編者按：本文來(lái)自微信公眾號(hào)“S先生"（ID：TheMisterS），作者M(jìn)ingke，。原題目《人工智障2:你看到的AI與智能無(wú)關(guān)》前言大家好，我又出來(lái)懟人了。兩年前，寫(xiě)了一篇文章《為什么現(xiàn)在的人工智能助理都像人工智障》，當(dāng)時(shí)主要是懟“智能助理們"。這次呢則是表達(dá)“我不是針對(duì)誰(shuí)，只是現(xiàn)在所有的深度學(xué)習(xí)都搞不定對(duì)話AI"，以及“你看都這樣了，那該怎么做AI產(chǎn)品"。-閱讀門(mén)檻-時(shí)間：這篇真的太長(zhǎng)了（近3萬(wàn)字）根據(jù)預(yù)覽同學(xué)們的反饋，通常**次閱讀到Part3時(shí)，會(huì)消耗很多精力，但讀完P(guān)art3才發(fā)現(xiàn)是精華（同時(shí)也是燒腦的部分）。請(qǐng)大家酌情安排閱讀時(shí)間?？勺x性：我會(huì)在內(nèi)容里邀請(qǐng)你一起思考（無(wú)需知識(shí)），所以可能不適合通勤時(shí)間閱讀。你的閱讀收益取決于在過(guò)程中思考的參與程度。適合人群：對(duì)話智能行業(yè)從業(yè)者、AIPM、關(guān)注AI的投資人、對(duì)AI有強(qiáng)烈興趣的朋友、關(guān)心自己的工作會(huì)不會(huì)被AI代替的朋友；關(guān)于鏈接：閱讀本文時(shí)，無(wú)需閱讀每個(gè)鏈接里的內(nèi)容，這并不會(huì)影響對(duì)本文的理解。-關(guān)于“人工智障"四個(gè)字-上一片文章發(fā)出后，有朋友跟我說(shuō)，標(biāo)題里的“人工智障"這個(gè)詞貌似有點(diǎn)offensive。作為學(xué)語(yǔ)言出身的，我來(lái)解釋一下這個(gè)原因：開(kāi)始呢，我是在跟一位企業(yè)咨詢顧問(wèn)聊人工智能這個(gè)賽道的現(xiàn)狀。因?yàn)閷?duì)話是用英語(yǔ)展開(kāi)的，當(dāng)時(shí)為了表達(dá)我的看法“現(xiàn)在的智能助理行業(yè)正處在一種難以逾越的困境當(dāng)中"，我就跟她說(shuō)“CurrentlyallthedigitalassistantsareArtificial-Intelligentlychallenged"。她聽(tīng)了之后哈哈一笑?！癷ntelligentlychallenged"同時(shí)也是英文中對(duì)智障的委婉表達(dá)。假設(shè)不了解這個(gè)常識(shí)，她就可能忽略掉這個(gè)梗，盡管能明白核心意思，只是不會(huì)覺(jué)得有什么好笑的。那么信息在傳遞中就有損失。寫(xiě)文章時(shí)，我把這個(gè)信息翻譯成中文，就成了“人工智障"。但是因?yàn)橹形恼Z(yǔ)法的特性，有些信息就lostintranslation了。比如實(shí)際表達(dá)的是“一種困境的狀態(tài)"而不是“一件事"。（順便說(shuō)一下，中文的智障，實(shí)際上是政治正確的稱呼，詳見(jiàn)特殊會(huì)的用詞方法。）為什么要寫(xiě)那么多字來(lái)解釋這個(gè)措辭？因?yàn)椴煌娜?，看?jiàn)相同的字，也會(huì)得到不同的理解。這也是我們要討論的重點(diǎn)之一。那么，我們開(kāi)始吧。Part1對(duì)話智能的表現(xiàn)：智障:ITU2017年10月，上圖這個(gè)叫Sophia的機(jī)器人，被沙特阿拉伯授予了正式的公民身份。公民身份，這個(gè)評(píng)價(jià)比圖靈測(cè)試還要牛。何況還是在沙特，他們才剛剛允許女性開(kāi)車(chē)不久（2017年9月頒布的法令）。Sophia經(jīng)常參加各種會(huì)、“發(fā)表演講"、“接受采訪"，比如去對(duì)話，表現(xiàn)出來(lái)非常類似人類的言談；去和WillSmith拍MV；接受GoodmorningBritain之類的主流媒體的采訪；甚至公司創(chuàng)始人參加JimFallon的訪談時(shí)一本正經(jīng)的說(shuō)Sophia是“basicallyalive"。Basicallyalive.要知道，西方的吃瓜群眾都是看著《》長(zhǎng)大的，前段時(shí)間還看了《西部世界》。在他們的世界模型里，“機(jī)器智能會(huì)覺(jué)醒"這個(gè)設(shè)定是遲早都會(huì)發(fā)生的。普通大眾開(kāi)始嚇得瑟瑟發(fā)抖。不僅開(kāi)始擔(dān)心自己的工作是不是會(huì)被替代，還有很多人開(kāi)始擔(dān)心AI會(huì)不會(huì)統(tǒng)治人類，這樣的話題展開(kāi)。“未來(lái)已來(lái)"，很多人都以為真正的人工智能已經(jīng)近在咫尺了。只是，有些人可能會(huì)注意到有些不合理的地方：“等等，人工智能都要威脅人類了，為啥我的Siri還那么蠢？"Source:DumbAndDumber:ComparingAlexa,Siri,CortanaAndTheGoogleAssistant,Forbes,May2018我們來(lái)看看到2018年末在對(duì)話智能領(lǐng)域，各方面究竟發(fā)展的如何了?！安灰毡静?我在2016年底做過(guò)一個(gè)測(cè)試，對(duì)幾個(gè)智能助理提一個(gè)看似簡(jiǎn)單的需求：“推薦餐廳，不要日本菜"。只是各家的AI助理都會(huì)給出一堆餐廳推薦，全是日本菜。2年過(guò)去了，在這個(gè)問(wèn)題的處理上有進(jìn)展么？我們又做了一次測(cè)試：結(jié)果是依然沒(méi)有解決?！安灰?兩個(gè)字被所有助理一致忽略了。為什么要關(guān)注“不要"兩個(gè)字？之前我去到一家某非常有名的智能語(yǔ)音創(chuàng)業(yè)公司，聊到這個(gè)問(wèn)題時(shí)，他家的PM顯出疑惑：“這個(gè)邏輯處理有什么用？我們后臺(tái)上看到用戶很少提出這類表達(dá)啊。"聽(tīng)到這樣的評(píng)論，基本可以確定：這家公司還沒(méi)有深入到服務(wù)對(duì)話領(lǐng)域。場(chǎng)景方面，一旦深入進(jìn)服務(wù)領(lǐng)域里的多輪對(duì)話，很容易會(huì)遇到類似這樣的表達(dá)：“我不要這個(gè)，有更便宜的么？"。后臺(tái)沒(méi)有遇到，只能說(shuō)用戶還沒(méi)開(kāi)始服務(wù)就結(jié)束了。場(chǎng)景方面與AI公司的domain選擇有關(guān)。但是在技術(shù)方面，則是非常重要的。因?yàn)檫@正是真正智能的核心特點(diǎn)。我們將在part2&3詳細(xì)聊聊這個(gè)問(wèn)題。現(xiàn)在先拋個(gè)結(jié)論：這個(gè)問(wèn)題解決不了，智能助理會(huì)一直智障下去的?！癟oC團(tuán)隊(duì)轉(zhuǎn)ToB"自從2015年幾個(gè)重要的深度學(xué)習(xí)在當(dāng)中火了起來(lái)，大小公司都想做“Her"這樣面對(duì)個(gè)人消費(fèi)者的通用型智能助理（ToC類產(chǎn)品的目標(biāo)）。一波熱錢(qián)投給有希望的種子隊(duì)伍（擁有Fancy背景）之后，全滅。目前為止，在2C這方面的所有商用產(chǎn)品，無(wú)論是還是創(chuàng)業(yè)公司，全部達(dá)不到用戶預(yù)期。在人們的直覺(jué)里，會(huì)認(rèn)為“智能助理"，處理的是一些日常任務(wù)，不涉及的需求，應(yīng)該比“智能專家"好做。這是延續(xù)“人"的思路。推薦餐廳、安排行程是人人都會(huì)做的事情；卻只有少數(shù)受過(guò)訓(xùn)練的人能夠處理金融、醫(yī)療問(wèn)診這類問(wèn)題。而對(duì)于現(xiàn)在的AI，情況正好相反?，F(xiàn)在能造出在圍棋上打敗柯潔的AI，但是卻造不出來(lái)能給柯潔管理日常生活的AI。隨著toC助理賽道的崩盤(pán)，ToBornottoB已經(jīng)不再是問(wèn)題，因?yàn)橐呀?jīng)沒(méi)得選了，只能ToB。這不是商業(yè)模式上的選擇，而是技術(shù)的限制。目前ToB，特別是限定領(lǐng)域的產(chǎn)品，相對(duì)ToC類產(chǎn)品更可行：一個(gè)原因是領(lǐng)域比較封閉，用戶從思想到語(yǔ)言，不容易發(fā)揮跑題；另一方面則是數(shù)據(jù)充分。只是ToB的公司都很容易被當(dāng)成是做“外包"的。因?yàn)榭蛻羰且粋€(gè)個(gè)談下來(lái)的，項(xiàng)目是一個(gè)個(gè)交付的，這意味著增長(zhǎng)慢，靠人堆，沒(méi)有復(fù)利帶來(lái)的指數(shù)級(jí)增長(zhǎng)。大家紛紛表示不開(kāi)心。這個(gè)“幫人造機(jī)器人"的業(yè)務(wù)有點(diǎn)像“在網(wǎng)頁(yè)時(shí)代幫人建站"。轉(zhuǎn)成ToB的團(tuán)隊(duì)經(jīng)常受到資本的質(zhì)疑：“你這個(gè)屬于做項(xiàng)目，怎么規(guī)模化呢？"要知道，國(guó)內(nèi)的很多投資機(jī)構(gòu)和里面的投資經(jīng)理入行的時(shí)間，是在國(guó)內(nèi)的移動(dòng)互聯(lián)起來(lái)的那一波?！癝calability"或者“高速增長(zhǎng)"是體系里重要的指標(biāo)，沒(méi)有之一。而做項(xiàng)目這件事，就是Casebycase，要增長(zhǎng)就要堆人，也就很難出現(xiàn)指數(shù)級(jí)增長(zhǎng)。這就有點(diǎn)尷尬了?！澳惴判?，我有SaaS！哦不，是AIaaS。我可以打造一個(gè)平臺(tái)，上面有一系列工具，可以讓客戶們自己組裝機(jī)器人。"然而，這些想做技能平臺(tái)的創(chuàng)業(yè)公司，也沒(méi)有一個(gè)成功的。短期也不可能成功。YannLeCun對(duì)AIaas的看法主要的邏輯是這樣的：你給客戶提供工具，但他需要的是雕像——這中間還差了一個(gè)雕塑家。佐證就是那些各家試圖開(kāi)放“對(duì)話框架"給更小的，甚至是服務(wù)提供者，幫助他們“3分鐘開(kāi)發(fā)出自己的AI機(jī)器人"，具體就不點(diǎn)名了。自己都開(kāi)發(fā)不出來(lái)一個(gè)讓人滿意的產(chǎn)品，還想抽象一個(gè)范式出來(lái)讓別人沿用你的（不work的）框架？不過(guò)，我認(rèn)為MLaaS在長(zhǎng)期的成功是有可能的，但還需要行業(yè)發(fā)展更為成熟的時(shí)候，現(xiàn)在為時(shí)尚早。具體分析我們?cè)诤竺鍼art5會(huì)談到?！耙粝涞某晒椭悄艿氖?對(duì)話這個(gè)領(lǐng)域，另一個(gè)比較火的賽道是智能音箱。各大主要科技公司都出了自己的智能音箱，騰訊叮當(dāng)、阿里的天貓精靈、小米音箱、國(guó)外的Alexa、Google的音箱等等。作為一個(gè)硬件品類，這其實(shí)是個(gè)還不錯(cuò)的生意，基本屬于制造業(yè)。不僅出貨不差，還被寄予期望，能夠成為一個(gè)生態(tài)的生意——核心邏輯看上去也是充滿想象力的：超級(jí)終端：在后移動(dòng)時(shí)代，每家都想像iphone一樣搶用戶的入口。只要用戶習(xí)慣使用語(yǔ)音來(lái)獲得咨詢或者服務(wù)，甚至可以像Xbox/ps一樣，硬件賠錢(qián)賣(mài)，軟件來(lái)掙錢(qián)；用語(yǔ)音做OS：打造各類語(yǔ)音的技能，然后通過(guò)大量“離不開(kāi)的技能"反哺這個(gè)OS的市場(chǎng)占有；提供平臺(tái)：像Xcode一樣，給提供應(yīng)用開(kāi)發(fā)的工具和分發(fā)平臺(tái)、提供使用服務(wù)的流量。可是，這些技能使用的實(shí)際情況是這樣的：Source:Statista萬(wàn)眾期待的killerapp并沒(méi)有出現(xiàn)；基本沒(méi)有商業(yè)服務(wù)型的應(yīng)用；技能都沒(méi)賺到錢(qián)，也不知道怎么；大部分高頻使用的技能都沒(méi)有商業(yè)價(jià)值——用戶用的多的就是“查天氣"沒(méi)有差異性：智能的差異嘛基本都沒(méi)有的事兒。“皇帝的新人工智能"回過(guò)頭來(lái)，我們?cè)賮?lái)看剛剛那位沙特阿拉伯的公民，Sophia。既然剛剛提到的那么多公司投入了那么多錢(qián)和科學(xué)家，都搞成這樣，憑什么這個(gè)Sophia能一鳴驚人？因?yàn)镾ophia的“智能"是個(gè)**。可以直接引用YannLeCun對(duì)此的評(píng)價(jià)，“這是鬼扯"。簡(jiǎn)單來(lái)說(shuō)，Sophia是一個(gè)帶喇叭的木偶——在各種大會(huì)上的發(fā)言和采訪的內(nèi)容都是人工撰寫(xiě)，然后用人人都有的語(yǔ)音合成做輸出。卻被宣傳成為是其“人工智能"的自主意識(shí)言論。這還能拿“公民身份"，可能是人類公民被黑的慘的一次。這感覺(jué)，好像是我家的橘貓被一所985大學(xué)授予了土木工程學(xué)士學(xué)位。其實(shí)對(duì)話系統(tǒng)里，用人工來(lái)撰寫(xiě)內(nèi)容，或者使用模版回復(fù)，這本來(lái)就是現(xiàn)在技術(shù)的現(xiàn)狀（在后面我們會(huì)展開(kāi)）。但刻意把“非智能"的產(chǎn)物說(shuō)成是“智能"的表現(xiàn)，這就不對(duì)了?？紤]到大部分吃瓜群眾是通過(guò)媒體渠道來(lái)了解當(dāng)前技術(shù)發(fā)展的，跟著炒作的媒體（比如被點(diǎn)名的TechInsider）都是這場(chǎng)**的共犯。這些不知道是無(wú)知還是無(wú)良的文科生，真的沒(méi)有做好新聞工作者份內(nèi)的調(diào)查工作。近這股妖風(fēng)也吹到了國(guó)內(nèi)的韭菜園里。Sophia出現(xiàn)在了王力宏的一首講AI的MV里；然后又2018年11月跑去給大企業(yè)站臺(tái)。真的，行業(yè)內(nèi)認(rèn)真做事兒的小伙伴，都應(yīng)該站出來(lái)，讓大家更清晰的知道現(xiàn)在AI——或者說(shuō)機(jī)器學(xué)習(xí)的邊界在哪兒。不然甲方爸爸們信以為真了，突然指著sophia跟你說(shuō)，“別人都能這么自然，你也給我整一個(gè)。"你怕不得裝個(gè)真人進(jìn)去？對(duì)了，說(shuō)到這兒，確實(shí)現(xiàn)在也有：用人——來(lái)成人工智能——來(lái)模擬人，為用戶服務(wù)。Source:TheGuardian國(guó)內(nèi)的案例典型的就是銀行用的大堂機(jī)器人，其實(shí)是真人在遠(yuǎn)程語(yǔ)音（所謂Telepresence）。美國(guó)有X.ai，做基于的日程管理的。只是這個(gè)AI到了下午5點(diǎn)就要下班。當(dāng)然，假如我是這些**背后，被質(zhì)疑的時(shí)候，我還可以強(qiáng)行拉回人工智能上：“這么做是為了積累真正的對(duì)話數(shù)據(jù)，以后用來(lái)做真的AI對(duì)話系統(tǒng)識(shí)別的訓(xùn)練。"這么說(shuō)對(duì)外行可能是毫無(wú)破綻的。但是真正行業(yè)內(nèi)干正經(jīng)事的人，都應(yīng)該像傅盛那樣站出來(lái)，指明這些做法是**：“沒(méi)有一家能做出來(lái)......做不到，一定做不到"。人家沙特是把AI當(dāng)成人，這些套路是把人當(dāng)成AI。然后大眾就開(kāi)始分不清楚究竟什么是AI了。“人工智能究竟（tmd）指的是什么？"另一方面，既然AI現(xiàn)在的那么蠢，為什么馬一龍(ElonMusk)卻說(shuō)“AI很有可能毀滅人類"；霍金甚至直接說(shuō)“AI可能是人類文明里糟糕的事件"。而在另一邊，F(xiàn)acebook和Google的**科學(xué)家卻在說(shuō)，現(xiàn)在的AI都是渣渣，根本不需要擔(dān)心，甚至應(yīng)該重做。大家該相信誰(shuí)的？一邊是要去火星的男人，和說(shuō)不定已經(jīng)去了火星的男人；另一邊是當(dāng)前兩家科技的人物。其實(shí)他們說(shuō)的都對(duì)，因?yàn)檫@里說(shuō)到的“人工智能"是兩碼事。馬一龍和霍金擔(dān)心的人工智能，是由人造出來(lái)的真正的智能，即通用人工智能（AGI,ArtificialGeneralIntelligence）甚至是超級(jí)智能（SuperIntelligence）。而YannLeCun和Hinton指的人工智能則是指的當(dāng)前用來(lái)實(shí)現(xiàn)“人工智能效果"的技術(shù)（基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)）。