1
| 本文作者： 萌萌的巨人 | 2015-09-22 18:54 |
编者注：我们普通人使用电脑毫无障碍，但你是否考虑过盲人以及并不熟悉技术的人的感受？正因如此，现在像Siri这样的语音助手越来越多，它们让用户不用屏幕就能控制电脑。在图形界面之后，我们将迎来以语音为基础的会话界面，而它普通的速度可能比我们想得要快。
乔布斯的故事大家听了很多，下面这一则你也可能听过。他1979年参观加州最负盛名的PARC研究中心的时候，目睹了图标用户界面(GUI)的方便快捷。这种界面我们现在很熟悉，就是桌面上有各种图标和下拉菜单，然后用户通过鼠标来操作应用。当时的乔布斯觉得非常神奇，怎么电脑的页面能够同时打开，并且还能重叠在一起？他那时就断言：“未来的电脑都将做到这一点”。
之后，乔布斯就致力于Apple，组织团队模仿并不断改善PARC研究中心的操作界面。接下来的40年，个人计算设备飞速发展，从最初的Mac到如今的iPhone。视觉页面的方式太方便了，哪里不会点哪里，没有了编程指令的繁琐，这样不懂计算机技术的人也可以使用电脑了。
不久的将来，我们就会觉得PARC的图标界面技术没什么神奇的。为什么？因为还有一个团队在创造更神奇的事——会话用户界面（Conversational UI）。这些科学家预见，未来的计算机功能会很强大，用户根本记不住那么多应用和流程。为了避免用户来来回回寻找应用，计算机操作界面最好使用普通人的语言。
科学家Ron Kaplan说，与70年代相比，会话用户界面在他们团队的努力下，取得了长足的发展。他们整合的操作系统能让用户通过与电脑交换普通的短信息，完成机票预订，但是目前这种技术还达不到大范围的应用，“成本很高，具体多少我不知道，有可能一个用户一百万美金”，他表示道。计算机还需更快、更智能、更高效，而要达到这个程度，Kaplan认为要花15年。
Kaplan不仅是位出色的科学家，还是Nuance Communications的副总裁。他的公司目前占据了市场上语音界面业务的大头，与各行各业有广泛地合作，还帮助福特开发汽车内置的Sync系统。Nuance发现竞争愈益激烈，亚马逊、微软 、Google等技术公司都在做会话用户界面这块，还有那些不断成立的新公司，所有的人都希望能攀到这次变革的最前沿。各种公司都预测用不了多久，用户就可以与技术设备对话交流了，就好像跟朋友聊天一样，它们会倾听你讲了什么并清楚地知道你的意思。
新的技术能使数字生活进一步扩展，弥补图标用户界面的不足，随着人机交流的深入，人类与计算机的关系会更贴近。
这次变革最大的影响将会发生在不太懂计算机技术的人身上。当年乔布斯通过图标用户界面(GUI)扩展了计算机销售市场，但要高效地运用GUI，用户还是需要学习成本，仍然有很多人对计算机运用一窍不通。会话用户界面就大不相同了，计算机将学着与用户沟通交流，懂得使用计算机的人会越来越多。
其实几年前就已经有语音界面了，但效果一直都不好，因为手机收录的信息很缺乏，用户有时也就无所适从。如果你问Google Now纽约市的人口，这就很难为这个软件了，它答不上来。要是你问帝国大厦的位置，Google Now可以说出来，但如果你问帝国大厦所在城市的人口，那它就要崩溃在你面前了。Siri也是一样，只要问题它找不到答案，就自动建议你用Google浏览器查询。这样的会话界面效果，相信各位用户也是呵呵了。那些我们在科幻电影里看到的计算机高科技场景，真的要埋藏在深深的脑海里了吗？不是的。硅谷表示，时代已经不同了。
早前，SoundHound公司的 CEO Keyvan Mohajer向记者展示过了一款新的App，该公司近10年一直在秘密开发这款应用。或许读者熟悉SoundHound公司，是因为它的手机应用能识别音乐，用户只需要哼出音调，它会自动识别出音调对应的歌曲。Mohajer想创造世界上最好的声音人工智能助手，这款新App的诞生，使他离梦想又进了一步。
新App名字叫做Hound，Mohajer用Nexus 5展示了它是如何运行的。他首先打开一个蓝白相间的耳机图标，然后开始问问题。起先的问题都比较简单，比如柏林的时间、日本人口等。Mohajer在简单问题的基础上，再问需要动点“脑经”的问题，比如，“柏林和日本相距多远？”。App也能答得上来：“大约5536英里”。
随后Mohajer加快问问题的速度，并加深问题的难度。他让Hound计算出售价100万美元的房子每月月供的数额，App立即询问他当时的利息率及贷款方式，不一会儿就算出来了。
“太空针塔（一座著名建筑）所在国家的首都人口是多少？”他问道。Hound推测出他是在问华盛顿特区的人口，并很快给出了回答。他还连着问了很多，“日本和中国各自首都的人口及面积是多少？意大利住了多少人？德国、法国、意大利的区号分别是多少？”问题太长，他自己都快断气了，但Hound却依次回答了所有问题，而且都回答正确。
按功能划分，青少年中使用语音搜索的比例
虽然Hound还在试验阶段，但可能是目前功能最强大的语音识别系统。目前它能识别声音而且速度又快，相比同类软件而言，优势还是很明显。但信息技术的世界瞬息万变，其他软件的赶超可能只是朝夕之事。
毕竟，对于会话界面而言，很多必要的技术，基本在市面都有的卖。如今科技的方方面面都在进步，计算机处理能力、声音识别、移动连接、云端运行、中枢网络等等，这些技术越来越好，也越来越便宜，这有利于会话界面的发展和普及。
