)字方式，這種轉換之所有有效果是因為我們都很清楚，遠程連線的兩端還是真人在交流。

如果把遠程端的醫(yī)生換成聊天機器人呢？患者還會如此信任這個系統(tǒng)嗎?當然不會。WebMD 等醫(yī)療網(wǎng)站先把癥狀列出來再給出對應的潛在診斷方法，這樣也是比較客觀的。但是，要像醫(yī)生一樣從一系列潛在的診斷方法中做出最可行的選擇，需要復雜的理解和判斷能力。除了診斷方面的困難，如何獲得用戶的信任并使他們接受計算機得出的結果是更大的挑戰(zhàn)。

路障3：如何更易于使用？

目前，市場上的聊天機器人沒有引入全新的行為，而是用新的方法來解決舊問題。我們也可以通過網(wǎng)絡瀏覽器來檢查帳戶余額、購買衣服、訂購鮮花，這些操作過程我們都很熟悉。聊天機器人的成功應該在于為用戶提供更好的體驗，而不僅僅是用新的方法去替代我們熟悉的流程。

對于聊天機器人的應用，更好的體驗在于簡單和流暢的操作過程。等待機器讀出選項列表是一個無聊的過程，尤其是當我們可以在網(wǎng)站上快速選出合適選項時。對于某些任務，聊天程序可能永遠無法給出答案，因為它們不能被簡化到足以完成這種界面上的工作。不過對于其他任務，產(chǎn)品簡化和個性化以及有效的機器學習的組合可以幫助解決許多問題。若能更徹底地理解用戶，這些系統(tǒng)將可以提供獨特的價值并簡化任務，一次對話就可以完成最簡單的交互。

展望未來

隨著時間的推移，語言處理和 AI 技術將不斷改進，為聊天機器人以最少的輸入執(zhí)行復雜的任務創(chuàng)造新的機會。大多數(shù)聊天機器人的目的是復制人類行為，若要獲得可以解決復雜問題或以更簡單的方式完成任務的 AI  技術，我們還有很長一段路要走。但我們現(xiàn)在要比那個 SmarterChild 和 Moviefone 就能引起轟動的時代進步多了，同時，大量涌入的投資也在加速技術的持續(xù)發(fā)展。