這兩位的觀點(diǎn)是“用這種方式來(lái)實(shí)現(xiàn)人工智能是行不通的"。兩者本質(zhì)是不同的，一個(gè)指的是結(jié)果，一個(gè)指的是（現(xiàn)在的）過(guò)程。那么當(dāng)我們?cè)谟懻撊斯ぶ悄艿臅r(shí)候，究竟在說(shuō)什么？JohnMcCathyJohnMcCathy在1956年和MarvinMinsky，NathanielRochester以及ClaudeShannon在達(dá)特貌似研討會(huì)上打造了AI這個(gè)詞，但是到目前為止，學(xué)界工業(yè)界并沒(méi)有一個(gè)統(tǒng)一的理解。根本的問(wèn)題是目前人類對(duì)“智能"的定義還不夠清楚。何況人類本身是否是智能的**體現(xiàn)，還不一定呢。想想每天打交道的一些人：）一方面，在大眾眼中，人工智能是“人造出來(lái)的，像人的智能"，比如Siri。同時(shí)，一個(gè)AI的水平高低，則取決于它有多像人。所以當(dāng)Sophia出現(xiàn)在公眾眼中的時(shí)候，普通人會(huì)很容易被蒙蔽（甚至能通過(guò)圖靈測(cè)試）。Oracle對(duì)AI的定義也是“只要是能讓計(jì)算機(jī)可以模擬人類行為的技術(shù)，都算！"而另一方面，從字面上來(lái)看“ArtificialIntelligence"，只要是人造的智能產(chǎn)品，理論上都算作人工智能。也就是說(shuō)，一個(gè)手持計(jì)算器，盡管不像人，也應(yīng)算是人工智能產(chǎn)品。但我相信大多數(shù)人都不會(huì)把計(jì)算器當(dāng)成是他們所理解的人工智能。這些在認(rèn)識(shí)上不同的解讀，導(dǎo)致當(dāng)前大家對(duì)AI應(yīng)用的期望和評(píng)估都有很多差異。再加上還有“深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)"這些概念紛紛跟著人工智能一起出現(xiàn)。但是各自意味著什么，之間是什么關(guān)系，普通大眾都不甚了解。“沒(méi)關(guān)系，韭菜不用懂。"但是想要割韭菜的人，**能搞清楚吧。連有些投資人自己也分不清，你說(shuō)怎么做判斷，如何投項(xiàng)目？當(dāng)然是投胸大的。以上，就是到2018年末，在對(duì)話領(lǐng)域的人工智能的現(xiàn)狀：智能助理依然智障；大部分ToB的給人造機(jī)器人的都無(wú)法規(guī)?；?；對(duì)話方面沒(méi)有像AlphaZero在圍棋領(lǐng)域那樣的讓人震驚的產(chǎn)品；沒(méi)有商業(yè)上大規(guī)模崛起的跡象；有的是一團(tuán)渾水，和渾水摸魚(yú)的人。為什么會(huì)這樣？為什么人工智能在圖像識(shí)別，人臉識(shí)別，下圍棋這些方面都那么快的進(jìn)展，而在對(duì)話智能這個(gè)領(lǐng)域卻是如此混亂？既然你都看到這里了，我相信你是一個(gè)愿意探究本質(zhì)的好同志。那么我們來(lái)了解，對(duì)話的本質(zhì)是什么；以及現(xiàn)在的對(duì)話系統(tǒng)的本質(zhì)又是什么。Part2當(dāng)前對(duì)話系統(tǒng)的本質(zhì)：填表“AIthinks,manlaughs"Source:TheGlobeandMail有一群小雞出生在一個(gè)農(nóng)場(chǎng)，無(wú)憂無(wú)慮安心地生活。雞群中出現(xiàn)了一位科學(xué)家，它注意到了一個(gè)現(xiàn)象：每天早上，食槽里會(huì)自動(dòng)出現(xiàn)糧食。作為一名優(yōu)秀的歸納法信徒(Inductivist)，這只科學(xué)雞并不急于給出結(jié)論。它開(kāi)始全面觀察并做好記錄，試圖發(fā)現(xiàn)這個(gè)現(xiàn)象是否在不同的條件下都成立?！靶瞧谝皇沁@樣，星期二是這樣；樹(shù)葉變綠時(shí)是這樣，樹(shù)葉變黃也是這樣；天氣冷是這樣，天氣熱也是這樣；下雨是這樣，出太陽(yáng)也是這樣！"每天的觀察，讓它越來(lái)越興奮，在心中，它離真相越來(lái)越接近。直到有一天，這只科學(xué)雞再也沒(méi)有觀察到新的環(huán)境變化，而到了當(dāng)天早上，雞舍的門(mén)一打開(kāi)，它跑到食槽那里一看，依然有吃的！科學(xué)雞，對(duì)他的小伙伴，志在必得地宣布：“我預(yù)測(cè)，每天早上，槽里會(huì)自動(dòng)出現(xiàn)食物。明天早上也會(huì)有！以后都會(huì)有！我們不用擔(dān)心餓死了！"經(jīng)過(guò)好幾天，小伙伴們都驗(yàn)證了這個(gè)預(yù)言，科學(xué)雞驕傲的并興奮的把它歸納成“早起的小雞有食吃定理"。正好，農(nóng)場(chǎng)的農(nóng)夫路過(guò)，看到一只興奮的雞不停的咯咯叫，他笑了：“這只雞很可愛(ài)哦，不如把它做成叫花雞好了"。科學(xué)雞，卒于午飯時(shí)間。在這個(gè)例子里，這只羅素雞（BertrandRussell’schicken）只對(duì)現(xiàn)象進(jìn)行統(tǒng)計(jì)和歸納，不對(duì)原因進(jìn)行推理。而主流的基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)特別是深度學(xué)習(xí)，也是通過(guò)大量的案例，靠對(duì)文本的特征進(jìn)行歸類，來(lái)實(shí)現(xiàn)對(duì)識(shí)別語(yǔ)義的效果。這個(gè)做法，就是羅素雞。目前，這是對(duì)話式人工智能的主流技術(shù)基礎(chǔ)。其主要應(yīng)用方向，就是對(duì)話系統(tǒng)，或稱為Agent。之前提到的智能助理Siri，Cortana，GoogleAssistant以及行業(yè)里面的智能客服這些都算是對(duì)話智能的應(yīng)用。“對(duì)話智能的黑箱"這些產(chǎn)品的交互方式，是人類的自然語(yǔ)言，而不是圖像化界面。圖形化界面（GUI）的產(chǎn)品，比如網(wǎng)頁(yè)或者APP的產(chǎn)品設(shè)計(jì)，是所見(jiàn)即所得、界面即功能。對(duì)話智能的交互（CUI,ConversationalUI）是個(gè)黑箱：終端用戶能感知到自己說(shuō)出的話（輸入）和機(jī)器人的回答（輸出）——但是這個(gè)處理的過(guò)程是感覺(jué)不到的。就好像跟人說(shuō)話，你并不知道他是怎么想的。每一個(gè)對(duì)話系統(tǒng)的黑箱里，都是自由發(fā)揮的天地。雖說(shuō)每家的黑箱里面都不同，但是**層的思路，都萬(wàn)變不離其宗，核心就是兩點(diǎn)：聽(tīng)人話（識(shí)別）講人話（對(duì)話管理）。如果你是從業(yè)人員，那么請(qǐng)回答一個(gè)問(wèn)題：你們家的對(duì)話管理是不是填槽？若是，你可以跳過(guò)這一節(jié)（主要科普填槽是怎么回事），請(qǐng)直接到本章的第五節(jié)“當(dāng)前對(duì)話系統(tǒng)的局限"?！癆I如何聽(tīng)懂人話？"對(duì)話系統(tǒng)這個(gè)事情在2015年開(kāi)始突然火起來(lái)了，主要是因?yàn)橐粋€(gè)技術(shù)的普及：機(jī)器學(xué)習(xí)特別是深度學(xué)習(xí)帶來(lái)的語(yǔ)音識(shí)別和NLU(自然語(yǔ)言理解)——主要解決的是識(shí)別人講的話。這個(gè)技術(shù)的普及讓很多團(tuán)隊(duì)都掌握了一組關(guān)鍵技能：意圖識(shí)別和實(shí)體提取。這意味著什么？我們來(lái)看一個(gè)例子。在生活中，如果想要訂，人們會(huì)有很多種自然的表達(dá)：“訂"；“有去上海的航班么？"；“看看航班，下周二出發(fā)去紐約的"；“要出差，幫我查下"；等等等等可以說(shuō)“自然的表達(dá)"有無(wú)窮多的組合（自然語(yǔ)言）都是在代表“訂"這個(gè)意圖的。而聽(tīng)到這些表達(dá)的人，可以準(zhǔn)確理解這些表達(dá)指的是“訂"這件事。而要理解這么多種不同的表達(dá)，對(duì)機(jī)器是個(gè)挑戰(zhàn)。在過(guò)去，機(jī)器只能處理“結(jié)構(gòu)化的數(shù)據(jù)"（比如關(guān)鍵詞），也就是說(shuō)如果要聽(tīng)懂人在講什么，必須要用戶輸入的指令。所以，無(wú)論你說(shuō)“我要出差"還是“幫我看看去北京的航班"，只要這些字里面沒(méi)有包含提前設(shè)定好的關(guān)鍵詞“訂"，系統(tǒng)都無(wú)法處理。而且，只要出現(xiàn)了關(guān)鍵詞，比如“我要退訂"里也有這三個(gè)字，也會(huì)被處理成用戶想要訂。自然語(yǔ)言理解這個(gè)技能出現(xiàn)后，可以讓機(jī)器從各種自然語(yǔ)言的表達(dá)中，區(qū)分出來(lái)，哪些話歸屬于這個(gè)意圖；而那些表達(dá)不是歸于這一類的，而不再依賴那么死板的關(guān)鍵詞。比如經(jīng)過(guò)訓(xùn)練后，機(jī)器能夠識(shí)別“幫我推薦一家附近的餐廳"，就不屬于“訂"這個(gè)意圖的表達(dá)。并且，通過(guò)訓(xùn)練，機(jī)器還能夠在句子當(dāng)中自動(dòng)提取出來(lái)“上海"，這兩個(gè)字指的是目的地這個(gè)概念（即實(shí)體）；“下周二"指的是出發(fā)時(shí)間。這樣一來(lái)，看上去“機(jī)器就能聽(tīng)懂人話啦！"。這個(gè)技術(shù)為啥會(huì)普及？主要是因?yàn)闄C(jī)器學(xué)習(xí)領(lǐng)域的學(xué)術(shù)氛圍，導(dǎo)致重要的論文基本都是公開(kāi)的。不同團(tuán)隊(duì)要做的是考慮具體工程實(shí)施的成本。后的效果，就是在識(shí)別自然語(yǔ)言這個(gè)領(lǐng)域里，每家的基礎(chǔ)工具都差不多。在意圖識(shí)別和實(shí)體提取的準(zhǔn)確率，都是百分點(diǎn)的差異。既然這個(gè)工具本身不是核心競(jìng)爭(zhēng)力，甚至你可以用別家的，大把可以選，但是關(guān)鍵是你能用它來(lái)干什么？“DuetotheacademicculturethatMLcomesfrom,prettymuchalloftheprimaryscienceispublishedassoonasit’screated-almosteverythingnewisapaperthatyoucanreadandbuildwith.Butwhatdoyoubuild?"——BenedictEvans（A16Z合伙人）在這方面，顯而易見(jiàn)的價(jià)值，就是解放雙手。語(yǔ)音控制類的產(chǎn)品，只需要聽(tīng)懂用戶的自然語(yǔ)言，就去執(zhí)行這個(gè)操作：在家里要開(kāi)燈，可以直接說(shuō)“開(kāi)燈"，而不用去按開(kāi)關(guān)；在車(chē)上，說(shuō)要“開(kāi)天窗"，天窗就打開(kāi)了，而不用去找對(duì)應(yīng)的按鈕在哪里。這類系統(tǒng)的重點(diǎn)在于，清楚聽(tīng)清哪個(gè)用戶在講是什么。所以麥克風(fēng)陣列、近場(chǎng)遠(yuǎn)場(chǎng)的抗噪、聲紋識(shí)別講話的人的身份、ASR（語(yǔ)音轉(zhuǎn)文字），等等硬件軟件的技術(shù)就相應(yīng)出現(xiàn)，向著前面這個(gè)目標(biāo)不斷優(yōu)化?！爸v人話"在這類應(yīng)用當(dāng)中，并不那么重要。通常任務(wù)的執(zhí)行，以結(jié)果進(jìn)行反饋，比如燈應(yīng)聲就亮了。而語(yǔ)言上的反饋，只是一個(gè)**作用，可有可無(wú)。但是任務(wù)類的對(duì)話智能，往往不止是語(yǔ)音控制這樣一輪交互。如果一個(gè)用戶說(shuō)，“看看明天的"——這表達(dá)正常，但無(wú)法直接去執(zhí)行。因?yàn)槿鄙賵?zhí)行的必要信息：1）從哪里出發(fā)？和2）去哪里？如果我們希望AIAgent來(lái)執(zhí)行這個(gè)任務(wù)，一定要獲得這兩個(gè)信息。對(duì)于人來(lái)完成這個(gè)業(yè)務(wù)的話，要獲得信息，就得靠問(wèn)這個(gè)用戶問(wèn)題，來(lái)獲得信息。很多時(shí)候，這樣的問(wèn)題，還不止一個(gè)，也就意味著，要發(fā)起多輪對(duì)話。對(duì)于AI而言，也是一樣的。要知道“去哪里"=Agent問(wèn)用戶“你要去哪里？"要知道“從哪里出發(fā)"=Agent問(wèn)用戶“你要從哪里出發(fā)呢？"這就涉及到了對(duì)話語(yǔ)言的生成?！癆I如何講人話？"決定“該說(shuō)什么話"，才是對(duì)話系統(tǒng)的核心——無(wú)論是硅基的還是碳基的智能。但是深度學(xué)習(xí)在這個(gè)版塊，并沒(méi)有起到什么作用。在當(dāng)前，處理“該說(shuō)什么"這個(gè)問(wèn)題，主流的做法是由所謂“對(duì)話管理"系統(tǒng)決定的。盡管每一個(gè)對(duì)話系統(tǒng)背后的“對(duì)話管理"機(jī)制都不同，每家都有各種理解、各種設(shè)計(jì)，但是萬(wàn)變不離其宗——目前所有任務(wù)類對(duì)話系統(tǒng)，無(wú)論是前段時(shí)間的Googleduplex，還是智能客服，或者智能助理，核心的對(duì)話管理方法，有且僅有一個(gè)：“填槽"，即Slotfilling。如果你并不懂技術(shù)，但是又要迅速知道一家做對(duì)話AI的水平如何，到底有沒(méi)有黑科技(比如剛剛開(kāi)始看AI領(lǐng)域的做投資的朋友)，你只需要問(wèn)他一個(gè)問(wèn)題：“是不是填槽？"如果他們（誠(chéng)實(shí)地）回答“是"，那你就可以放下心來(lái)，黑科技尚未出現(xiàn)。接下來(lái)，能討論的范圍，無(wú)非都是產(chǎn)品設(shè)計(jì)、工程實(shí)現(xiàn)、如何解決體驗(yàn)和規(guī)模化的困境，這類的問(wèn)題?；旧显撝钦系?，還是會(huì)智障。要是他們回答“不是填槽"，而且產(chǎn)品的效果還很好，那么就有意思了，值得研究，或者請(qǐng)速速聯(lián)系我：）那么這個(gè)“填槽"究竟是個(gè)什么鬼？嗯，不搞開(kāi)發(fā)的大家可以簡(jiǎn)單的把它理解為“填表"：好比你要去銀行辦個(gè)業(yè)務(wù)，先要填一張表。如果這張表上的空沒(méi)有填完，柜臺(tái)**姐就不給你辦。她會(huì)紅筆給你圈出來(lái)：“必須要填的空是這些，別的你都可以不管。"你全部填好了，再遞給**姐，她就去給你辦理業(yè)務(wù)了。還記得剛剛那個(gè)的例子么？用戶說(shuō)“看看明天的"，要想執(zhí)行“查"，就得做以下的步奏，還要按順序來(lái)：1.ASR：把用戶的語(yǔ)音，轉(zhuǎn)化成文字。2.NLU語(yǔ)義識(shí)別：識(shí)別上面的文字，屬于（之前設(shè)定好的）哪一個(gè)意圖，在這里就是“訂"；然后，提取文字里面的實(shí)體，“明天"作為訂票日期，被提取出來(lái)啦。3.填表：這個(gè)意圖是訂，那么就選“訂"這張表來(lái)填；這表里有三個(gè)空，時(shí)間那個(gè)空里，就放進(jìn)“明天"。（這個(gè)時(shí)候，表里的3個(gè)必填項(xiàng)，還差兩個(gè)：“出發(fā)地"和“到達(dá)地"）4.開(kāi)始跑之前編好的程序：如果差“出發(fā)地"，就回“從哪里走?。?；如果差“目的地"，就回“你要去哪里？"（NLG上打引號(hào)，是因?yàn)椴⒉皇钦嬲饬x上的自然語(yǔ)言生成，而是套用的對(duì)話模版）5.TTS：把回復(fù)文本，合成為語(yǔ)音，播放出去在上面這個(gè)過(guò)程當(dāng)中，1和2步奏都是用深度學(xué)習(xí)來(lái)做識(shí)別。如果這個(gè)環(huán)節(jié)出現(xiàn)問(wèn)題，后面就會(huì)連續(xù)出錯(cuò)。循環(huán)1-5這個(gè)過(guò)程，只要表里還有空要填，就不斷問(wèn)用戶，直到所有的必填項(xiàng)都被填完。于是，表就可以提交**姐（后端處理）了。后端看了要查的條件，返回滿足這些條件的情況。Agent再把查詢結(jié)果用之前設(shè)計(jì)好的回復(fù)模板發(fā)回給用戶。順便說(shuō)一下，我們經(jīng)常聽(tīng)到有些人說(shuō)“我們的多輪對(duì)話可以支持xx輪，多的時(shí)候有用戶能說(shuō)xx輪"?