阿里智能對話交互實(shí)踐及范式思考

縱觀傳統(tǒng)互聯(lián)網(wǎng)時(shí)代，如果用一個(gè)詞來總結(jié)和概括的話，“連接”這詞再合適不過了，傳統(tǒng)互聯(lián)網(wǎng)時(shí)代主要建立了三種連接：第一，人和信息的連接；第二，人和人的連接；第三，人與商品服務(wù)的連接。第一種連接成就了Google和百度這樣的互聯(lián)網(wǎng)巨頭；人和人的連接成就了Facebook和騰訊這樣的互聯(lián)網(wǎng)公司，人和商品服務(wù)的連接，成就了Amazon、阿里巴巴、京東這樣的巨頭。從這個(gè)意義上看，傳統(tǒng)互聯(lián)網(wǎng)最典型的特征就是連接。

過去3-4年，我們可以看到，互聯(lián)網(wǎng)其實(shí)發(fā)生很大變化，交互的設(shè)備已經(jīng)從PC和智能手機(jī)延伸到更廣泛的智能設(shè)備。智能設(shè)備的快速發(fā)展正在改變著人類和設(shè)備的交互方式。不難看出，無論是智能設(shè)備的發(fā)展和普及，還是用戶的接受度都在快速增長，都促使人和設(shè)備之間交互方式的巨大改變，我們已經(jīng)進(jìn)入“交互時(shí)代“。

正在發(fā)生的變化

那么，交互時(shí)代，人和設(shè)備究竟如何通過自然語言對話展開對話交互的呢？首先，對話交互的特點(diǎn)，我認(rèn)為主要有以下四點(diǎn)：

1、人和智能設(shè)備的交互一定是自然語言。因?yàn)閷τ谌藖碚f，自然語言是最自然的方式，也是門檻最低的方式。

2、人和設(shè)備的對話交互應(yīng)該是雙向的。

3、人和設(shè)備的對話交互是多輪的。為了完成一個(gè)任務(wù)，比如定機(jī)票，這里會涉及多輪交互。

4、上下文的理解。這是對話交互和傳統(tǒng)的搜索引擎最大的不同之處，傳統(tǒng)搜索是關(guān)鍵詞，前后的關(guān)鍵詞是沒有任何關(guān)系的。對話交互實(shí)際上是要考慮到上下文，在當(dāng)前的上下文理解這句話什么意思。

從連接到對話交互，一個(gè)本質(zhì)的改變是什么？舉個(gè)例子，比如淘寶網(wǎng)首頁，拋開內(nèi)容，其本質(zhì)就是鏈接和按鈕。對于用戶來說，無論是點(diǎn)擊鏈接還是按鈕，他的行為完全是由產(chǎn)品經(jīng)理定義好的和是完全確定的，所以它是一種受控、受限的行為，這種方式并不能確保好的用戶體驗(yàn)。

而對話交互，用戶可以說任何內(nèi)容，天文、地理，包羅萬象。我認(rèn)為這背后的本質(zhì)改變就是從“確定性”轉(zhuǎn)變?yōu)?ldquo;不確定性”。實(shí)際上，后面無論是算法還是交互設(shè)計(jì)，基本上都想辦法提高語言理解的確定性或者是降低交互設(shè)計(jì)的不確定性。

阿里巴巴在智能對話交互方向上的進(jìn)展和實(shí)踐

下面介紹下阿里巴巴在智能對話交互方向的進(jìn)展和實(shí)踐。先看對話交互邏輯的概況，傳統(tǒng)的對話交互大概會分以下幾個(gè)模塊，從云識別把語言轉(zhuǎn)成文字，語言理解是把用戶說的文字轉(zhuǎn)化成一種結(jié)構(gòu)化的表示，對話管理是根據(jù)剛才那些結(jié)果來決定采取什么樣的合作。在語言設(shè)置這一塊就是根據(jù)acTIon生成一句話，通過一種比較自然的方式把它讀出來。

我認(rèn)為現(xiàn)在人機(jī)交互和傳統(tǒng)的人機(jī)交互一個(gè)主要不同點(diǎn)就在于數(shù)據(jù)和服務(wù)。隨著互聯(lián)網(wǎng)的發(fā)展，數(shù)據(jù)和服務(wù)越來越豐富，那人機(jī)交互的目的是什么？歸根到底還是想獲取互聯(lián)網(wǎng)的信息和各種各樣的服務(wù)。