0
人工智能和语音识别行业正在快速发展。根据知名市场研究分析公司Gartner发布的一份行业报告显示，到2020年，85%的客户服务交互将无需人工支持，这意味着到那时，我们已经能够教会机器用逻辑解决方案来解读数据了。
支持人工智能技术的App应用，将会让人们的生活变得更加便捷，但问题是，如何开发这种App应用呢？为了解答这个问题，我们采访了一些利用人工智能技术、并获得成功的App应用创始人。
下面就来看看他们是怎么说的吧：
Nathan Benaich，知名风投 Playfair Capital 风险投资人，专注于数据科学、机器学习、和用户体验领域内的科技公司。
一款由人工智能支持的优秀应用程序，应该让用户感到眼前一亮，获得前所未有的体验。就拿Google Photos举例吧，它可以匹配搜索查询来检索图片；还有SwiftKey，可以预测用户接下来要输入的文字；再有就是特斯拉的自动驾驶仪，有能力接管司机的职责来驾驶汽车。这些产品都给用户带来了惊喜的感觉，这种与众不同的感受会逐渐变成用户的使用习惯，因为这非常有价值。
Shivon A. Zilis, Bloomberg Beta风投合伙人，人工智能公司OpenAI企业顾问
有两件事情必须要牢记：
– 你的算法是否以“解决问题为先”？对用户来说，你的算法解决方案应该是“隐身”、甚至是不相关的。你的App应用需要帮助用户轻松解决一个问题，让他们变得更好。
– 今天，你的App是否足够有用。就拿即时通讯App来说吧，它在如今这个时代十分有用，那么同样地，也会随着时间的推移变得越来越好，这也是为什么很多人工智能会从聊天机器人开始起步的原因所在。如果开发人员能够把这种想法带入到人工智能应用开发中，创建正确的用户反馈循环，那么随着时间的发展，数据集合势必将得到极大提升。
Dennis R. Mortensen，x.ai公司创始人兼首席执行官
最好的人工智能产品能让用户变得更有能力，而最最好的人工智能则会从用户角度出发，去完成一项任务；要做到这一点，就需要让用户尽可能少地去执行操作，这才是真正的全自动智能技术。
人工智能软件或是虚拟助手能让人们使用自然语言进行交流，这点非常重要。如果让用户适应机器语法而且改变自己的说话的方式，或是文本输入的方式，体验和效果就会变得很差。当然啦，要求用户执行太多手动操作也不是个好主意，所以人工智能App需要尽可能地避免用户手工操作。
而在互动的另一端，你需要让人工智能的回应看上去非常自然，这同样也很重要。在x.ai App上，我们的目标就是要让用户觉得他们并不是和一个人工助手在交流。当我们起初开始构建人工智能私人助手Amy Ingram的时候，我们发现很多同行都无法做到这一点，因此我们决定创造一个全新的岗位角色——人工智能互动设计师——主要负责开发Amy的性格，确保她说出来的话具有连贯性。我们的用户非常喜欢Amy，也知道她的效率很高，但是真正让用户爱上Amy的主要原因，就是她真的很像人类，许多人和她进行交流甚至都没有意识到她是一个人工智能。
Manuel Ebert，summer.ai创始人合伙人
我想说说做些什么事情无法让你开发出一款优秀的人工智能App应用：现在，我们已经可以轻松做到打开聊天机器人窗口，然后预订一个卷饼套餐。但人工智能的真正力量，应该是增强、并提升人类的能力，比如一台智能蒸汽挖土机。一款优秀的人工智能App不仅仅可以帮助用户更快速地完成工作，而且还能让他们完成一些之前无法做到的事情；一些用户无法负担的事情。人工智能可以变成我们的私人旅行助手，我们的造型师，营养学家，律师，教练，以及理财顾问。
Raj Singh，Tempo.ai公司联合创始人兼首席执行官，该公司已被Salesforce收购
在最好的人工智能App应用里，科技不仅仅是出现在你面前，而是要融合到体验之中。我觉得Google Photos就算得上是这样一款优秀的应用程序，做为一款计算机视觉技术，它极好地展现了人工智能的魅力，同时也没有忽视用户体验。
Rob McInerney博士， Intelligent Layer公司联合创始人兼首席执行官
对于那些希望在自己App应用里加入人工智能技术的创业者，我能给予的建议就是遵循80/20原则，同时也要学习如何管理不确定性。
在采用人工智能技术时，我们很容易会担心每一个可能的输入出现问题，然而在现实中，人工智能给用户带来的绝大部分价值，往往是给他们解决了一个很小的问题，而且很好地解决了某些问题。在智能层，我们花了大量时间和精力去分析用户行为，识别用户最常见的行为，以此来了解机器学习技术应该用在什么地方。
我们同样也很难管理所谓的不确定性，这意味着我们的算法知道“自己”在某些领域里，或是在某些问题上没有太多经验，也不善于解决——它们此时需要人类帮助，才能对问题做出响应。不过，人工智能的最终目的，就是要为用户提供一个更令人满意的真实体验。
Xavier Amatriain，知名问答网站Quora工程副总裁，Netflix前任研究/工程主管，机器学习专家
在曾经接受过的一次采访中，Xavier Amatriain解释了机器学习在产品开发中的关键要素，也表达了他是如何看待一款优秀的人工智能App应用的：
即使只盯着数据，或是一些未来的假设理念，也能够帮助你优化自己的产品，同时也能让你探索哪些事情可以帮助到自己的公司（业务）。
你可以思考的非常“极端”，预测一些现在根本不存在的、但是你的用户可能会喜欢的东西，
Netflix其实就是这么做的，他们要预测用户当前最想看的是什么电影，即便你从来没有看过。所以，通过关注数据，能帮助你更好地理解假设的东西，也能让你“看到”现在并不存在的东西。
VIA arkenea
题图来自rottmann.net
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