，F(xiàn)在大家知道，在任務(wù)類對(duì)話系統(tǒng)里，“輪數(shù)的產(chǎn)生"是由填表的次數(shù)決定的，那么這種用“輪數(shù)多少"來(lái)衡量產(chǎn)品水平的方法，在這個(gè)任務(wù)類對(duì)話里里無(wú)意義。一定要有意義，也應(yīng)該是：在達(dá)到目的、且不影響體驗(yàn)的前提下，輪數(shù)越少越好。在當(dāng)前，只要做任務(wù)類的多輪對(duì)話，基本跑不掉填表。5月的時(shí)候，GoogleI/O發(fā)布了Duplex的錄音Demo，場(chǎng)景是GoogleAssistant代替用戶打電話去訂餐廳，和店員溝通，幫助用戶預(yù)定位子。值得注意，這并不是Livedemo。Google'sAssistant.CREDIT:GOOGLE那Google的智能助理（后稱IPA）又怎么知道用戶的具體需求呢？跑不掉的是，用戶還得給GoogleAssistant填一張表，用對(duì)話來(lái)交代自己的具體需求，比如下面這樣：圖中左邊是一個(gè)使用GoogleAssistant訂餐廳的真實(shí)案例，來(lái)自TheVerge?！爱?dāng)前對(duì)話系統(tǒng)的局限"我剛剛花了兩千來(lái)個(gè)字來(lái)說(shuō)明對(duì)話系統(tǒng)的通用思路。接下來(lái)，要指出這個(gè)做法的問(wèn)題還記得之前提到的“不要日本菜"測(cè)試么？我們把這個(gè)測(cè)試套用在“訂"這個(gè)場(chǎng)景上，試試看：“看看明天去北京的航班，東航以外的都可以"，還是按步奏來(lái)：1.ASR語(yǔ)音轉(zhuǎn)文字，沒(méi)啥問(wèn)題；2.語(yǔ)義識(shí)別，貌似有點(diǎn)問(wèn)題-意圖：是訂，沒(méi)錯(cuò)；-實(shí)體提取：跟著之前的訓(xùn)練來(lái)；-時(shí)間：明天-目的地：北京-出發(fā)地：這個(gè)用戶沒(méi)說(shuō)，一會(huì)得問(wèn)問(wèn)他...等等，他說(shuō)的這個(gè)“東航以外的都可以"，指的是啥？之前沒(méi)有訓(xùn)練過(guò)與航空公司相關(guān)的表達(dá)啊。沒(méi)關(guān)系，咱們可以把這個(gè)表達(dá)的訓(xùn)練加上去：東航=航司。多找些表達(dá)，只要用戶說(shuō)了各個(gè)航空公司的名字的，都訓(xùn)練成航司這個(gè)實(shí)體好啦。另外，咱們還可以在填表的框里，添加一個(gè)航司選擇，就像這樣（黃色部分）：（嗯，好多做TOB的團(tuán)隊(duì)，都是掉在這個(gè)“在后面可以加上去"的坑里。）但是，這么理所當(dāng)然的訓(xùn)練之后，實(shí)體提取出來(lái)的航司卻是“東航"——而用戶說(shuō)的是“東航以外的"，這又指的哪個(gè)（些）航司呢？“要不，咱們做點(diǎn)Trick把‘以外’這樣的邏輯單獨(dú)拿出來(lái)手工處理掉？"——如果這個(gè)問(wèn)題可以這么容易處理掉，你覺(jué)得Siri等一干貨色還會(huì)是現(xiàn)在這個(gè)樣子？難度不在于“以外"提取不出來(lái)，而是在處理“這個(gè)以外，是指哪個(gè)實(shí)體以外？當(dāng)前基于深度學(xué)習(xí)的NLU在“實(shí)體提取"這個(gè)技術(shù)上，就只能提取“實(shí)體"。而人能夠理解，在這個(gè)情況下，用戶是指的“排除掉東航以外的其他選擇"，這是因?yàn)槿顺俗觥皩?shí)體提取"以外，還根據(jù)所處語(yǔ)境，做了一個(gè)對(duì)邏輯的識(shí)別：“xx以外"。然后，自動(dòng)執(zhí)行了這個(gè)邏輯的處理，即推理，去進(jìn)一步理解，對(duì)方真正指的是什么（即指代）。而這個(gè)邏輯推理的過(guò)程，并不存在于之前設(shè)計(jì)好的步奏（從1到5）里。更麻煩的是，邏輯的出現(xiàn)，不僅僅影響“實(shí)體"，還影響“意圖"：“hiSiri，別推薦餐廳"——它還是會(huì)給你推薦餐廳；“hiSiri，除了推薦餐廳，你還能推薦什么？"——它還是會(huì)給你推薦餐廳。中文英文都是一樣的；Googleassistant也是一樣的。想要處理這個(gè)問(wèn)題，不僅僅是要識(shí)別出“邏輯"；還要正確判斷出，這個(gè)邏輯是套用在哪個(gè)實(shí)體，或者是不是直接套用在某一個(gè)意圖上。這個(gè)判斷如何做？用什么做？都不在當(dāng)前SLU的范圍內(nèi)。對(duì)這些問(wèn)題的處理，如果是集中在一些比較封閉的場(chǎng)景下，還可以解決個(gè)七七八八。但是，如果想要從根本上、泛化的處理，希望一次處理就解決所有場(chǎng)景的問(wèn)題，到目前都無(wú)解。在這方面，Siri是這樣，GoogleAssistant也是這樣，任意一家，都是這樣。為啥說(shuō)無(wú)解？我們來(lái)看看測(cè)試?！坝脠D靈測(cè)試來(lái)測(cè)對(duì)話系統(tǒng)沒(méi)用"一說(shuō)到對(duì)人工智能進(jìn)行測(cè)試，大部分人的**反應(yīng)是圖靈測(cè)試。5月GoogleI/O大會(huì)的那段時(shí)間，我們團(tuán)隊(duì)正在服務(wù)一家企業(yè)，為他們規(guī)劃基于AIAgent的服務(wù)。在發(fā)布會(huì)的第二天，我收到這家客戶的TechOffice的好心提醒：Google這個(gè)像真人一樣的黑科技，會(huì)不會(huì)現(xiàn)有的技術(shù)方案？我的回答是并不會(huì)。話說(shuō)GoogleDuplex在發(fā)布會(huì)上的demo確實(shí)讓人印象深刻，而且大部分看了Demo的人，都分辨不出打電話去做預(yù)定的是不是真人?！斑@個(gè)效果在某種意義上，算是通過(guò)了圖靈測(cè)試。"Google母公司的Chairman說(shuō)googleduplex可以算過(guò)了圖靈測(cè)試了由于圖靈測(cè)試的本質(zhì)是“欺騙"(Agameofdeception，詳見(jiàn)TobyWalsh的論文)，所以很多人批評(píng)它，這只能用來(lái)測(cè)試人有多好騙，而不是用來(lái)測(cè)智能的。在這一點(diǎn)上，我們?cè)诤笪腜art4對(duì)話的本質(zhì)中會(huì)有更多解釋。人們被這個(gè)Demo騙到的主要原因，是因?yàn)楹铣傻恼Z(yǔ)音非常像真人。這確實(shí)是Duplex牛的地方：語(yǔ)音合成。不得不承認(rèn)，包括語(yǔ)氣、音調(diào)等等模擬人聲的效果，確實(shí)是讓人嘆為觀止。只是，單就在語(yǔ)音合成方面，就算是做到，在本質(zhì)上就是一只**——多可以騙騙Alexa（所以你看活體識(shí)別有多么重要）。只是，Google演示的這個(gè)對(duì)話系統(tǒng)，一樣處理不了邏輯推理、指代這類的問(wèn)題。這意味著，就它算能過(guò)圖靈測(cè)試，也過(guò)不了WinogradSchemaChallenge測(cè)試。相比圖靈測(cè)試，這個(gè)測(cè)試是直擊深度學(xué)習(xí)的要害。當(dāng)人類對(duì)句子進(jìn)行語(yǔ)法分析時(shí)，會(huì)用真實(shí)世界的知識(shí)來(lái)理解指代的對(duì)象。這個(gè)測(cè)試的目標(biāo)，就是測(cè)試目前深度學(xué)習(xí)欠缺的常識(shí)推理能力。如果我們用WinogradSchemaChallenge的方法，來(lái)測(cè)試AI在“餐廳推薦"這個(gè)場(chǎng)景里的水平，題目會(huì)是類似這樣的：A.“四川火鍋比日料更好，因?yàn)樗芾?B.“四川火鍋比日料更好，因?yàn)樗焕?AI需要能準(zhǔn)確指出：在A句里，“它"指的是四川火鍋；而在B句里，“它"指的則是日料。還記得在本文Part1里提到的那個(gè)“不要日本菜測(cè)試"么？我真的不是在強(qiáng)調(diào)“回字有四種寫(xiě)法"——這個(gè)測(cè)試的本質(zhì)，是測(cè)試對(duì)話系統(tǒng)能不能使用簡(jiǎn)單邏輯來(lái)做推理（指代的是什么）。而在WinogradSchemaChallenge中，則是用世界知識(shí)（包括常識(shí)）來(lái)做推理：如果系統(tǒng)不知道相應(yīng)的常識(shí)（四川火鍋是辣的；日料是不辣的），就沒(méi)有推理的基礎(chǔ)。更不用說(shuō)推理還需要被準(zhǔn)確地執(zhí)行。有人說(shuō)，我們可以通過(guò)上下文處理來(lái)解決這個(gè)問(wèn)題。不好意思，上面這個(gè)常識(shí)根本就沒(méi)有出現(xiàn)在整個(gè)對(duì)話當(dāng)中。不在“上文"里面，又如何處理？對(duì)于這個(gè)部分的詳細(xì)解釋，請(qǐng)看下一章（Part3對(duì)話的本質(zhì)）。盡管指代問(wèn)題和邏輯問(wèn)題，看上去，在應(yīng)用方面已經(jīng)足夠致命了；但這些也只是深度學(xué)習(xí)表現(xiàn)出來(lái)的諸多局限性中的一部分。哪怕更進(jìn)一步，再過(guò)一段時(shí)間，有一家AI在WinogradSchemaChallenge拿了的正確率，我們也不能期望它在自然語(yǔ)言處理中的表現(xiàn)如同人一樣，因?yàn)檫€有更嚴(yán)重和更本質(zhì)的問(wèn)題在后面等著?！皩?duì)話系統(tǒng)更大的挑戰(zhàn)不是NLU"我們來(lái)看問(wèn)題表現(xiàn)在什么地方?，F(xiàn)在我們知道了，當(dāng)人跟現(xiàn)在的AI對(duì)話的時(shí)候，AI能識(shí)別你說(shuō)的話，是靠深度學(xué)習(xí)對(duì)你說(shuō)出的自然語(yǔ)言進(jìn)行分類，歸于設(shè)定好的意圖，并找出來(lái)文本中有哪些實(shí)體。而AI什么時(shí)候回答你，什么時(shí)候反問(wèn)你，基本都取決于背后的“對(duì)話管理"系統(tǒng)里面的各種表上還有啥必填項(xiàng)沒(méi)有填完。而問(wèn)你的話，則是由產(chǎn)品經(jīng)理和代碼小哥一起手動(dòng)完成的。那么，這張表是誰(shuí)做的？或者說(shuō)，是誰(shuí)決定，對(duì)于“訂"這件事，要考慮哪些方面？要獲得哪些信息？需要問(wèn)哪些問(wèn)題？機(jī)器又是怎么知道的？是人。是產(chǎn)品經(jīng)理，準(zhǔn)確點(diǎn)說(shuō)。就像剛才的“訂"的案例，當(dāng)用戶問(wèn)到“航司"的時(shí)候，之前的表里并沒(méi)有設(shè)計(jì)這個(gè)概念，AI就無(wú)法處理了。要讓AI能處理這樣的新條件，得在“訂"這張表上，新增加“航空公司"一欄（黃色部分）。而這個(gè)過(guò)程，都得人為手動(dòng)完成：產(chǎn)品經(jīng)理設(shè)計(jì)好后，工程師編程完成這張表的編程。所以AI并不是真的，通過(guò)案例學(xué)習(xí)就自動(dòng)理解了“訂"這件事情，包含了哪些因素。只要這個(gè)表還是由人來(lái)設(shè)計(jì)和編程實(shí)現(xiàn)的，在產(chǎn)品層面，一旦用戶稍微談及到表以外的內(nèi)容，智障的情況就自然出現(xiàn)了。因此，當(dāng)Googleduplex出現(xiàn)的時(shí)候，我并不那么關(guān)心Googleduplex發(fā)音和停頓有多像一個(gè)人——實(shí)際上，當(dāng)我觀察任意一個(gè)對(duì)話系統(tǒng)的時(shí)候，我都只關(guān)心1個(gè)問(wèn)題：“是誰(shuí)設(shè)計(jì)的那張表：人，還是AI？"只是，深度學(xué)習(xí)在對(duì)話系統(tǒng)里面，能做的只是識(shí)別用戶講出的那句話那部分——嚴(yán)格依照被人為訓(xùn)練的那樣（監(jiān)督學(xué)習(xí)）。至于其他方面，比如該講什么話？該在什么時(shí)候講話？它都無(wú)能為力。但是真正人們?cè)趯?duì)話時(shí)的過(guò)程，卻不是上面提到的對(duì)話系統(tǒng)這么設(shè)計(jì)的，而且相差十萬(wàn)八千里。人的對(duì)話，又是怎么開(kāi)展的？這個(gè)差異究竟在哪里？為什么差異那么大？所謂深度學(xué)習(xí)很難搞定的地方，是人怎么搞定的呢？畢竟在這個(gè)星球上，我們自身就是70億個(gè)的自然語(yǔ)言處理系統(tǒng)呢。我們需要了解要解決的問(wèn)題，才可能開(kāi)展解決問(wèn)題的工作。在對(duì)話領(lǐng)域，我們需要知道人們對(duì)話的本質(zhì)是什么。下一章比較燒腦，我們將討論“思維"這件事情，是如何主導(dǎo)人們的對(duì)話的。Part3人類對(duì)話的本質(zhì)：思維“對(duì)話的終目的是為了同步思維"你是一位30出頭的職場(chǎng)人士，每天上午9點(diǎn)半，都要過(guò)辦公樓的旋轉(zhuǎn)門(mén)，進(jìn)大堂的，然后刷工牌進(jìn)電梯，去到28樓，你的辦公室。今天是1月6日，平淡無(wú)奇的一天。你剛進(jìn)電梯，電梯里只有你一個(gè)人，正要關(guān)門(mén)的時(shí)候，有一個(gè)人匆忙擠進(jìn)來(lái)。進(jìn)來(lái)的快遞小哥，他進(jìn)電梯時(shí)看到只有你們兩人，就說(shuō)了一聲“你好"，然后又低頭找樓層按鈕了。你很自然的回復(fù)：“你好"，然后目光轉(zhuǎn)向一邊。兩邊都沒(méi)什么話好講——實(shí)際上，是對(duì)話雙方認(rèn)為彼此沒(méi)有什么情況需要同步的。人們用語(yǔ)言來(lái)對(duì)話，其終的目的是為了讓雙方對(duì)當(dāng)前場(chǎng)景模型（Situationmodel）保持同步。（大家先了解到這個(gè)概念就夠了。更感興趣的，詳情請(qǐng)見(jiàn)Towardaneuralbasisofinteractivealignmentinconversation）。Theinteractive-alignmentmodel(basedonPickeringandGarrod,2004)上圖中，A和B兩人之間發(fā)展出來(lái)所有對(duì)話，都是為了讓紅框中的兩個(gè)“Situationmodel"保持同步。Situationmodel在這里可以簡(jiǎn)單理解為對(duì)事件的各方面的理解，包括Context。不少做對(duì)話系統(tǒng)的朋友會(huì)認(rèn)為Context是僅指“對(duì)話中的上下文"，我想要指出的是，除此以外，Context還應(yīng)該包含了對(duì)話發(fā)生時(shí)人們所處的場(chǎng)景。這個(gè)場(chǎng)景模型涵蓋了對(duì)話那一刻，除了明文以外的所有已被感知的信息。比如對(duì)話發(fā)生時(shí)的天氣情況，只要被人感知到了，也會(huì)被放入Context中，并影響對(duì)話內(nèi)容的發(fā)展。A:“你對(duì)這個(gè)事情怎么看？"B:“這天看著要下雨了，咱們進(jìn)去說(shuō)吧"——盡管本來(lái)對(duì)話內(nèi)容并沒(méi)有涉及到天氣。對(duì)同一件事情，不同的人在腦海里構(gòu)建的場(chǎng)景模型是不一樣的。(想要了解更多，可以看Situationmodelsinlanguagecomprehensionandmemory.Zwaan,R.A.,&Radvansky,G.A.(1998).)所以，如果匆忙進(jìn)電梯來(lái)的是你的項(xiàng)目老板，而且假設(shè)他和你（多半都是他啦）都很關(guān)注近的新項(xiàng)目進(jìn)展，那么你們要開(kāi)展的對(duì)話就很多了。在電梯里，你跟他打招呼：“張總，早！"，他會(huì)回你“早啊，對(duì)了昨天那個(gè)…"不待他問(wèn)完，優(yōu)秀如你就能猜到“張總"大概后面要聊的內(nèi)容是關(guān)于新項(xiàng)目的，這是因?yàn)槟阏J(rèn)為張總對(duì)這個(gè)“新項(xiàng)目"的理解和你不同，有同步的必要。甚至，你可以通過(guò)昨天他不在辦公室，大概漏掉了這個(gè)項(xiàng)目的哪些部分，來(lái)推理你這個(gè)時(shí)候應(yīng)該回復(fù)他關(guān)于這個(gè)項(xiàng)目的具體什么方面的問(wèn)題?！白蛱炷悴辉?，別擔(dān)心，客戶那邊都處理好了。打款的事情也溝通好了，30天之內(nèi)搞定。"——你看，不待張總問(wèn)完，你都能很棒的回答上。這多虧了你對(duì)他的模型的判斷是正確的。