2019-12-10 資深UI設(shè)計者
本文整理了人工智能行業(yè)中設(shè)計師需要理解的一些名詞和內(nèi)容。
一方面供自己學習思考，另一方面也希望能幫助到準備投入到人工智能行業(yè)的設(shè)計師。之前聽有的朋友講到，覺得自己沒有計算機背景，有點害怕進入到這樣一個領(lǐng)域來。
沒有計算機背景沒有關(guān)系，只要對這個行業(yè)充滿好奇，一個個的問題解決掉，在你眼前的迷霧都會散去的。
先簡單舉幾個人工智能在生活中有在應(yīng)用的例子：
像現(xiàn)在有的超市寄存物件，開箱時采用的人臉識別；像家里購置的智能音響，時不時還能跟它聊上幾句；像接聽到的銀行電話（是的，對方可能是機器人噢）；像在淘寶上咨詢的客服小蜜；像你手機里的虛擬助手….等等這些都是人工智能在生活中的應(yīng)用。
人工智能在設(shè)計領(lǐng)域的應(yīng)用也相當廣泛，具體可以看這篇文章：
這幾個例子是在生活中比較普遍能接觸到的，實際人工智能應(yīng)用的領(lǐng)域還在不斷的擴大，我們甚至都無法想象到，未來的生活會是怎樣的狀態(tài)和場景。
在這家公司之前，我做過語音交互類的產(chǎn)品交互設(shè)計。當時在定義人與設(shè)備進行語音交互時，會是怎樣的一個交互場景。從說喚醒詞到發(fā)出指令，從收到反饋到繼續(xù)對話。喚醒后等待的時間、結(jié)束的規(guī)則等等這些。
而現(xiàn)在，我大部分時間是在設(shè)計工具，如何讓使用者能快速的創(chuàng)建出一個智能機器人。如何讓機器人的創(chuàng)建者方便快捷的添加機器人的相關(guān)數(shù)據(jù)和創(chuàng)建出對話場景。
所以在進行這些工具的設(shè)計之前，有些名詞概念，會需要設(shè)計師來了解一下，能讓我們更好的理解人工智能的一些原理以及能夠讓設(shè)計師具象化到實際的設(shè)計中，甚至能基于此技術(shù)/原理來進行相關(guān)的創(chuàng)新或研究。
整理內(nèi)容如下：（內(nèi)容基于工作及自身理解，如有概念理解錯誤，歡迎指正）
下面嘗試用較易理解方式來解釋這些名詞：
與機器人進行對話，首先就需要讓機器人懂我們說的話，這其中，就需要來關(guān)注到自然語言處理，通過自然語言處理技術(shù)，能夠?qū)崿F(xiàn)我們與機器之間「無障礙」對話。
我把這三者關(guān)系畫了張圖示，我是以這樣的方式理解的
從圖中可進一步看出，NLU 和 NLG 是 NLP 的子集，而 NLP 是人與機器溝通中很重要的存在。
涉及到語音就會經(jīng)常聽到 ASR 和 TTS
語音識別（ASR）：將語音內(nèi)容轉(zhuǎn)為文字
如微信里面，當別人發(fā)的語音信息不方便外放收聽時，可以轉(zhuǎn)為文字查看
語音合成（TTS）：將文字內(nèi)容轉(zhuǎn)為語音
如現(xiàn)在很多的閱讀軟件，支持播放，有的就是利用 TTS，直接將文本內(nèi)容轉(zhuǎn)為語音播放出來。
我試著將上面提到的 NLP 和 ASR、TTS 組合起來，關(guān)系可以如下圖所示
當我們說一句話的時候，機器知道我們表達的是什么嗎？
意圖（Intent）:一個人希望達到的目的，或者解釋為想要做什么，他的動機是什么。
如：
槽位（Slot）：可以理解為系統(tǒng)要向用戶收集的關(guān)鍵信息。
如：
「買張明天從上海到北京的機票」
上面這句話中，獲取到意圖（買機票）；提取關(guān)鍵信息 時間（明天）、地點（出發(fā)地：上海；到達地：北京）
這些關(guān)鍵的信息就是槽位，當系統(tǒng)獲知到這些信息后，就能去執(zhí)行下一步動作。
還可以這樣理解，當我們?nèi)ャy行營業(yè)廳辦理卡的時候，會填寫一張表，表每個要填寫的選項，就是一個個的槽位。槽位就是為你服務(wù)的人員要從你那收集的關(guān)鍵信息。
實體（Entity）：用戶在語句中提到的具體信息
實體這詞放在生活中，我們很容易理解，就是實實在在的物體，像桌子、電腦、熊貓等等這些都是實體。
但是在人機對話中，機器理解人的語句內(nèi)容，會識別出語句中的實體信息（如：地點、人名、歌曲名等），然后進行標記。
那槽位和實體是不是講的是一回事？只是不同的說法？
我之前有一度陷入這樣的困惑中，但其實這兩者還是有所區(qū)別的。比如，一個實體是數(shù)字，但是在語句中，數(shù)字將代表不同的含義。