而且会话技术的发展很有必要，因为现在越来越多的设备都能联网了，包括照明设备和火灾报警器等等，这些东西都没有屏幕操作界面的，没菜单、没图标、甚至没按钮，那么就需要找到一种可以操作这些东西的方法。
另一方面，乔布斯对GUI的开发已接近极限，现在的屏幕操作界面都玩转指尖，点击图标或菜单就行了。但想想Photoshop和Excel，两者处理事务的功能自不必多说，操作步骤却很繁琐，要用到各种快捷键、菜单命令还有很多陌生的工具，甚至我们连工具在哪里都不知道。“GUI开发已达到顶点，现在不那么好用了”，Kaplan说道。
作为用户，我们当然不想被诸多页面、各种工具搞得晕头转向。这也是虚拟助手市场繁荣的原因。目前生活中使用虚拟助手的情况不是很多，不过可能很快就普及了也不一定，尤其是iOS 9，Android 6.0和Windows 10系统的推出，会话界面将会取得较大的跨越式发展。到时，用户就不再进入App中去寻找各种功能了，而是和Siri，Google Now或者Cortana对话。而Facebook也会推出智能助理M，用户也会新增十多亿。会话的人机交流方式将会成为主流方式，某些时候还可能是唯一可用的方式。
本来最初发展虚拟助手也是为了使复杂的操作简单化。用Apple公司HomeKit系统做房屋管家，你只要说：“晚安，Siri”，家里的电器都会自动关闭，门窗也自动锁紧。助手很了解你手机里每款应用的功能，并且可以来回切换。而且，和助手相处时间长了，它也会慢慢总结出你的习惯，变得更了解你。
Keyvan Mohajer
但必须明确的是，会话技术并不会取代触屏，甚至不能取代鼠标和键盘。如果你很精通电脑操作，那么你宁愿保持现状。或许你也用虚拟助手，不过你很可能问它剪切工具在哪里。
对某些人来说，会话界面确实能给予他们GUI所不及的功能。比如，年轻人已经开始不用键盘，通过手机话筒发送消息。而还有相当一部分人根本用不了图标用户界面，比如视力受损的人、老年人，以及根本不懂科技的人。Chris Maury就是其中之一。
2010年夏天，他24岁，在ImageShack实习。此时的他刚博士毕业，来到硅谷实现梦想。上班的地方离住的地方很远，早起晚睡使得他视力下降了。他去验光师那里，被诊断为视力退化，有可能最终失明。
Maury一心想在科技方面一展抱负，但现在不得不考虑怎么样在看不见的情况下继续使用电脑。其实在美国的盲人有两千万左右，对于这些人来说，就只能通过屏幕阅读器来上网了。
屏幕阅读器使用时，需用键盘操作光标的移动，光标每移动到一个地方，电脑就会读出此处的内容。屏幕阅读系统花费昂贵，而且使用者要经过一定的培训，有的人需要两次培训。在数字环境愈益发展的今天，屏幕阅读器也越来越复杂，对学习的人来说并不容易啊。
Maury的视力越来越差了，他就只能用盲人版 Twitter了（是的，Twitter也有盲人版），活动范围也很局限。他深刻明白，对于视力不好的人来说，使用科技是件多么恼火的事情！之后，他就有了发明声音界面的想法，这个想法传遍了整个硅谷。
他开始致力于将科技带回盲人的身边，创建了公司Conversant Lab，重点开发声音相关的App和服务。Conversant首先发明的是iPhone应用SayShopping，这款应用能让用户通过语音在Target.com上购物。Maury还想今年年底之前，将会话互动的因素让iOS开发者所用。他还想试着制造出全语音电脑环境的设备，并且希望该设备能通过头部运动来操作指令。“这些都完全有可能，只是需要时间去制作”，他表示。
2014年秋天，亚马逊突然推出了一款新产品Echo，是款圆柱形的黑色扬声器，顶端还有一圈蓝色的小灯，每次扬声器对外“说话”时，灯都会亮。Echo使用了远距离声音识别，即使在吵闹的房间里，也可以定位声音。它的目的是你可以与它对话，然后下订单等。
这款产品没有内置的虚拟界面，所以里面并没有什么特别的东西可看。科技媒体对款略带神秘的产品有些疑惑，有人还将它与《2001环游太空》中的神秘黑色石头相对比。
Echo里的软件叫Alexa，它可以预报天气、回答客观问题、创建购物清单、播放指定音乐，刚开始没什么太特别的。但时间久了，Alexa会熟悉用户的声音，开始讲点笑话，还会分别计时，从刚开始让人恼火的笨机器，变成之后聪明灵活的好帮手。
这让我们进一步认识了会话技术：会话设备只有在不断的使用中才能慢慢与用户建立良好的关系。各大公司也都意识到这点，所以在开发会话界面的过程中，尽量让它们招人喜爱，赋予它们魅力及温和的个性。比如微软在开发Cortana的时候，就与游戏光晕背后的工作室合作，使Cortana得声音富于变化，而不是那种干巴巴的机器读音。虽然开发过程困难重重，但是还是很值得。因为早期Cortana什么也不会，但人们还是很喜欢。
让虚拟助手这么讨喜，还有一个战略考虑。微软，Nuance等公司一致认为：只有当会话助手只有无处不在，真正了解用户，知道他的习惯、好恶的时候，才能发挥很大的作用。要达成这一目的，就要让人工智能进入到更多应用和设备。
亚马逊，Google，微软，Nuance以及SoundHound都在积极向开发者提供会话平台，他们知道，最了解用户的才能被留下来。所以不久的将来，我们的身边可能会多一位值得信赖的朋友，关系的亲密度不亚于闺蜜和基友哟。
via wired
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