一旦你對(duì)對(duì)方的情景模型判斷失誤，那么可能“沒(méi)打中點(diǎn)上"?！拔抑?，昨天晚上我回了趟公司，小李跟我說(shuō)過(guò)了。我是要說(shuō)昨天晚上我回來(lái)辦公室的時(shí)候，你怎么沒(méi)有在加班呀？小王，你這樣下去可不行啊…"所以，人們?cè)谶M(jìn)行對(duì)話的過(guò)程中，并不是僅靠對(duì)方上一句話說(shuō)了什么（對(duì)話中明文所包含的信息）就來(lái)決定回復(fù)什么。而這和當(dāng)前的對(duì)話系統(tǒng)的回復(fù)機(jī)制非常不同?！皩?duì)話是思想從高維度向低維的投影"我們假設(shè)，在另一個(gè)平行宇宙里，還是你到了辦公樓。今天還是1月6日，但2年前的今天，你與交往了5年的女友分手了，之后一直對(duì)她念念不忘，也沒(méi)有交往新人。你和往日一樣，進(jìn)電梯的，剛要關(guān)門(mén)的時(shí)候，匆忙進(jìn)來(lái)的一個(gè)人，要關(guān)的門(mén)又打開(kāi)了。就是你2年前分手的那位前女友。她進(jìn)門(mén)時(shí)看到只有你們兩，她抬頭看了一下你，然后又低頭找樓層電梯了，這時(shí)她說(shuō)：“你好"。請(qǐng)問(wèn)你這時(shí)腦袋里是不是有很多信息洶涌而過(guò)？這時(shí)該回答什么？是不是類似“一時(shí)不知道該如何開(kāi)口"的感覺(jué)？這個(gè)感覺(jué)來(lái)自（你認(rèn)為）你和她之間的情景模型有太多的不同（分手2年了），甚至你都無(wú)法判斷缺少哪些信息。有太多的信息想要同步了，卻被貧瘠的語(yǔ)言困住了。在信息豐富的程度上，語(yǔ)言是貧瘠的，而思想則要豐富很多“Languageissketchy,thoughtisrich"(Newperspectivesonlanguageandthought，LilaGleitman,TheOxfordHandbookofThinkingandReasoning；更多相關(guān)討論請(qǐng)看,Fisher&Gleitman,2002;Papafragou,2007)有人做了一個(gè)比喻：語(yǔ)言和思維的豐富程度相比，是冰山的一角。我認(rèn)為遠(yuǎn)遠(yuǎn)不止如此：對(duì)話是思想在低維的投影。如果是冰山，你還可以從水面上露出來(lái)的部分反推水下大概還有多大。屬于維度相同，但是量不同。但是語(yǔ)言的問(wèn)題在，只用聽(tīng)到文字信息，來(lái)反推講話的人的思想，失真的情況會(huì)非常嚴(yán)重。為了方便理解這個(gè)維度差異，在這兒用3D和2D來(lái)舉例：思維是高維度（立體3D的形狀），對(duì)話是低維度（2D的平面上的陰影）。如果咱們要從平面上的陰影的形狀，來(lái)反推，上面懸著的是什么物體，就很困難了。兩個(gè)陰影的形狀一模一樣，但是上面的3D物體，可能不同。對(duì)于語(yǔ)言而言，陰影就像是兩個(gè)“你好"在字面上是一模一樣的，但是思想里的內(nèi)容卻不同。在見(jiàn)面的那一瞬間，這個(gè)差異是非常大的：你在想（圓柱）：一年多不見(jiàn)了，她還好么？前女友在想（球）：這個(gè)人好眼熟，好像認(rèn)識(shí)…“挑戰(zhàn)：用低維表達(dá)高維"要用語(yǔ)言來(lái)描述思維有多困難？這就好比，當(dāng)你試圖給另一位不在現(xiàn)場(chǎng)的朋友，解釋一件剛剛發(fā)生過(guò)的事情的時(shí)候，你可以做到哪種程度的還原呢？試試用語(yǔ)言來(lái)描述你今天的早晨是怎么過(guò)的。當(dāng)你用文字完整描述后，我一定能找到一個(gè)事物或者某個(gè)具體的細(xì)節(jié)，它在你文字描述以外，但是卻確實(shí)存在在你今天早晨那個(gè)時(shí)空里。Source:TheChallenger比如，你可能會(huì)跟朋友提到，早飯吃了一碗面；但你一定不會(huì)具體去描述面里一共有哪些調(diào)料。傳遞信息時(shí)，缺少了這些細(xì)節(jié)(信息)，會(huì)讓聽(tīng)眾聽(tīng)到那碗面時(shí)，在腦海里呈現(xiàn)的一定不是你早上吃的“那碗面"的樣子。這就好比讓你用平面上（2D）陰影的樣子，來(lái)反推3D的形狀。你能做的，只是盡可能的增加描述的視角，盡可能給聽(tīng)眾提供不同的2D的素材，來(lái)盡量還原3D的效果。為了解釋腦中“語(yǔ)言"和“思想"之間的關(guān)系（與讀者的情景模型進(jìn)行同步），我畫(huà)了上面那張對(duì)比圖，來(lái)幫助傳遞信息。如果要直接用文字來(lái)描述，還要盡量保全信息不丟失，那么我不得不用多得多的文字來(lái)描述細(xì)節(jié)。（比如上面的描述中，尚未提及陰影的面積的具體大小、顏色等等細(xì)節(jié)）。這還只是對(duì)客觀事物的描述。當(dāng)人在試圖描述更情緒化的主觀感受時(shí)，則更難用具體的文字來(lái)表達(dá)。比如，當(dāng)你看到AngelinaJordan這樣的小女生，卻能唱出Iputaspellonyou這樣的歌的時(shí)候，請(qǐng)嘗試用語(yǔ)言描述你的主觀感受。是不是很難？能講出來(lái)話，都是類似“鵝嚶"這類的？這些文字能代表你腦中的感受的多少部分？1%？希望此時(shí)，你能更理解所謂“語(yǔ)言是貧瘠的，而思維則要豐富很多"。那么，既然語(yǔ)言在傳遞信息時(shí)丟失了那么多信息，人們?yōu)槭裁蠢斫馄饋?lái)，好像沒(méi)有遇到太大的問(wèn)題？“為什么人們的對(duì)話是輕松的？"假設(shè)有一種方式，可以把此刻你腦中的感受，以不失真的效果傳遞給另一個(gè)人。這種信息的傳遞和上面用文字進(jìn)行描述相比，豐富程度會(huì)有多大差異？可惜，我們沒(méi)有這種工具。我們主要的交流工具，就是語(yǔ)言，靠著對(duì)話，來(lái)試圖讓對(duì)方了解自己的處境。那么，既然語(yǔ)言這么不，又充滿邏輯上的漏洞，信息量又不夠，那么人怎么能理解，還以此為基礎(chǔ)，建立起來(lái)了整個(gè)文明？比如，在一個(gè)餐廳里，當(dāng)服務(wù)員說(shuō)“火腿三明治要買(mǎi)單了"，我們都能知道這和“20號(hào)桌要買(mǎi)單了"指代的是同樣的事情(Nuberg,1978)。是什么讓字面上那么大差異的表達(dá)，也能有效傳遞信息？人能通過(guò)對(duì)話，有效理解語(yǔ)言，靠的是解讀能力——更具體的點(diǎn)，靠的是對(duì)話雙方的共識(shí)和基于共識(shí)的推理能力。當(dāng)人接收到低維的語(yǔ)言之后，會(huì)結(jié)合引用常識(shí)、自身的世界模型（后詳），來(lái)重新構(gòu)建一個(gè)思維中的模型，對(duì)應(yīng)這個(gè)語(yǔ)言所代表的含義。這并不是什么新觀點(diǎn)，大家熟悉的開(kāi)復(fù)老師，在1991年在蘋(píng)果搞語(yǔ)音識(shí)別的時(shí)候，就在采訪里科普，“人類利用常識(shí)來(lái)幫助理解語(yǔ)音"。當(dāng)對(duì)話的雙方認(rèn)為對(duì)一件事情的理解是一樣的，或者非常接近的時(shí)候，他們就不用再講。需要溝通的，是那些（彼此認(rèn)為）不一樣的部分。當(dāng)你聽(tīng)到“蘋(píng)果"兩個(gè)字的時(shí)候，你過(guò)去建立過(guò)的蘋(píng)果這個(gè)模型的各個(gè)維度，就被引用出來(lái)，包括可能是綠或紅色的、味道的甜、大概拳頭大小等等。如果你聽(tīng)到對(duì)方說(shuō)“藍(lán)色的蘋(píng)果"時(shí)，這和你過(guò)去建立的關(guān)于蘋(píng)果的模型不同（顏色）。思維就會(huì)產(chǎn)生一個(gè)提醒，促使你想要去同步或者更新這個(gè)模型，“蘋(píng)果為什么是藍(lán)色的？"還記得，在Part2里我們提到的那個(gè)測(cè)試指代關(guān)系的WinogradSchemaChallenge么？這個(gè)測(cè)試的名字是根據(jù)TerryWinograd的一個(gè)例子而來(lái)的?！白h員們拒絕給者頒發(fā)許可證，因?yàn)樗麄僛害怕/提倡]暴力。"當(dāng)[害怕]出現(xiàn)在句子當(dāng)中的時(shí)候，“他們"指的應(yīng)該是議員們；當(dāng)[提倡]出現(xiàn)在句子當(dāng)中的時(shí)候，“他們"則指的是“者"。1.人們能夠根據(jù)具體情況，作出判斷，是因?yàn)楦鶕?jù)常識(shí)做出了推理，“議員害怕暴力；者提倡暴力。"2.說(shuō)這句話的人，認(rèn)為這個(gè)常識(shí)對(duì)于聽(tīng)眾應(yīng)該是共識(shí)，就直接把它省略掉了。同理，之前（Part2）我們舉例時(shí)提到的那個(gè)常識(shí)（“四川火鍋是辣的；日料不是辣的"），也在表達(dá)中被省略掉了。常識(shí)（往往也是大多數(shù)人的共識(shí)）的總量是不計(jì)其數(shù)，而且總體上還會(huì)隨著人類社會(huì)發(fā)展的演進(jìn)而不斷新增。例子1，如果你的世界模型里已經(jīng)包含了“華農(nóng)兄弟"（你看過(guò)并了解他們的故事），你會(huì)發(fā)現(xiàn)我在Part2開(kāi)始的例子，藏了一個(gè)梗（做成叫花雞）。但因?yàn)椤叭A農(nóng)兄弟"并不是大多數(shù)人都知道的常識(shí)，而是我與特定人群的共識(shí)，所以你看到這句話時(shí)，獲得的信息就比其人多。而不了解這個(gè)梗的人，看到那里時(shí)就不會(huì)接收到這個(gè)額外的信息，反而會(huì)覺(jué)得這個(gè)表達(dá)好像有點(diǎn)點(diǎn)奇怪。例子2，創(chuàng)投圈的朋友應(yīng)該都有聽(tīng)說(shuō)過(guò)Elevatorpitch，就是30秒，把你要做什么事情講清楚。通常的案例諸如：“我們是餐飲界的Uber"，或者說(shuō)“我們是辦公室版的Airbnb"。這個(gè)典型結(jié)構(gòu)是“XX版的YY"，要讓這句話起到效果，前提條件是XX和YY兩個(gè)概念在發(fā)生對(duì)話之前，已經(jīng)納入到聽(tīng)眾的模型里面去了。如果我給別人說(shuō)，我是“對(duì)話智能行業(yè)的麥肯錫"，要能讓對(duì)方理解，對(duì)方就得既了解對(duì)話智能是什么，又了解麥肯錫是什么?！盎谑澜缒Ｐ偷耐评?場(chǎng)景模型是基于某一次對(duì)話的，對(duì)話不同，場(chǎng)景模型也不同；而世界模型則是基于一個(gè)人的，相對(duì)而言長(zhǎng)期不變。對(duì)世界的感知，包括聲音、視覺(jué)、嗅覺(jué)、觸覺(jué)等感官反饋，有助于人們對(duì)世界建立起一個(gè)物理上的認(rèn)識(shí)。對(duì)常識(shí)的理解，包括各種現(xiàn)象和規(guī)律的感知，在幫助人們生成一個(gè)更完整的模型：世界模型。無(wú)論、或者對(duì)錯(cuò)，每一個(gè)人的世界模型都不一樣，有可能是觀察到的信息不同，也有可能是推理能力不一樣。世界模型影響的是人的思維本身，繼而影響思維在低維的投影：對(duì)話。讓我們從一個(gè)例子開(kāi)始：假設(shè)現(xiàn)在咱們一起來(lái)做一個(gè)不那么智障的助理。我們希望這個(gè)助理能夠推薦餐廳酒吧什么的，來(lái)應(yīng)付下面這樣的需求：當(dāng)用戶說(shuō)：“我想喝點(diǎn)東西"的時(shí)候，系統(tǒng)該怎么回答這句話？經(jīng)過(guò)Part2，我相信大家都了解，我們可以把它訓(xùn)練成為一個(gè)意圖“找喝東西的店"，然后把周?chē)牡隀z索出來(lái)，然后回復(fù)這句話給他：“在你附近找到這些選擇"。恭喜，咱們已經(jīng)達(dá)到Siri的水平啦！但是，剛剛我們開(kāi)頭就說(shuō)了，要做不那么智障的助理。這個(gè)“喝東西的店"是奶茶點(diǎn)還是咖啡店？還是全部都給他？嗯，這就涉及到了推理。我們來(lái)手動(dòng)模擬一個(gè)。假設(shè)我們有用戶的Profile數(shù)據(jù)，把這個(gè)用上：如果他的偏好中愛(ài)的飲品是咖啡，就給他推薦咖啡店。這樣一來(lái)，我們就可以更“個(gè)性化"的給他回復(fù)了：“在你附近找到這些咖啡店"。這個(gè)時(shí)候，咱們的AI已經(jīng)達(dá)到了不少“智能系統(tǒng)"喜歡鼓吹的個(gè)性化概念——“千人千面"啦！然后我們來(lái)看這個(gè)概念有多蠢。一個(gè)人喜歡喝咖啡，那么他一輩子的任意時(shí)候就都要喝咖啡么？人是怎么處理這個(gè)問(wèn)題的呢？如果用戶是在下午1點(diǎn)這么問(wèn)，這么回他還好；如果是在晚上11點(diǎn)呢？我們還要給他推薦咖啡店么？還是應(yīng)該給他推薦一個(gè)酒吧？或者，除此之外，如果今天是他的生日，那么我們是不是該給他點(diǎn)不同的東西？或者，今天是圣誕節(jié)，該不該給他推薦熱巧克力？你看，時(shí)間是一個(gè)維度，在這個(gè)維度上的不同值都在影響給用戶回復(fù)什么不同的話。時(shí)間和用戶的Profile不同的是：1.時(shí)間這個(gè)維度上的值有無(wú)限多；2.每個(gè)刻度還都不一樣。比如雖然生日是同一個(gè)日期，但是過(guò)生日的次數(shù)卻不重復(fù)；除了時(shí)間這個(gè)維度以外，還有空間。于是我們把空間這個(gè)維度疊加（到時(shí)間）上去。你會(huì)發(fā)現(xiàn)，如果用戶在周末的家里問(wèn)這個(gè)問(wèn)題（可能想叫奶茶外賣(mài)到家？），和他在上班時(shí)間的辦公室里問(wèn)這個(gè)問(wèn)題（可能想出去走走換換思路），咱們給他的回復(fù)也應(yīng)該不同。光是時(shí)空這兩個(gè)維度，就有無(wú)窮多的組合，用"ifthen"的邏輯也沒(méi)法全部手動(dòng)寫(xiě)完。我們?cè)鞕C(jī)器人的工具，到這個(gè)需求，就開(kāi)始捉襟見(jiàn)肘了。何況時(shí)間和空間，只是世界模型當(dāng)中顯而易見(jiàn)的兩個(gè)維度。還有更多的，更抽象的維度存在，并且直接影響與用戶的對(duì)話。比如，人物之間的關(guān)系；人物的經(jīng)歷；天氣的變化；人和地理位置的關(guān)系（是經(jīng)常來(lái)出差、是當(dāng)?shù)赝林?、?*次來(lái)旅游）等等等等。咱們聊到這里，感覺(jué)還在聊對(duì)話系統(tǒng)么？是不是感覺(jué)有點(diǎn)像在聊推薦系統(tǒng)？要想效果更好，這些維度的因素都要疊加在一起進(jìn)行因果推理，然后把結(jié)果給用戶。至此，影響人們對(duì)話的，光是信息（還不含推理）至少就有這三部分：明文（含上下文）場(chǎng)景模型（Context）世界模型。普通人都能毫不費(fèi)力地完成這個(gè)工作。但是深度學(xué)習(xí)只能處理基于明文的信息。對(duì)于場(chǎng)景模型和世界模型的感知、生成、基于模型的推理，深度學(xué)習(xí)統(tǒng)統(tǒng)無(wú)能為力。這就是為什么現(xiàn)在炙手可熱的深度學(xué)習(xí)無(wú)法實(shí)現(xiàn)真正的智能（AGI）的本質(zhì)原因：不能進(jìn)行因果推理。根據(jù)世界模型進(jìn)行推理的效果，不僅僅體現(xiàn)上在對(duì)話上，還能應(yīng)用在所有現(xiàn)在成為AI的項(xiàng)目上，比如自動(dòng)駕駛。經(jīng)過(guò)大量訓(xùn)練的自動(dòng)駕駛汽車(chē)，在遇到偶發(fā)狀況時(shí)，就沒(méi)有足夠的訓(xùn)練素材了。比如，突然出現(xiàn)在路上的嬰兒車(chē)和突然滾到路上的垃圾桶，都會(huì)被視為障礙物，但是剎不住車(chē)的情況下，一定要撞一個(gè)的時(shí)候，撞哪一個(gè)？又比如，對(duì)侯世達(dá)(DouglasHofstardler)而言，“駕駛"意味著當(dāng)要趕著去一個(gè)地方的時(shí)候，要選擇超速還是不超速；要從堵車(chē)的高速下來(lái)，還是在高速上慢慢跟著車(chē)流走...這些決策都是駕駛的一部分。他說(shuō)：“世界上各方面的事情都在影響著“駕駛"這件事的本質(zhì)"?！叭四X有兩套系統(tǒng)：系統(tǒng)1和系統(tǒng)2"關(guān)于“系統(tǒng)1和系統(tǒng)2"的詳情，請(qǐng)閱讀Thinking,FastandSlow,byDanielKahneman，一本非常好的書(shū)，對(duì)人的認(rèn)知工作是如何展開(kāi)的進(jìn)行了深入的分析。在這兒，我給還不了解的朋友介紹一下，以**本文前后的觀點(diǎn)。