如：
人：有沒有10元的鮮花？ 機器人：玫瑰花10元一支 。
這句話中，實體number「10」，但這個 10 在句子中表達的是價格，所以收集到的槽位信息是價格：「10元」
這樣說可能還是不太能理解，那我們可以先了解下，在一句表達中，需要進行槽位信息收集，但機器如何知道「買張明天從上海到北京的機票」中，「上?！故浅鞘?，并且「上海」是出發(fā)地呢？
「上?！惯@個詞會被建立在一個城市實體詞庫中，這是「上?！鼓鼙蛔R別到是「城市」的原因。
其次，通過將解析槽位加入語料中，加以訓(xùn)練讓機器學習相關(guān)表述結(jié)構(gòu)，來獲知該句式中，收集到的第一個城市是出發(fā)地，于是把第一個城市填到對應(yīng)的槽位中。
使用什么工具來讓機器知道，這個信息是要提取的信息？
解析器（Parser）：抽取/解析用戶語句中的關(guān)鍵信息
上一個講到實體，這里講到的解析器則是這么個工具，用來抽取這些信息。比如會有些通用的解析器如時間解析器、城市解析器、歌手解析器等等。
解析器的類型也比較多，如通用解析器、詞典解析器、正則解析器、組合解析器等等，這里就不再擴展開講具體解析器，實在過于復(fù)雜了。
命名實體識別（NER）：用來識別具有特定意義的實體。主要會包括像機構(gòu)、地名、組織等。
是不是發(fā)現(xiàn)，解析器和 NER 在做差不多的事情？我是這樣理解的，解析器的話是一個更大的存在，其中包括了 NER。解析器下會有不同類型和不同功能的工具來實現(xiàn)關(guān)鍵信息的識別/抽取。
在我們與機器人對話時，一般會涉及到四個不同類型的對話，開放域的聊天、任務(wù)驅(qū)動的對話、問答（FAQ）和推薦。
上面是在有次分享中提到的，這四個不同類型的對話，在機器人平臺中，會需要借助不同的功能模塊來實現(xiàn)。
任務(wù)對話（Task Dialogue ）：有上下文聯(lián)系，就像我們要去訂票、訂餐之類的一段任務(wù)型的對話。
我們公司產(chǎn)品中，任務(wù)引擎模塊就是做這個任務(wù)對話的創(chuàng)建，比如，要訂機票的場景。用戶在這個訂機票的場景中，會涉及到的對話內(nèi)容、流程的設(shè)計。
知識圖譜（Knowledge Graph）：這個可以理解為可視化關(guān)聯(lián)信息。
比如：查詢一個明星的身高、年齡，他的學校、他的女友，他的相關(guān)作品，這些基于這個人而構(gòu)建的信息庫，都可以通過知識圖譜在做整理。并且在構(gòu)建時能夠做到可視化的了解。
要讓機器人知道，它腦子里有貨了！
訓(xùn)練（Train）：這個概念可以這樣理解，比如你創(chuàng)建了個機器人，但是它什么都還不懂，于是你塞了堆知識給他，這時，它就需要自己訓(xùn)練學習了。訓(xùn)練好了，就能回答你塞的那堆知識里的問題了。
講到這就忍不住想用這個學習的例子，來簡單講下一般機器人的創(chuàng)建流程。像我們在學校，會經(jīng)歷上課學習新知識-復(fù)習溫習-考試-整理錯題集，以此循環(huán)進行。
這個創(chuàng)建機器人的流程也是一樣通過知識的導(dǎo)入/創(chuàng)建-訓(xùn)練-測試-優(yōu)化-上線-優(yōu)化，以此循環(huán)，不斷強化機器人，讓它越來越智能。
其他：
數(shù)據(jù)標注：將對話日志中的有價值數(shù)據(jù)做標注（標記/匹配/關(guān)聯(lián)之類）。
因為人的表達萬千，多種表達方式都代表的同一個意思。有時用戶說了句話，是語料庫中并不包含，于是機器人可能就答非所問了。
Ai 訓(xùn)練師們就可以將這些數(shù)據(jù)信息標注到對應(yīng)的問題中去，這樣當用戶再用同樣方式表述時，機器人就能如預(yù)期回答了。
講到標注想到之前在朋友圈很火的你畫我猜，谷歌推出的這個小游戲席卷朋友圈。他們用了個如此聰明的做法，其實我們參與其中的做法就是在做數(shù)據(jù)標注，而且還是主動提供數(shù)據(jù)的那種。
這也反映了，數(shù)據(jù)對于機器人的重要性，通過不斷的進行數(shù)據(jù)維護和補充數(shù)據(jù)，機器人就會越來越理解人，表達也會越來越智能。就跟我們學習一樣，不斷學習才能夠理解其他的含義，甚至當認知能力提升了，看待問題的角度才能不一樣。
文章來源：優(yōu)設(shè)
藍藍設(shè)計的小編 http://sillybuy.com