心理學(xué)家認(rèn)為，人思考和認(rèn)知工作分成了兩個(gè)系統(tǒng)來(lái)處理：系統(tǒng)1是快思考：無(wú)意識(shí)、快速、不怎么費(fèi)腦力、無(wú)需推理系統(tǒng)2是慢思考：需要調(diào)動(dòng)注意力、過(guò)程更慢、費(fèi)腦力、需要推理系統(tǒng)1先上，遇到搞不定的事情，系統(tǒng)2會(huì)出面解決。系統(tǒng)1做的事情包括:判斷兩個(gè)物體的遠(yuǎn)近、追溯聲音的來(lái)源、完形填空("我愛(ài)北京天安")等等。順帶一提，下象棋的時(shí)候，一眼看出這是一步好棋，這個(gè)行為也是系統(tǒng)1實(shí)現(xiàn)的——前提是你是一位優(yōu)秀的玩家。對(duì)于中國(guó)學(xué)生而言，你突然問(wèn)他：“7乘以7"，他會(huì)不假思索的說(shuō)：“49！"這是系統(tǒng)1在工作，因?yàn)槲覀冊(cè)谛W(xué)都會(huì)背99乘法表。這個(gè)49并非來(lái)自計(jì)算結(jié)果，而是背下來(lái)的（反復(fù)重復(fù)）。相應(yīng)的，如果你問(wèn)：“3287x2234等于多少？"，這個(gè)時(shí)候人就需要調(diào)用世界模型中的乘法規(guī)則，加以應(yīng)用（計(jì)算）。這就是系統(tǒng)2的工作。另外，在系統(tǒng)1所設(shè)定的世界里，貓不會(huì)像狗一樣汪汪叫。若事物違反了系統(tǒng)1所設(shè)定的世界模型，系統(tǒng)2也會(huì)被激活。在語(yǔ)言方面，YoshuaBengio認(rèn)為系統(tǒng)1不做與語(yǔ)言有關(guān)的工作；系統(tǒng)2才負(fù)責(zé)語(yǔ)言工作。對(duì)于深度學(xué)習(xí)而言，它更適合去完成系統(tǒng)1的工作，實(shí)際上它根本沒(méi)有系統(tǒng)2的功能。關(guān)于這兩個(gè)系統(tǒng)，值得一提的是，人是可以通過(guò)訓(xùn)練，把部分系統(tǒng)2才能做的事情，變成系統(tǒng)1來(lái)完成的。比如中國(guó)學(xué)生得經(jīng)過(guò)“痛苦的記憶過(guò)程"才能熟練掌握99乘法表，而不是隨著出生到長(zhǎng)大的自然經(jīng)驗(yàn)，慢慢學(xué)會(huì)的。但是這里有2個(gè)有意思的特征：1.變成系統(tǒng)1來(lái)處理問(wèn)題的時(shí)候，可以節(jié)約能量。人們偏向相信自己的經(jīng)驗(yàn)，是因?yàn)槟X力對(duì)能量的消耗很大，這是一個(gè)節(jié)能的做法。2.變成系統(tǒng)1的時(shí)候，會(huì)犧牲辯證能力，因?yàn)橄到y(tǒng)1對(duì)于邏輯相關(guān)的問(wèn)題一無(wú)所知。“我做這個(gè)事情已經(jīng)幾十年了"這種經(jīng)驗(yàn)主義思維就是典型案例。想想自己長(zhǎng)期積累的案例是如何在影響自己做判斷的？“單靠深度學(xué)習(xí)搞不定語(yǔ)言，現(xiàn)在不行，將來(lái)也不行"在人工智能行業(yè)里，你經(jīng)常會(huì)聽(tīng)到有人這么說(shuō)“盡管當(dāng)前技術(shù)還實(shí)現(xiàn)不了理想中的人工智能，但是技術(shù)是會(huì)不斷演進(jìn)的，隨著數(shù)據(jù)積累的越來(lái)越多，終將會(huì)實(shí)現(xiàn)讓人滿意的人工智能。"如果這個(gè)說(shuō)法，是指寄希望于僅靠深度學(xué)習(xí)，不斷積累數(shù)據(jù)量，就能翻盤(pán)——那就大錯(cuò)特錯(cuò)了。無(wú)論你怎么優(yōu)化“馬車(chē)"的核心技術(shù)（比如更壯、更多的馬），都無(wú)法以此造出汽車(chē)(下圖右)。對(duì)于大眾而言，技術(shù)的可演進(jìn)性，是以宏觀的視角看人類和技術(shù)的關(guān)系。但是發(fā)動(dòng)機(jī)的演化和馬車(chē)的關(guān)鍵技術(shù)沒(méi)有半點(diǎn)關(guān)系。深度學(xué)習(xí)領(lǐng)域的3大牛，都認(rèn)為單靠深度學(xué)習(xí)這條路（不能終通向AGI）。感興趣的朋友可以沿著這個(gè)方向去研究:GeoffreyHinton的懷疑：“我的觀點(diǎn)是都扔掉重來(lái)吧"YoshuaBengio的觀點(diǎn)：“如果你對(duì)于這個(gè)每天都在接觸的世界，有一個(gè)好的因果模型，你甚至可以對(duì)不熟悉的情況進(jìn)行抽象。這很關(guān)鍵......機(jī)器不能，因?yàn)闄C(jī)器沒(méi)有這些因果模型。我們可以手工制作這些模型，但是這遠(yuǎn)不足夠。我們需要能發(fā)現(xiàn)因果模型的機(jī)器。"YannLeCun的觀點(diǎn)：“Alearningpredictiveworldmodeliswhatwe’remissingtoday,andinmyopinionisthebiggestobstacletosignificantprogressinAI."至于深度學(xué)習(xí)在將來(lái)真正的智能上扮演的角色，在這兒我引用GaryMarcus的說(shuō)法：“Idon’tthinkthatdeeplearningwon’tplayaroleinnaturalunderstanding,onlythatdeeplearningcan’tsucceedonitsown."“解釋人工智障產(chǎn)品"現(xiàn)在，我們了解了人們對(duì)話的本質(zhì)是思維的交換，而遠(yuǎn)不只是明文上的識(shí)別和基于識(shí)別的回復(fù)。而當(dāng)前的人工智能產(chǎn)品則無(wú)法實(shí)現(xiàn)這個(gè)效果。那么當(dāng)用戶帶著人類的世界模型和推理能力來(lái)跟機(jī)器，用自然語(yǔ)言交互時(shí)，就很容易看到破綻。Sophia是一個(gè)技術(shù)上的**（凡是鼓吹Sophia是真AI的，要么是不懂，要么是忽悠）；現(xiàn)在的AI，都不會(huì)有真正的智能（推理能力什么的不存在的，包括Alphago在內(nèi)）；只要是深度學(xué)習(xí)還是主流，就不用擔(dān)心AI統(tǒng)治人類；對(duì)話產(chǎn)品感覺(jué)用起來(lái)智障，都是因?yàn)橄胩^(guò)思維，直接模擬對(duì)話（而現(xiàn)在也只能這樣）；“用的越多，數(shù)據(jù)越多，智能會(huì)越強(qiáng)，產(chǎn)品就會(huì)越好，使用就會(huì)越多"——對(duì)于任務(wù)類對(duì)話產(chǎn)品，這是一個(gè)看上去很酷，實(shí)際上不靠譜的觀點(diǎn)；一個(gè)AIagent，能對(duì)話多少輪，毫無(wú)意義；toC的助理產(chǎn)品做不好，是因?yàn)榻鉀Q不了“如何獲得用戶的世界模型數(shù)據(jù)，并加以利用"這個(gè)問(wèn)題；toB的對(duì)話智能公司為何很難規(guī)?；?？（因?yàn)閳?chǎng)景模型是手動(dòng)生成的）先有智能，后有語(yǔ)言：要做到真正意義上的自然語(yǔ)言對(duì)話，至少要實(shí)現(xiàn)基于常識(shí)和世界模型的推理能力。而這一點(diǎn)如果能實(shí)現(xiàn)，那么我們作為人類，就可能真的需要開(kāi)始擔(dān)心前文提到的智能了。不要用NLP評(píng)價(jià)一個(gè)對(duì)話智能產(chǎn)品：年底了，有些媒體開(kāi)始出各種AI公司榜單，其中有不少把做對(duì)話的公司分在NLP下面。這就好比，不要用觸摸屏來(lái)衡量一款智能手機(jī)。在這兒我不是說(shuō)觸摸屏或者NLP不重要(Essential)，反而因?yàn)樘匾?，這個(gè)環(huán)節(jié)成為了每一家的標(biāo)配，以至于在這方面基本已經(jīng)做到頭了，差異不過(guò)1%。對(duì)于一個(gè)對(duì)話類產(chǎn)品而言，NLU盡管重要，但只應(yīng)占個(gè)整體配件的5-10%左右。更進(jìn)一步來(lái)說(shuō)，甚至意圖識(shí)別和實(shí)體提取的部分用大廠的，產(chǎn)品間差異也遠(yuǎn)小于對(duì)話管理部分的差距。真正決定產(chǎn)品的是剩下的90%的系統(tǒng)。到此，是不是有一種絕望的感覺(jué)？這些學(xué)界和行業(yè)的大牛都沒(méi)有解決方案，或者說(shuō)連有把握的思路都沒(méi)有。是不是做對(duì)話智能這類的產(chǎn)品就沒(méi)戲了？上限就是這樣了么？不是。對(duì)于一項(xiàng)技術(shù)而言，可能確實(shí)觸底了；但是對(duì)于應(yīng)用和產(chǎn)品設(shè)計(jì)而言，并不是由一個(gè)技術(shù)決定的，而是很多技術(shù)的結(jié)合，這里還有很大的空間。作為產(chǎn)品經(jīng)理，讓我來(lái)?yè)Q一個(gè)角度。我們來(lái)研究一下，既然手中的工具是這些，我們能用他們來(lái)做點(diǎn)什么？Part4AI產(chǎn)品的潛力在于設(shè)計(jì)“AI的歸AI，產(chǎn)品的歸產(chǎn)品"《ThePrestige》2006，劇照有一部我很喜歡的電影，ThePrestige，里面講了一個(gè)關(guān)于“瞬間移動(dòng)"的魔術(shù)。對(duì)于觀眾而言，就是從一個(gè)地方消失，然后瞬間又從另一個(gè)地方出現(xiàn)。**個(gè)魔術(shù)師，成功的在舞臺(tái)上實(shí)現(xiàn)了這個(gè)效果。他打開(kāi)舞臺(tái)上的右邊的門(mén)，剛一進(jìn)去的一瞬間，就從舞臺(tái)左邊的門(mén)出來(lái)了。對(duì)觀眾而言，這符合他們的期望。第二個(gè)魔術(shù)師在觀眾席里，看到效果后驚呆了，他感覺(jué)這根本毫無(wú)破綻。但是他是魔術(shù)師——作為一個(gè)產(chǎn)品經(jīng)理——他就想研究這個(gè)產(chǎn)品是怎么實(shí)現(xiàn)的。但是魔術(shù)行業(yè)里，不受人待見(jiàn)的，就是魔術(shù)揭秘。影片后，他得到了答案（劇透預(yù)警）：所有的工程機(jī)關(guān)、升降機(jī)、等等，都如他所料的藏在了舞臺(tái)下面。但真正的核心是，**個(gè)魔術(shù)師一直隱藏著自己的另一個(gè)雙胞胎兄弟。當(dāng)他打開(kāi)一個(gè)門(mén)，從洞口跳下舞臺(tái)的那一刻，雙胞胎的另一位就馬上從另一邊升上舞臺(tái)?？吹竭@里，大家可能就恍然大悟：“原來(lái)是這樣，雙胞胎??！"這感覺(jué)是不是有點(diǎn)似曾相識(shí)？在本文Part2，我們聊到把對(duì)話系統(tǒng)的黑箱打開(kāi)，里面就是填一張表的時(shí)候，是不是有類似的感覺(jué)？對(duì)話式人工智能的產(chǎn)品（對(duì)話系統(tǒng)）就像魔術(shù)，是一個(gè)黑箱，用戶是以感知來(lái)判斷價(jià)值的?！拔疫€以為有什么黑科技呢，我是雙胞胎我也可以啊。"其實(shí)這并不容易。我們先不說(shuō)魔術(shù)的舞臺(tái)里面的工程設(shè)計(jì)，這個(gè)魔術(shù)難的地方是如何能在魔術(shù)師的生活中，讓另一個(gè)雙胞胎在大眾視野里消失掉。如果觀眾們都知道魔術(shù)師是雙胞胎，就很可能猜到舞臺(tái)上的魔術(shù)是兩個(gè)人一起表演的。所以這個(gè)雙胞胎，一定不能出現(xiàn)在大眾的“世界模型"里。為了讓雙胞胎的另一個(gè)消失在大眾視野里，這兩兄弟付出了很多代價(jià)，身心磨，絕非一般人能接受的，比如共享同一個(gè)老婆。這也是我的建議：技術(shù)不夠的時(shí)候，設(shè)計(jì)來(lái)補(bǔ)。做AI產(chǎn)品的同學(xué)，不要期待給你智能。要是真的有智能了，還需要你干什么？人工智能產(chǎn)品經(jīng)理需要設(shè)計(jì)一套龐大的系統(tǒng)，其中包括了填表、也當(dāng)然包括深度學(xué)習(xí)帶來(lái)的意圖識(shí)別和實(shí)體提取等等標(biāo)準(zhǔn)做法、也包括了各種可能的對(duì)話管理、上下文的處理、邏輯指代等等。這些部分，都是產(chǎn)品設(shè)計(jì)和工程力量發(fā)揮的空間?！霸O(shè)計(jì)思路的基礎(chǔ)"我需要強(qiáng)調(diào)一下，在這里，咱們講的是AI產(chǎn)品思路，不是AI的實(shí)現(xiàn)思路。對(duì)于對(duì)話類產(chǎn)品的設(shè)計(jì)，以現(xiàn)在深度學(xué)習(xí)的基礎(chǔ)，語(yǔ)義理解應(yīng)該只占整個(gè)產(chǎn)品的5%-10%；而其他的，都是想盡一切辦法來(lái)模擬“傳送"這個(gè)效果——畢竟我們都知道，這是個(gè)魔術(shù)。如果只是識(shí)別就占了你家產(chǎn)品的大量心血，其他的不去拉開(kāi)差異，基本出來(lái)就是智障無(wú)疑。在產(chǎn)品研發(fā)方面上，如果研發(fā)團(tuán)隊(duì)能提供多種技術(shù)混用的工具，肯定會(huì)增加開(kāi)發(fā)團(tuán)隊(duì)和設(shè)計(jì)的發(fā)揮空間。這個(gè)做法也就是DL(DeepLearning)GOFAI(GoodOldFashionedAI)的結(jié)合。GOFAI是JohnHaugeland首先提出的，也就是深度學(xué)習(xí)火起來(lái)之前的symbolicAI，也就是專家系統(tǒng)，也就是大多數(shù)在AI領(lǐng)域的人都看不起的“ifthen…"DLGOFAI這個(gè)前提，是當(dāng)前一切后續(xù)產(chǎn)品設(shè)計(jì)思路的基礎(chǔ)?！癉esignPrinciple：存在即為被感知"“存在即為被感知"是18世紀(jì)的哲學(xué)家GeorgeBerkeley的名言。加州大學(xué)伯克利分校的命名來(lái)源也是為了紀(jì)念這位唯心主義大師。這個(gè)意思呢，就是如果你不能被感知到，你就是不存在的！我認(rèn)為“存在即為被感知"是對(duì)話類AI產(chǎn)品的Designprinciple。對(duì)話產(chǎn)品背后的智能，是被用戶感知到而存在的。直到有一天AI可以代替產(chǎn)品經(jīng)理，在那之前，所有的設(shè)計(jì)都應(yīng)該圍繞著，如何可以讓用戶感覺(jué)和自己對(duì)話的AI是有價(jià)值的，然后才是聰明的。要非常明確自己的目的，設(shè)計(jì)的是AI的產(chǎn)品，而不是AGI本身。就像魔術(shù)的設(shè)計(jì)者，給你有限的基礎(chǔ)技術(shù)條件，你能組裝出一個(gè)產(chǎn)品，體驗(yàn)是人們難以想到。同時(shí)，也要深刻的認(rèn)識(shí)到產(chǎn)品的局限性。魔術(shù)就是魔術(shù)，并不是現(xiàn)實(shí)。這意味著，在舞臺(tái)上的魔術(shù)，如果改變一些重要的條件，它就不成立了。比如，如果讓觀眾跑到舞臺(tái)的頂上，從上往下看這個(gè)魔術(shù)，就會(huì)發(fā)現(xiàn)舞臺(tái)上有洞。或者“瞬間移動(dòng)"的不是這對(duì)雙胞胎中的一個(gè)，而是一個(gè)觀眾跑上去說(shuō)，“讓我來(lái)瞬間移動(dòng)試試"，就穿幫了。NarrowAI的產(chǎn)品，也是一樣的。如果你設(shè)計(jì)好了一個(gè)Domain，無(wú)論其中體驗(yàn)如何，只要用戶跑到Domain的邊界以外了，就崩潰了。先設(shè)定好產(chǎn)品邊界，設(shè)計(jì)好“越界時(shí)給用戶的反饋"，然后在領(lǐng)域里面，盡可能的模擬這個(gè)魔術(shù)的效果。假設(shè)Domain的邊界已經(jīng)設(shè)定清晰了，哪些方面可以通過(guò)設(shè)計(jì)和工程的力量，來(lái)大幅增加效果呢？其實(shí)，在“Part3對(duì)話的本質(zhì)"里談到的與思維相關(guān)的部分，在限定Domain的前提下，都可以作為設(shè)計(jì)的出發(fā)點(diǎn)：你可以用GOFAI來(lái)模擬世界模型、也可以模擬場(chǎng)景模型、你可以Fake邏輯推理、可以Fake上下文指代——只要他們都限定在Domain里。“選擇合適的Domain"成本（工程和設(shè)計(jì)的量）和給用戶的價(jià)值并不是永遠(yuǎn)成正比，也根據(jù)不同的Domain的不同。比如，我認(rèn)為現(xiàn)在所有的**機(jī)器人都沒(méi)有什么價(jià)值。開(kāi)放Domain，沒(méi)有目標(biāo)、沒(méi)有限定和邊界，對(duì)用戶而言，會(huì)認(rèn)為什么都可以聊。但是其自身“場(chǎng)景模型"一片空白，對(duì)用戶所知的常識(shí)也一無(wú)所知。導(dǎo)致用戶稍微試一下，就碰壁了。我把這種用戶體驗(yàn)稱為“每次嘗試都容易遇到挫折"?？赡?，有些Domain對(duì)回復(fù)的內(nèi)容并不那么看重。也就并不需要那么強(qiáng)壯的場(chǎng)景模型和推理機(jī)制來(lái)生成回復(fù)內(nèi)容。我們假設(shè)做一個(gè)“樹(shù)洞機(jī)器人"，可以把產(chǎn)品定義是為，扮演一個(gè)好的聽(tīng)眾，讓用戶把心中的壓力煩惱傾訴出來(lái)。:BradleyUniversityOnline這個(gè)產(chǎn)品的邊界，需要非常明確的，在用戶剛剛接觸到的時(shí)候，強(qiáng)化到用戶的場(chǎng)景模型中。主要是系統(tǒng)通過(guò)一些語(yǔ)言的反饋，鼓勵(lì)用戶繼續(xù)說(shuō)。而不要鼓勵(lì)用戶來(lái)期望對(duì)話系統(tǒng)能輸出很多正確且有價(jià)值的話。當(dāng)用戶做出一些陳述之后，可以跟上一些對(duì)“場(chǎng)景模型"依賴較小，泛泛的話?！拔覐膩?lái)沒(méi)有這么考慮過(guò)這個(gè)問(wèn)題，你為什么會(huì)這么想呢？"“關(guān)于這個(gè)人，你還有哪些了解？"“你覺(jué)得他為什么會(huì)這樣？"……這樣一來(lái)，產(chǎn)品在需求上，就大幅減輕了對(duì)“自然語(yǔ)言生成"的依賴。因?yàn)檫@個(gè)產(chǎn)品的價(jià)值，不在回復(fù)的具體內(nèi)容是否，是否有價(jià)值上。這就同時(shí)降低了對(duì)話背后的“場(chǎng)景模型"、“世界模型"、以及“常識(shí)推理"這些高維度模塊的需求。訓(xùn)練的素材嘛，也就是某個(gè)特定分支領(lǐng)域（比如職場(chǎng)、家庭等）的心理咨詢師的對(duì)話案例。產(chǎn)品定義上，這得是一個(gè)Companion型的產(chǎn)品，不能真正起到理療的作用。當(dāng)然，以上并不是真正的產(chǎn)品設(shè)計(jì)，僅僅是用一個(gè)例子來(lái)說(shuō)明，不同的Domain對(duì)背后的語(yǔ)言交互的能力要求不同，進(jìn)而對(duì)更后面的“思維能力"要求不同。選擇產(chǎn)品的Domain時(shí)，盡量遠(yuǎn)離那些嚴(yán)重依賴世界模型和常識(shí)推理，才能進(jìn)行對(duì)話的場(chǎng)景。有人可能說(shuō)，你這不就是Sophia的做法么？不是。這里需要強(qiáng)調(diào)的是Sophia的核心問(wèn)題是欺騙。產(chǎn)品是想忽悠大眾，他們真的做出了智能。在這里，我提倡的是明確告訴用戶，這就是對(duì)話系統(tǒng)，而不是真的造出了智能。這也是為什么，在我自己的產(chǎn)品設(shè)計(jì)中，如果遇到真人和AI同時(shí)為用戶服務(wù)的時(shí)候（產(chǎn)品上稱為HybridModel），我們總是會(huì)偏向明確讓用戶知道，什么時(shí)候是真人在服務(wù)，什么時(shí)候是機(jī)器人在服務(wù)。這么做的好處是，控制用戶的預(yù)期，以避免用戶跑到設(shè)計(jì)的Domain以外去了；不好的地方是，你可能“聽(tīng)上去"沒(méi)有那么酷。所以，當(dāng)我說(shuō)“存在即為被感知"的時(shí)候，強(qiáng)調(diào)的是對(duì)價(jià)值的感知；而不是對(duì)“像人一樣"的感知。“對(duì)話智能的核心價(jià)值：在內(nèi)容，不在交互"多年前，還在英國(guó)讀書(shū)的時(shí)候，我曾經(jīng)在一個(gè)非常有名歷史悠久的秘密結(jié)社里工作。我對(duì)當(dāng)時(shí)的那位照顧會(huì)員需求的大管家印象深刻。你可以想象她好像是“美國(guó)運(yùn)通黑卡服務(wù)"的超級(jí)禮賓，她有兩個(gè)超能力：1.Resourceful，會(huì)員的奇葩需求都能想盡辦法的實(shí)現(xiàn)：一個(gè)身在法蘭克福的會(huì)員半夜里遇到急事，臨時(shí)想盡快回倫敦，半夜沒(méi)有航班了，打電話找到大管家求助。后大管家找到另一個(gè)會(huì)員的朋友借了私人飛機(jī)，送他一程，凌晨回到了倫敦。2.Mind-reading，會(huì)員想要什么，無(wú)需多言：“Oliver，我想喝點(diǎn)東西…"“當(dāng)然沒(méi)問(wèn)題，我待會(huì)給你送過(guò)來(lái)。"她也不需要問(wèn)喝什么，或者送到哪里。人人都想要一個(gè)這樣的管家。**俠需要Alfred；鋼鐵俠需要Javis；西奧多需要Her（盡管這哥們后來(lái)走偏了）；iPhone需要Siri；這又回到了我們?cè)赑art1里提到的，AI的toC產(chǎn)品是智能助理。但是，人們需要這個(gè)助理的根本原因，是因?yàn)槿藗冃枰膶?duì)話能力么？這個(gè)世界上已經(jīng)有70億個(gè)自然語(yǔ)言對(duì)話系統(tǒng)了（就是人），為什么我們還需要制造更多的對(duì)話系統(tǒng)？我們需要的是對(duì)話系統(tǒng)后面的思考能力，解決問(wèn)題的能力。而對(duì)話，只是這個(gè)思考能力的交互方式（ConversationalUserInterface）。如果真能足夠聰明的把問(wèn)題提前解決了，用戶甚至連話都不想說(shuō)。我們來(lái)看個(gè)例子。我知道很多產(chǎn)品經(jīng)理已經(jīng)把這個(gè)iPhone初代發(fā)布的東西講爛了。但是，在這兒確實(shí)是一個(gè)非常好的例子：我們來(lái)探討一下iPhone用虛擬鍵盤(pán)代替實(shí)體鍵盤(pán)的原因。普通用戶，從直觀的視角，能得出結(jié)論：這樣屏幕更大！需要鍵盤(pán)的時(shí)候就出現(xiàn)，不需要的時(shí)候就消失。而且還把看上去挺復(fù)雜的產(chǎn)品設(shè)計(jì)給簡(jiǎn)化了，更好看了。甚至很多產(chǎn)品經(jīng)理也是這么想的。實(shí)際上，這根本不是硬件設(shè)計(jì)的問(wèn)題。原因見(jiàn)下圖。其實(shí)喬布斯在當(dāng)時(shí)也講的很清楚：物理鍵盤(pán)的核心問(wèn)題是，（作為交互UI）你不能改變它。物理交互方式（鍵盤(pán)）不會(huì)根據(jù)不同的軟件發(fā)生改變。如果要在手機(jī)上加載各種各樣的內(nèi)容，如果要?jiǎng)?chuàng)造各種各樣的軟件生態(tài)，這些不同的軟件都會(huì)有自己不同的UI，但是交互方式都得依賴同一種（物理鍵盤(pán)無(wú)法改變），這就行不通了。所以，實(shí)際代替這些物理鍵盤(pán)的，不是虛擬鍵盤(pán)，而是整個(gè)觸摸屏。因?yàn)閕Phone（當(dāng)時(shí)的）將來(lái)會(huì)搭載豐富的生態(tài)軟件內(nèi)容，就必須要有能與這些還沒(méi)出現(xiàn)的想法兼容的交互方式。在我看來(lái)，上述一切都是為了豐富的內(nèi)容服務(wù)。再一次的，交互本身不是核心，它背后搭載的內(nèi)容才是。但是在當(dāng)初看這個(gè)發(fā)布會(huì)的時(shí)候，我是真的沒(méi)有g(shù)et到這個(gè)點(diǎn)。那個(gè)時(shí)候真的難以想象，整個(gè)移動(dòng)互聯(lián)時(shí)代會(huì)誕生的那么多APP，都有各自不同的UI，來(lái)搭載各式各樣的服務(wù)。你想想，如果以上面這些實(shí)體鍵盤(pán)，讓你來(lái)操作大眾點(diǎn)評(píng)、打開(kāi)地圖、Instagram或者其他你熟悉的APP，是一種怎樣的體驗(yàn)？更有可能的是，只要是這樣的交互方式，根本設(shè)計(jì)不出剛才提到的那些APP。與之同時(shí)，這也引申出一個(gè)問(wèn)題：如果設(shè)備上，并沒(méi)有多樣的軟件和內(nèi)容生態(tài)，那還應(yīng)該把實(shí)體鍵設(shè)計(jì)成觸摸和虛擬的方式么？比如，一個(gè)挖掘機(jī)的交互方式，應(yīng)該使用觸屏么？甚至對(duì)話界面？“對(duì)話智能解決重復(fù)思考"同樣的，對(duì)話智能的產(chǎn)品的核心價(jià)值，應(yīng)該在解決問(wèn)題的能力上，而不是停留在交互這個(gè)表面。這個(gè)“內(nèi)容"或者“解決問(wèn)題的能力"是怎么體現(xiàn)的呢？工業(yè)革命給人類帶來(lái)的巨大價(jià)值在于解決“重復(fù)體力勞動(dòng)"這件事。經(jīng)濟(jì)學(xué)家TylerCowen認(rèn)為，“什么行業(yè)的就業(yè)人越多，這個(gè)工種就會(huì)創(chuàng)造更大的商業(yè)價(jià)值。"他在AverageIsOver這本書(shū)里描述到：“20世紀(jì)初，美國(guó)就業(yè)人口多的是農(nóng)民；二戰(zhàn)后的工業(yè)化、第三產(chǎn)業(yè)的發(fā)展，再加上婦女解放運(yùn)動(dòng)，就業(yè)人工多的工種變成**商業(yè)的文字工作者比如秘書(shū)助理呼叫中心（文員，信息輸入）。1980/90年代的個(gè)人計(jì)算機(jī)，以及Office的普及，大量秘書(shū)，助理類工作消失。"這里提及的工作，都是需要大量重復(fù)的工作。而且不停的演變，從重復(fù)的體力，逐步到重復(fù)的腦力。從這個(gè)角度出發(fā)，對(duì)一個(gè)場(chǎng)景背后的“思考能力"沒(méi)有把控的AI產(chǎn)品，會(huì)很快被代替掉。的，就是典型意義上的智能客服。在市場(chǎng)上，有很多這樣的智能客服的團(tuán)隊(duì)，他們能夠做對(duì)話系統(tǒng)（詳見(jiàn)Part2），但是對(duì)這各領(lǐng)域的思考，卻不甚了解。我把“智能客服"稱為“前臺(tái)**姐"——無(wú)意冒犯，但是前臺(tái)**姐的主要工作和技能并沒(méi)有關(guān)系。他們重要的技能就是對(duì)話，準(zhǔn)確點(diǎn)說(shuō)是用對(duì)話來(lái)“路由"——了解用戶什么需求，把不合適的需求過(guò)濾掉，再把需求轉(zhuǎn)給專家去解決。但是對(duì)于一個(gè)企業(yè)而言，客服是只嘴和耳，而專家才是腦，才是內(nèi)容，才是價(jià)值?？头卸嗖缓诵?？想想大量被外包出去的呼叫中心，就知道了。與這類客服機(jī)器人產(chǎn)品對(duì)應(yīng)的，就是專家機(jī)器人。一個(gè)專家，必定有識(shí)別用戶需求的能力，反之不亦然。你可以想象一個(gè)企業(yè)支付給一個(gè)客服多少薪資，又支付給一個(gè)專家多少薪資？一個(gè)專家需要多少時(shí)間培訓(xùn)和準(zhǔn)備才能上崗，客服**姐呢？于此同時(shí)，能力是這個(gè)機(jī)構(gòu)的核心，而客服不是。正因?yàn)槿绱耍芏嗳苏J(rèn)為，人工的呼叫中心，以后會(huì)被AI呼叫中心代替掉；而我認(rèn)為，用AI做呼叫中心的工作，是一個(gè)非常短暫的過(guò)渡型方案。很快代替人工呼叫中心的，甚至代替AI呼叫中心，是具備交互能力的專家AI中心。在這兒，“專家"的意義大于“呼叫"。在經(jīng)歷過(guò)工具化帶來(lái)的產(chǎn)能爬坡和規(guī)模效應(yīng)之后，他們成本差不多，但是卻很多。比如他直接鏈接后端的供給系統(tǒng)的同時(shí)，還具備領(lǐng)域的推理能力，也能與用戶直接交互。NLP在對(duì)話系統(tǒng)里解決的是交互的問(wèn)題。在人工智能產(chǎn)品領(lǐng)域里，給與一定時(shí)間，掌握技能的團(tuán)隊(duì)一定能對(duì)話系統(tǒng)；而掌握對(duì)話系統(tǒng)的團(tuán)隊(duì)則很難掌握技能。試想一下在幾年前，移動(dòng)互聯(lián)剛剛出現(xiàn)的時(shí)候，會(huì)做app的，去幫銀行做app；而幾年之后銀行都會(huì)自己開(kāi)發(fā)app，而干不了銀行的事。在這個(gè)例子里，做AI產(chǎn)品定義的朋友，你的產(chǎn)品**是要代替（或者**）某個(gè)領(lǐng)域?qū)＜?；而不要瞄?zhǔn)那些過(guò)渡性崗位，比如客服。從這個(gè)角度出發(fā)，對(duì)話智能類的產(chǎn)品核心的價(jià)值，是進(jìn)一步的代替用戶的重復(fù)思考。Workonthemindnotthemouth.哪怕已經(jīng)是在解決腦袋的問(wèn)題，也盡量去代替用戶系統(tǒng)2的工作，而不只是系統(tǒng)1的工作。在你的產(chǎn)品中，加入級(jí)的推理；幫助用戶進(jìn)行抽象概念與具象細(xì)節(jié)之間的轉(zhuǎn)化；幫助用戶去判斷那些出現(xiàn)在他的模型中，但是他口頭還沒(méi)有提及的問(wèn)題；考慮他當(dāng)前的環(huán)境模型、發(fā)起對(duì)話時(shí)所處的物理時(shí)空、過(guò)去的經(jīng)歷；推測(cè)他的心態(tài)，他的世界模型。先解決思考的問(wèn)題，再盡可能的轉(zhuǎn)化成語(yǔ)言。Part5AIPM“缺了什么？"2018年10月底，我在慕尼黑為企業(yè)客戶做onsitesupport。期間與客戶的各個(gè)BU、市場(chǎng)老板們以及自身的研發(fā)團(tuán)隊(duì)交流對(duì)話AI的應(yīng)用。作為的汽車(chē)品牌之一，他們也在積極尋求AI在自身產(chǎn)品和服務(wù)上的應(yīng)用。不缺技術(shù)人才。盡管作為傳統(tǒng)行業(yè)的大象，可能會(huì)被外界視為不擅長(zhǎng)AI，其實(shí)他們自身并不缺少NLP的研發(fā)。當(dāng)我跟他們的NLP團(tuán)隊(duì)交流時(shí)，發(fā)現(xiàn)基本都有世界名校的PHD。而且，在閉門(mén)的供應(yīng)商大會(huì)上，基本所有的科技大廠和咨詢公司都在場(chǎng)了。就算實(shí)在搞不了，也大有人排著隊(duì)的想幫他們搞。創(chuàng)新的意愿強(qiáng)烈。在我接觸過(guò)的大企業(yè)當(dāng)中，特別是傳統(tǒng)世界當(dāng)中中，這個(gè)企業(yè)是非常重視創(chuàng)新的。經(jīng)過(guò)移動(dòng)互聯(lián)時(shí)代，丟掉的陣地，他們是真心想一點(diǎn)點(diǎn)搶回來(lái)，并試圖所在的行業(yè)，而不是follow別人的做法。不僅僅是像“傳統(tǒng)的大企業(yè)創(chuàng)新"那樣做一些不痛不癢的POC，來(lái)完成創(chuàng)新部門(mén)的KPI。他們則真的很積極地推進(jìn)AI的商業(yè)化，而且勇于嘗試改變過(guò)去和Techprovider之間的關(guān)系。這點(diǎn)讓我印象深刻，限于保密條款，在此略過(guò)細(xì)節(jié)。（關(guān)于國(guó)際巨型企業(yè)借新技術(shù)的初創(chuàng)團(tuán)隊(duì)之手來(lái)做式創(chuàng)新，也是一個(gè)很有意思的話題，以后新開(kāi)一個(gè)Topic。）數(shù)據(jù)更多。那么傳統(tǒng)的優(yōu)勢(shì)就在于，真正擁有業(yè)務(wù)場(chǎng)景和實(shí)際的數(shù)據(jù)。賣(mài)出去的每一臺(tái)產(chǎn)品都是他們的終端，而且開(kāi)始全面聯(lián)網(wǎng)和智能化。再加上，各種線下的渠道、海量的客服，其實(shí)他們有能力和空間來(lái)搜集更完整的用戶生命周期數(shù)據(jù)。當(dāng)然，作為硬幣的另一面，百年品牌也自然會(huì)有嚴(yán)重的歷史牽絆。機(jī)構(gòu)內(nèi)部的合規(guī)、采購(gòu)流程、數(shù)據(jù)的管控、BU之間的數(shù)據(jù)和行政壁壘也是跑不掉的。這些環(huán)節(jié)的Tradeoff確實(shí)大大的影響了對(duì)上述優(yōu)勢(shì)的利用。但是缺少的還是產(chǎn)品定義能力。如果對(duì)話智能的產(chǎn)品定義失敗，后面的執(zhí)行就算是的，出來(lái)的效果也是智障。有些銀行的AI機(jī)器人就是例子：立項(xiàng)用半年，競(jìng)標(biāo)用半年，開(kāi)發(fā)用一年，然后上線跑一個(gè)月就因?yàn)樘老戮€了。但這其實(shí)并不是傳統(tǒng)行業(yè)的特點(diǎn)，而是目前所有玩家的問(wèn)題——互聯(lián)網(wǎng)或科技公司的對(duì)話AI產(chǎn)品也逃不掉?？赡芑ヂ?lián)網(wǎng)企業(yè)還自我感覺(jué)良好，在這產(chǎn)品設(shè)計(jì)部分，人才不缺了——畢竟“人人都是產(chǎn)品經(jīng)理"嘛。但在目前，咱們看到的互聯(lián)網(wǎng)公司出來(lái)的產(chǎn)品也都是差不多的效果，具體情況咱們?cè)赑art2里已經(jīng)介紹足夠多了。我們來(lái)看看難點(diǎn)在哪里。AI產(chǎn)品該怎么做定義呢？也就是，需要怎樣的產(chǎn)品才能實(shí)現(xiàn)商業(yè)需求。技術(shù)部門(mén)往往主要關(guān)注技術(shù)實(shí)現(xiàn)，而不背商業(yè)結(jié)果KPI；而業(yè)務(wù)部門(mén)的同事對(duì)AI的理解又很有限，也就容易提出不合適的需求。關(guān)鍵是，在做產(chǎn)品定義時(shí)，你想要描述“我想要一個(gè)這樣的AI，它可以說(shuō)…"的時(shí)候你會(huì)發(fā)現(xiàn)，因?yàn)槭菍?duì)話界面，你根本無(wú)法窮盡這個(gè)產(chǎn)品的可能性。其中一個(gè)具體細(xì)節(jié)就是，產(chǎn)品文檔該怎么寫(xiě)，這就足夠挑戰(zhàn)了。“對(duì)話AI產(chǎn)品的管理方法"先給結(jié)論：如果還想沿用管理GUI產(chǎn)品的方來(lái)管理對(duì)話智能產(chǎn)品，這是不可能的。從行業(yè)角度來(lái)看，沒(méi)有大量成功案例，就不會(huì)有流水線；沒(méi)有流水線，就沒(méi)有基于流水線的項(xiàng)目管理。也就是說(shuō)，從1886年開(kāi)始**輛現(xiàn)代汽車(chē)出現(xiàn)，到1913年才出現(xiàn)**條流水線——中間有27年的跨度。再到后來(lái)豐田提出TheToyotaWay，以精益管理(LeanManagement)來(lái)快速迭代（類似敏捷開(kāi)發(fā)）以盡量避免浪費(fèi)，即Kaizen(改善)，這已經(jīng)是2001年的事情了。這兩天和其他也在給大企業(yè)做對(duì)話的同行交流的時(shí)候，聽(tīng)到很多不太成功的產(chǎn)品案例，歸結(jié)起來(lái)幾乎都是因?yàn)椤爱a(chǎn)品Scope定義不明"，導(dǎo)致項(xiàng)目開(kāi)展到后面根本收不了尾。而且因?yàn)楣δ苤g的耦合緊密，連線都上不了（遇到上下文對(duì)話依賴的任務(wù)時(shí)，中間環(huán)節(jié)一但有缺失，根本走不通流程）。這些都是行業(yè)早期不成熟的標(biāo)志?！皩?duì)話AI產(chǎn)品的DesignPrinciple尚未出現(xiàn)"對(duì)話智能領(lǐng)域相對(duì)視覺(jué)類的產(chǎn)品，有幾個(gè)特性上的差異：1）是產(chǎn)品化遠(yuǎn)不如視覺(jué)類AI成熟；2）深度學(xué)習(xí)在整個(gè)系統(tǒng)里扮演的角色雖然重要，但是還是很少，遠(yuǎn)不夠撐起來(lái)有價(jià)值的對(duì)話系統(tǒng)；3）產(chǎn)品都是黑箱，目前在行業(yè)中尚無(wú)比較共同認(rèn)可的設(shè)計(jì)標(biāo)準(zhǔn)。APP發(fā)展到后面，隨著用戶的使用習(xí)慣的形成，和業(yè)界內(nèi)成功案例的“互相交流"，逐步形成了一些設(shè)計(jì)上的共識(shí)，比如下面這一排，右邊紅圈里的“我"：但是，從2007年iPhone發(fā)布，到這些移動(dòng)產(chǎn)品的設(shè)計(jì)規(guī)范逐步形成，也花了近6、7年時(shí)間，且不提這是圖形化界面。到如今，這類移動(dòng)設(shè)備上的產(chǎn)品設(shè)計(jì)標(biāo)準(zhǔn)已經(jīng)成熟到，如果在設(shè)計(jì)師不遵循一些設(shè)計(jì)思路，反而會(huì)引起用戶的不習(xí)慣。只是對(duì)話系統(tǒng)的設(shè)計(jì)規(guī)范，現(xiàn)在談還為時(shí)尚早。到這里，結(jié)合上述兩個(gè)點(diǎn)（對(duì)話AI產(chǎn)品的管理方法、設(shè)計(jì)規(guī)范都不成熟），也就可以解釋為什么智能音箱都不智能。因?yàn)橹悄芤粝涞谋澈蠖际且惶住凹寄艽蛟炜蚣?，給，希望能用這套框架來(lái)制作各種“技能"。而“對(duì)話技能類平臺(tái)"在目前根本走不通。任何場(chǎng)景一旦涉及到明文識(shí)別以外的，需要對(duì)特定的任務(wù)和功能進(jìn)行建模，然后再融合進(jìn)多輪對(duì)話管理里的場(chǎng)景，以現(xiàn)在的產(chǎn)品成熟程度，都無(wú)法抽象成有效的設(shè)計(jì)規(guī)范?，F(xiàn)在能抽象出來(lái)的，都是非常簡(jiǎn)單的上下文管理（還記得Part2里的“填表"么？）。我就舉一個(gè)例子，絕大部分的技能平臺(tái)，根本就沒(méi)有“用戶生命周期管理"的概念。這和服務(wù)流程是兩碼事，也是很多機(jī)器人智障的諸多原因之一。因?yàn)樯婕暗教?xì)節(jié)和的部分，咱們暫且不展開(kāi)。也有例外的情況：技能全部是語(yǔ)音控制型，比如“關(guān)燈開(kāi)燈"“開(kāi)空調(diào)25度"。這類主要依賴明文識(shí)別的技能，也確實(shí)能用框架實(shí)現(xiàn)比較好的效果。但這樣的問(wèn)題在于，開(kāi)放給沒(méi)有意義：這類技能既不需要多樣的產(chǎn)品化；從這類開(kāi)發(fā)中也根本賺不到錢(qián)——幾乎沒(méi)有商業(yè)價(jià)值。另一個(gè)例外是大廠做MLaaS類平臺(tái)，這還是很有價(jià)值的。能解決對(duì)深度學(xué)習(xí)的需求，比如意圖識(shí)別、分詞、實(shí)體提取等**層的需求。但整個(gè)識(shí)別部分，就如我在Part3&4里提到的，只應(yīng)占到任務(wù)對(duì)話系統(tǒng)的10%，也而已。剩下的90%的工作，也是真正決定產(chǎn)品價(jià)值的工作，都得自己搞。他們會(huì)經(jīng)歷些什么？我隨便舉幾個(gè)簡(jiǎn)單的例子（行業(yè)外的朋友可以忽略）：如果你需要訓(xùn)練一個(gè)意圖，要生成1000句話來(lái)做素材，那么“找100個(gè)人，每人寫(xiě)10句"的訓(xùn)練效果要遠(yuǎn)好于“找10個(gè)人，每人寫(xiě)100句"；是用場(chǎng)景來(lái)分意圖、用語(yǔ)義來(lái)分意圖和用謂語(yǔ)來(lái)拆分意圖，怎么選？這不僅影響機(jī)器人是否能高效支持“任務(wù)"之間的跳轉(zhuǎn)，還影響訓(xùn)練效率、開(kāi)發(fā)成本；有時(shí)候意圖的訓(xùn)練出錯(cuò)，是訓(xùn)練者把自己腦補(bǔ)的內(nèi)容放進(jìn)去了；話術(shù)的重要性，不僅影響用戶看著舒不舒服，更決定了他的回復(fù)的可能性——以及回復(fù)的回復(fù)的可能性——畢竟他說(shuō)的每一句后面的話，都需要被識(shí)別后，再回復(fù)；如果你要給一個(gè)電影院做產(chǎn)品，**用圖形化界面，而不要用語(yǔ)言來(lái)選座位：“現(xiàn)在空著的座位有，**排的1，2，3，4…."這些方面的經(jīng)驗(yàn)和技巧數(shù)都數(shù)不完，而且還是淺顯、皮毛的部分。你可以想象，對(duì)話智能的設(shè)計(jì)規(guī)范還有多少路要走——記得，每個(gè)產(chǎn)品還是黑箱，就算出了好效果，也看不到里面是怎么設(shè)計(jì)的?！耙粋€(gè)合適的AIPM"當(dāng)真正的人工智能實(shí)現(xiàn)之后，所有產(chǎn)品經(jīng)理所需要做的思考，都會(huì)被AI代替。所以，真正的人工智能也許是人類后的一個(gè)發(fā)明。在那一天之前，對(duì)話智能產(chǎn)品經(jīng)理的工作，是使用各種力量來(lái)創(chuàng)造智能給人的感覺(jué)。AIPM一定要在心中非常明確“AI的歸AI，產(chǎn)品的歸產(chǎn)品"。做工具的和用工具的，出發(fā)點(diǎn)是不同。應(yīng)該是帶著做產(chǎn)品的目的，來(lái)使用AI；千萬(wàn)不要出現(xiàn)“AIPM是來(lái)實(shí)現(xiàn)AI的"這樣的幻覺(jué)。我們都熟悉，PM需要站在“人文和技術(shù)的十字路口"來(lái)設(shè)計(jì)產(chǎn)品。那么對(duì)話智能的AIPM可能在這方面可能人格分裂的情況更，以至于甚至需要2個(gè)人來(lái)做配合成緊密的產(chǎn)品小組——我認(rèn)為一個(gè)優(yōu)秀的對(duì)話智能產(chǎn)品經(jīng)理，需要在這三個(gè)表現(xiàn)優(yōu)秀：1.懂商業(yè)：就是理解價(jià)值對(duì)話產(chǎn)品的價(jià)值一定不在對(duì)話上，而是通過(guò)對(duì)話這種交互方式（CUI）來(lái)完成背后的任務(wù)或者解決具體問(wèn)題。一個(gè)本來(lái)就很強(qiáng)的APP，就不要想著去用對(duì)話重新做一遍。反而是一些APP/WEB還沒(méi)有能很好解決的問(wèn)題，可以多花點(diǎn)時(shí)間研究看看。這方面在Part4里的對(duì)話智能的核心價(jià)值部分，當(dāng)中有詳細(xì)闡述，在這里就不重復(fù)了。2.懂技術(shù)：理解手中的工具（深度學(xué)習(xí)GOFAI）一個(gè)大廚，應(yīng)該熟悉食材的特性；一個(gè)音樂(lè)家，應(yīng)該熟悉樂(lè)器的特征；一個(gè)雕塑家，應(yīng)該熟悉手中的鑿子。大家工具都差不多，成果如何，取決于藝術(shù)家?，F(xiàn)在，AIPM手中有深度學(xué)習(xí)，那么就應(yīng)該了解它擅長(zhǎng)什么和不擅長(zhǎng)什么。以避免提出太過(guò)于荒謬的需求，導(dǎo)致開(kāi)發(fā)的同學(xué)向你發(fā)起攻擊。了解深度學(xué)習(xí)的特性，會(huì)直接幫助我們判斷哪些產(chǎn)品方向更容易出效果。比如，做一個(gè)推薦餐廳的AI，就比做一個(gè)下圍棋的AI難太多了。下圍棋的產(chǎn)品成功，并不需要人類理解這個(gè)過(guò)程，接受這個(gè)結(jié)果就行。而推薦一個(gè)餐廳給用戶，則必須要去模擬人的思維后，再投其所好。人們?cè)谙胍扑]餐廳的時(shí)候，通過(guò)對(duì)話，了解他的需求（不能問(wèn)太多，特別是顯而易見(jiàn)的問(wèn)題，比如他在5點(diǎn)的時(shí)候，你問(wèn)他要定幾點(diǎn)的餐廳）對(duì)于圍棋而言，每次（單次）輸入的可能性只有不超過(guò)棋盤(pán)上19x19=361種可能性；一局棋的過(guò)程盡管千變?nèi)f化，我們可以交給深度學(xué)習(xí)的黑箱；后決定所需要的信息，全部呈現(xiàn)在棋盤(pán)上的落子上，盡管量大，但與落子以外的信息毫無(wú)關(guān)系，全在黑箱里，只是這個(gè)黑箱很大。后，輸出的結(jié)果的可能性只有兩種：輸或者贏。對(duì)于推薦餐廳。每次輸入的信息，實(shí)際并不包含決策所需要的全部信息（無(wú)法用語(yǔ)言表達(dá)所有相關(guān)的影響因素，參考Part3里世界模型部分）；而且輸出的結(jié)果是開(kāi)放的，因?yàn)橥扑]的餐廳，既不可被量化，更不存在的對(duì)錯(cuò)。了解CUI的特性后，不該用對(duì)話的就不要強(qiáng)上對(duì)話交互；有些使用對(duì)話成本非常高，又很不Robustic的環(huán)節(jié)，同時(shí)用戶價(jià)值和使用頻次又很低的，就要考慮規(guī)避——咱們是做產(chǎn)品的，不是實(shí)現(xiàn)真正的AI的，要分清楚。3.懂人：心理和語(yǔ)言這可能是當(dāng)前對(duì)話類產(chǎn)品重要的地方，也是拉開(kāi)和其他產(chǎn)品設(shè)計(jì)的核心部分。也可能是中年人做產(chǎn)品的第二春。對(duì)心理的理解，指的是當(dāng)用戶在說(shuō)話的時(shí)候，對(duì)他腦中的模型的理解。英文中“Readtheroom"就是指講話之前，先觀察一下了解周?chē)?tīng)眾的情況，揣摩一下他們的心理，再恰當(dāng)?shù)恼f(shuō)話。比如，講話的時(shí)候，是否聽(tīng)眾開(kāi)始反復(fù)的看表？這會(huì)讓直接影響對(duì)話的進(jìn)程。你有遇到過(guò)和某人對(duì)話起來(lái)感覺(jué)很舒服的么？這個(gè)人，不僅僅是語(yǔ)言組織能力強(qiáng)，更重要的則是他對(duì)你腦中的對(duì)話進(jìn)程的把握，以及場(chǎng)景模型，甚至對(duì)你的世界模型有把握。他還知道怎么措辭，會(huì)更容易讓你接受，甚至引導(dǎo)（Manipulate）你對(duì)一些話題的放棄，或者是加強(qiáng)。對(duì)話系統(tǒng)的設(shè)計(jì)也是一樣的。哪些要點(diǎn)在上文中說(shuō)過(guò)？哪些類型的指代可以去模擬？如果是文字界面，用戶會(huì)不會(huì)拉回去看之前的內(nèi)容？如果是語(yǔ)音界面，用戶腦中還記不記得住？如果記得住，還強(qiáng)調(diào)，會(huì)感覺(jué)重復(fù)；如果記不住，又不重復(fù)，會(huì)感覺(jué)困惑。對(duì)語(yǔ)言的理解，則是指對(duì)口語(yǔ)特性的理解。我知道FrederickJelinek說(shuō)的“每當(dāng)我開(kāi)除一個(gè)語(yǔ)言學(xué)家，Speech識(shí)別的準(zhǔn)確率就會(huì)增高"。只是，現(xiàn)在根本沒(méi)有真正意義上的自然語(yǔ)言生成（NLG），因?yàn)闆](méi)有真正的思維生成。所以，任務(wù)類的對(duì)話的內(nèi)容，系統(tǒng)不會(huì)自然產(chǎn)生，也無(wú)法用深度學(xué)習(xí)生成。對(duì)于AIPM而言，要考慮的還是有很多語(yǔ)言上的具體問(wèn)題。一個(gè)回復(fù)里，內(nèi)容會(huì)不會(huì)太長(zhǎng)？要點(diǎn)該有幾個(gè)？謂語(yǔ)是否明確，用戶是否清晰被告知要做什么？條件又是什么？這樣的回復(fù)，能引發(fā)多少種可能的問(wèn)詢？?jī)?nèi)容措辭是否容易引起誤解（比如因?yàn)槁?tīng)眾的背景不同，可能會(huì)有不同的解讀）？從這個(gè)角度而言，一個(gè)好的對(duì)話系統(tǒng)，必定出自一個(gè)很能溝通的人或者團(tuán)隊(duì)之手。能為他人考慮，心思細(xì)膩，使用語(yǔ)言的能力高效，深諳人們的心理變化。對(duì)業(yè)務(wù)熟悉，能洞察到用戶的Context的變化，而其格調(diào)又幫助用戶控制對(duì)話的節(jié)奏，以終解決具體問(wèn)題。Part6可見(jiàn)的未來(lái)是現(xiàn)狀的延續(xù)“過(guò)渡技術(shù)"在幾周前，我與行業(yè)里另一家做對(duì)話的CEO討論行業(yè)的將來(lái)。當(dāng)我聊到“深度學(xué)習(xí)做對(duì)話還遠(yuǎn)達(dá)不到效果"的態(tài)度時(shí)，他問(wèn)我：“如果是悲觀的，那么怎么給團(tuán)隊(duì)希望繼續(xù)往前進(jìn)呢？"其實(shí)我并不是悲觀的，可能只是更客觀一點(diǎn)。既然深度學(xué)習(xí)在本質(zhì)上搞不定對(duì)話，那么現(xiàn)在做對(duì)話AI的實(shí)現(xiàn)方式，是不是個(gè)過(guò)渡技術(shù)？這是一個(gè)好問(wèn)題。我認(rèn)為，用現(xiàn)在的技術(shù)用來(lái)制作AI的產(chǎn)品，還會(huì)持續(xù)很長(zhǎng)時(shí)間，直到真正智能的到來(lái)。如果是個(gè)即將被替代或者的技術(shù)，那就不應(yīng)該加碼投入。如果可以預(yù)見(jiàn)未來(lái)，沒(méi)人想在數(shù)碼相機(jī)崛起的前期，加入柯達(dá)；或者在LED電視普及之前，重金投入在背投電視的研發(fā)上。而且難以預(yù)測(cè)的不僅僅是技術(shù)，還有市場(chǎng)的發(fā)展趨勢(shì)。比如在中國(guó)，作為無(wú)現(xiàn)金支付方式，還沒(méi)來(lái)得及覆蓋足夠多的支付場(chǎng)景，就被移動(dòng)支付斷了后路。而現(xiàn)在的對(duì)話智能所使用的技術(shù)，還遠(yuǎn)沒(méi)到這個(gè)階段。ClaytonM.Christensen在《創(chuàng)新者的窘境》里描述了每個(gè)技術(shù)的三個(gè)階段：**個(gè)階段，緩步爬坡；第二個(gè)階段開(kāi)始迅猛發(fā)展，但是到接近發(fā)展的高地（進(jìn)步減速）的時(shí)候，另一個(gè)式技術(shù)可能已經(jīng)悄悄萌芽，并重復(fù)著**個(gè)技術(shù)的發(fā)展歷程；第三個(gè)階段，則進(jìn)入發(fā)展瓶頸，并終被新技術(shù)下圖黑色部分，為書(shū)中原圖：而當(dāng)前對(duì)話AI的技術(shù)，還在**階段（藍(lán)色旗幟位置）稱不上是高速發(fā)展，還處于探索的早期。黑箱的情況，會(huì)使得這個(gè)周期（**階段）可能比移動(dòng)時(shí)代更長(zhǎng)。以當(dāng)前的技術(shù)發(fā)展方向，結(jié)合學(xué)術(shù)界與工業(yè)界的進(jìn)展來(lái)看，第二個(gè)技術(shù)還沒(méi)有出現(xiàn)的影子。但是同樣因?yàn)樯疃葘W(xué)習(xí)在對(duì)話系統(tǒng)中，只扮演的一小部分角色，所以大部分的空間，也是留給大家探索和成長(zhǎng)的空間。換句話來(lái)講，還有很多發(fā)展的潛力。前提是，我們?cè)谟懻搶?duì)話類的產(chǎn)品，而不是實(shí)現(xiàn)AI本身。只是，這個(gè)階段的對(duì)話AI，還不會(huì)達(dá)到人們?cè)陔娪袄锟吹降哪菢?，能自如的用人類語(yǔ)言溝通。2）服務(wù)提供者崛起的機(jī)會(huì)因?yàn)樯鲜龅募夹g(shù)發(fā)展特點(diǎn)，在短期的將來(lái)，數(shù)據(jù)和設(shè)計(jì)是對(duì)話智能類產(chǎn)品的壁壘，技術(shù)不是。只是這里說(shuō)的數(shù)據(jù)，不是指的用來(lái)訓(xùn)練的數(shù)據(jù)。而是供給端能完成服務(wù)的數(shù)據(jù)；能夠照顧用戶整個(gè)生命周期的數(shù)據(jù)；是當(dāng)對(duì)話發(fā)生的時(shí)候，用戶的明文以外的數(shù)據(jù)這些數(shù)據(jù)；影響用戶腦中的環(huán)境模型、影響對(duì)任務(wù)執(zhí)行相關(guān)的常識(shí)推理數(shù)據(jù)，等等。而隨著IOT的發(fā)展，服務(wù)提供者，作為與用戶在線下直接打交道的一方，是有可能掌握這些數(shù)據(jù)。他們能在各個(gè)Touchpoint去部署這些IOT設(shè)備，來(lái)搜集環(huán)境數(shù)據(jù)。并且，由他們決定要不要提供這些數(shù)據(jù)給平臺(tái)方。但是，往往這些行業(yè)里的玩家都是歷史悠久、行動(dòng)緩慢。其組織機(jī)構(gòu)龐大，而且是組織結(jié)構(gòu)并不是為了創(chuàng)新而設(shè)計(jì)，而是圍繞著如何能讓龐大的軀干不用思考，高速執(zhí)行。而這也正是互聯(lián)網(wǎng)企業(yè)和創(chuàng)業(yè)企業(yè)的機(jī)會(huì)。3）超級(jí)終端與入口之爭(zhēng)對(duì)話智能類的產(chǎn)品必須搭載在硬件終端上。很多相關(guān)的硬件嘗試，都是在賭哪個(gè)設(shè)備能夠成為繼手機(jī)之后的下一個(gè)超級(jí)終端。就好像智能手機(jī)作為計(jì)算設(shè)備，代替了PC的地位一樣。畢竟，在移動(dòng)時(shí)代，搶到了超級(jí)終端，就搶到了用戶獲取服務(wù)的入口。在入口的基礎(chǔ)之上，才是各個(gè)應(yīng)用。如果對(duì)話智能發(fā)展到足夠好的體驗(yàn)，并能覆蓋更多的服務(wù)領(lǐng)域時(shí)，哪一個(gè)終端更有可能成為下一個(gè)超級(jí)終端呢？智能音箱、帶屏幕的音箱、車(chē)載設(shè)備甚至車(chē)機(jī)、穿戴設(shè)備等等都可以搭載對(duì)話智能。在5G的時(shí)代，更多的計(jì)算交給云端，在本地設(shè)備上留下能耗較低的OS和基礎(chǔ)設(shè)施，I/O交給麥克風(fēng)和音頻播放就完成了。credit:Pixabay因此任意一個(gè)聯(lián)網(wǎng)設(shè)備，都可能具備交互和傳遞服務(wù)的能力，進(jìn)一步削弱超級(jí)終端的存在。也就是說(shuō)，作為個(gè)人用戶，在任意一個(gè)聯(lián)網(wǎng)設(shè)備上，只要具備語(yǔ)音交互和聯(lián)網(wǎng)能力，都可能獲得服務(wù)。特別是一些場(chǎng)景依賴的商業(yè)服務(wù)，如酒店、**、辦公室等等。隨著這些入口的出現(xiàn)，在移動(dòng)時(shí)代的以流量為中心的商業(yè)模式，可能將不再成立。而新的模式可能誕生，想象一下，每一個(gè)企業(yè)，每一個(gè)品牌都會(huì)有自己的AI。一個(gè)或是多個(gè)，根據(jù)不同的業(yè)務(wù)而產(chǎn)生；對(duì)內(nèi)部員工服務(wù)或者協(xié)助其工作，同時(shí)也接待外部的客服，管理整個(gè)生命周期從注冊(cè)成這家企業(yè)的用戶開(kāi)始，到后（不幸地）中斷服務(wù)為止。只是這個(gè)發(fā)展順序是，先有服務(wù)，再有對(duì)話系統(tǒng)——就好像人，是有腦袋里的想法，再用對(duì)話來(lái)表達(dá)。結(jié)語(yǔ)在本文中，所有與技術(shù)和產(chǎn)品相關(guān)的討論，都是在強(qiáng)調(diào)一個(gè)觀點(diǎn)：一個(gè)產(chǎn)品是由很多技術(shù)組合而成。我不希望傳達(dá)錯(cuò)誤的想法，類似“深度學(xué)習(xí)不重要"之類的；相反，我是希望每一類技術(shù)都得到正確的認(rèn)識(shí)，畢竟我們離真正的人工智能還有距離，能用上的都有價(jià)值。作為AI從業(yè)者，心中也會(huì)留有非理性的希望，能早日見(jiàn)證到人造的智能的到來(lái)。畢竟，如果真正的智能出現(xiàn)了，可能產(chǎn)品經(jīng)理（以及其他很多崗位）就解放了（或者被摧毀了）。這或許就是人類的后一個(gè)發(fā)明。本文開(kāi)始于慕尼黑，終成稿于北京，斷斷續(xù)續(xù)耗時(shí)接近3個(gè)月。期間與很多大企業(yè)，行業(yè)內(nèi)的創(chuàng)業(yè)者，還有一些資本的同學(xué)溝通交流。在此表示感謝，就不一一點(diǎn)名啦。

　　編者按：本文來(lái)自「**財(cái)經(jīng)」，作者：陳淑貞，前期綠燈大開(kāi)的住房租賃資產(chǎn)證券化或已不再是房企融資的避難所。近日，花樣年和富力發(fā)行的住房租賃專項(xiàng)公司債券分別被中止和終止，向行業(yè)發(fā)出一個(gè)信號(hào)。房企融資今年分外艱難。行業(yè)融資向來(lái)上半年輕松，但同策研究院數(shù)據(jù)顯示，今年春節(jié)過(guò)后6個(gè)月40家典型上市房企融資總額為3498億元，同比去年4335億元大幅下滑19.3%。在融資渠道收縮、傳統(tǒng)融資成本上漲的情況下，住房租賃因受政策鼓勵(lì)，不少房企借道住房租賃通過(guò)發(fā)行資產(chǎn)證券化產(chǎn)品融資，這些房企中甚至存在沒(méi)有開(kāi)展任何長(zhǎng)租公寓業(yè)務(wù)的情況，更遑論物業(yè)能產(chǎn)生持續(xù)、穩(wěn)定的現(xiàn)金流。8月，長(zhǎng)租公寓先后受推高房租、使用金融產(chǎn)品不當(dāng)、甲醛污染等多個(gè)危機(jī)事件困擾，一時(shí)間從風(fēng)口變成刀口。結(jié)合種種跡象來(lái)看，房企借住房租賃資產(chǎn)證券化圈錢(qián)的**時(shí)刻或已過(guò)去。房企正設(shè)法自救。8月的融資數(shù)據(jù)顯示，房企正尋求創(chuàng)新型融資方式進(jìn)行融資，拓寬融資渠道，但個(gè)別房企的借款利率已高達(dá)9.5%，而高息續(xù)命，將逐漸吞食股東凈利潤(rùn)。房企借住房租賃融資住房租賃資產(chǎn)證券化有過(guò)大開(kāi)綠燈的時(shí)候。2017年2月，單公寓行業(yè)ABS發(fā)行，魔方公寓信托受益權(quán)資產(chǎn)支持專項(xiàng)計(jì)劃在上交所掛牌，把在北京、上海、廣州等一二線城市經(jīng)營(yíng)的30處物業(yè)的4014間公寓未來(lái)三年的租金收入作為底層現(xiàn)金流，采用“專項(xiàng)計(jì)劃信托受益權(quán)"的雙SPV架構(gòu)設(shè)計(jì)，發(fā)行規(guī)模為3.5億元人民幣。此后，2017年8月，自如發(fā)行了“中信證券—自如1號(hào)房租分期信托受益權(quán)資產(chǎn)支持專項(xiàng)計(jì)劃"，該項(xiàng)ABS發(fā)行規(guī)模為5億元，其底層資產(chǎn)一為預(yù)付房租，二為自如長(zhǎng)租公寓衍生服務(wù)收入。2017年10月，新派公寓發(fā)行ABS；同月，保利地產(chǎn)租賃住房一號(hào)資產(chǎn)支持專項(xiàng)計(jì)劃在上交所獲批通過(guò)；2017年12月，旭輝的領(lǐng)昱【N】號(hào)資產(chǎn)支持專項(xiàng)計(jì)劃也在上交所獲得通過(guò)；同月，龍湖公開(kāi)發(fā)行2017年住房租賃專項(xiàng)公司債券，募資50億元。**財(cái)經(jīng)發(fā)現(xiàn)，以住房租賃的名義融資，初期是一些長(zhǎng)租公寓運(yùn)營(yíng)商以發(fā)行資產(chǎn)證券化產(chǎn)品的方式進(jìn)行，但到了2017年年末及此后，多家開(kāi)發(fā)商蜂擁至此，它們的融資方式變成公開(kāi)或非公開(kāi)發(fā)行住房租賃專項(xiàng)公司債券。僅上交所，從2018年初至今，便有綠城、世茂、、保利置業(yè)、合生創(chuàng)展、北京鴻坤偉業(yè)、奧園集團(tuán)、廣州城建、中城聯(lián)盟、宋都基業(yè)、龍光、富力地產(chǎn)、花樣年、融信、葛洲壩等15家房企發(fā)行住房租賃公司債，融資規(guī)模共計(jì)571億元。其中，合生創(chuàng)展單筆融資金額**，為100億元。一家大型銀行的相關(guān)負(fù)責(zé)人對(duì)**財(cái)經(jīng)表示，“應(yīng)該警惕住房租賃已成為開(kāi)發(fā)商的新型融資工具"。而需要警惕出現(xiàn)這個(gè)結(jié)果的原因和邏輯不難理解。2016年10月，是房地產(chǎn)融資政策的分水嶺。隨著境內(nèi)去杠桿、境外美元進(jìn)入加息通道，房企融資環(huán)境面臨進(jìn)一步收緊的壓力，企業(yè)過(guò)去依賴的發(fā)行公司債、定增等傳統(tǒng)融資模式受限。到了2018年，開(kāi)發(fā)商融資情況有緊無(wú)松，舉步維艱。融資環(huán)境改變，房企拓展更多融資渠道，一定程度上是個(gè)被動(dòng)選擇。而2018年4月，中國(guó)、住房城鄉(xiāng)建設(shè)部聯(lián)合印發(fā)《關(guān)于推進(jìn)住房租賃資產(chǎn)證券化相關(guān)工作的通知》，以實(shí)際政策支持促進(jìn)住房租賃市場(chǎng)發(fā)展。種種因素綜合作用，住房租賃ABS或發(fā)債等創(chuàng)新融資方式無(wú)疑成為房企流動(dòng)性的補(bǔ)充。開(kāi)發(fā)商自救指南但值得注意的是，上述借道住房租賃融資的房企中，有多家房企并無(wú)布局長(zhǎng)租公寓的實(shí)際行動(dòng)。今年5月24日，置業(yè)通過(guò)非公開(kāi)發(fā)行2018年住房租賃專項(xiàng)可續(xù)期公司債券，以募資50億元的申請(qǐng)得到上交所的通過(guò)。但旗下的長(zhǎng)租公寓品牌“和寓"卻計(jì)劃在今年9月左右才開(kāi)業(yè)。合生創(chuàng)展也試圖通過(guò)公開(kāi)發(fā)行2018年住房租賃專項(xiàng)公司債券融資100億。但公開(kāi)信息中，合生創(chuàng)展沒(méi)清晰公布過(guò)其布局長(zhǎng)租公寓的計(jì)劃。與之情況類似的還有富力，富力也沒(méi)有公布過(guò)其涉足的長(zhǎng)租公寓項(xiàng)目。而《關(guān)于推進(jìn)住房租賃資產(chǎn)證券化相關(guān)工作的通知》要求，發(fā)行住房租賃資產(chǎn)證券化產(chǎn)品應(yīng)當(dāng)符合這些條件：一是物業(yè)已建成并權(quán)屬清晰，工程建設(shè)質(zhì)量及安全標(biāo)準(zhǔn)符合相關(guān)要求，已按規(guī)定辦理住房租賃登記備案相關(guān)手續(xù)；二是物業(yè)正常運(yùn)營(yíng)，且產(chǎn)生持續(xù)、穩(wěn)定的現(xiàn)金流。雖說(shuō)房企發(fā)債與發(fā)行資產(chǎn)證券化產(chǎn)品不盡相同，但從實(shí)際需求出發(fā)，支持住房租賃事業(yè)發(fā)展的精神內(nèi)核理應(yīng)一致。然而，一些房企卻借住房租賃之名行地產(chǎn)開(kāi)發(fā)之實(shí)。近日，長(zhǎng)租公寓行業(yè)發(fā)展一波三折，先后受推高房租、使用金融產(chǎn)品不當(dāng)、甲醛污染等多個(gè)危機(jī)事件困擾，一時(shí)間從風(fēng)口變成刀口。從監(jiān)管層面的動(dòng)作看來(lái)，房企借住房租賃融資的口子正在收緊。上交所信息顯示，8月30日，花樣年發(fā)行規(guī)模達(dá)50億元的2018年非公開(kāi)發(fā)行住房租賃專項(xiàng)公司債券處于中止?fàn)顟B(tài)。而富力發(fā)行的60億元的住房租賃專項(xiàng)公司債券已經(jīng)在8月29日被終止。更早前，8月3日，廣州城建發(fā)行的一筆20億元租房租賃專項(xiàng)公司債券也被中止。7月至今，北京鴻坤、合生創(chuàng)展的租賃專項(xiàng)公司債券中止至今。而朗詩(shī)寓長(zhǎng)租公寓一期資產(chǎn)支持專項(xiàng)計(jì)劃也被中止了。8月，房企融資總額在5月震蕩下跌后緩慢回溫，目前還處于V字形的艱難爬坡期。同策研究院監(jiān)測(cè)的40家典型上市房企完成融資金額共計(jì)602.73億元，環(huán)比2018年7月的541.21億元增加11.37%。其中創(chuàng)新型債權(quán)融資200.56億元，占比融資總額33.28%，成為8月房企主流融資方式，環(huán)比大幅增加155.46%。8月，包括萬(wàn)科、招商蛇口在內(nèi)，有5家房企共發(fā)行了6筆超短期融資券；泰禾通過(guò)應(yīng)**款收益權(quán)轉(zhuǎn)讓及回購(gòu)方式向興業(yè)國(guó)際信托有限公司融資；金科股份以10億元交易對(duì)價(jià)向中信信托轉(zhuǎn)讓特定資產(chǎn)收益權(quán)。需要指出的是，榮盛發(fā)展及其下屬子公司向關(guān)聯(lián)人榮盛控股和榮盛建設(shè)分別借款50億元和20億元，這種內(nèi)部互相輸血的融資方式，利率已高達(dá)9.5%。另一方面，目前房企海外發(fā)債的渠道被進(jìn)一步壓縮，境外融資難度系數(shù)加大。8月，40家典型上市房企的外幣融資金額大幅下降68.88%，僅占融資總額的13.7%。同策研究院研究員陳朦朦認(rèn)為，在傳統(tǒng)融資渠道受限的情況下，房企可通過(guò)尋求創(chuàng)新型融資方式進(jìn)行融資，拓寬融資渠道，提高融資額度。但從目前看來(lái)，至少?gòu)淖》孔赓U融資的角度上，開(kāi)發(fā)商融資已不再那么自如了。

　　垃圾桶，又名廢物箱或垃圾箱，是指裝放垃圾的地方。多數(shù)以金屬或塑膠制，用時(shí)放入塑料袋，當(dāng)垃圾一多便可扎起袋丟掉。垃圾桶是人們生活中“藏污納垢"的容器，也是社會(huì)文化的一種折射。多數(shù)垃圾桶都有蓋以防垃圾的異味四散，有些垃圾桶可以以腳踏開(kāi)啟。家居的垃圾桶多數(shù)放于廚房，以便放置廚余。有些家庭會(huì)在主要房間都各置一個(gè)。有些游樂(lè)場(chǎng)的垃圾桶會(huì)特別設(shè)計(jì)成可愛(ài)的人物。

　　編者按：本文來(lái)自，編譯：樂(lè)學(xué)，。據(jù)《紐約時(shí)報(bào)》報(bào)道，在20年的發(fā)展歷程中，谷歌現(xiàn)在面臨的挑戰(zhàn)超過(guò)了以往任何時(shí)候。員工們對(duì)于它處理性騷擾指控的方式感到憤怒。高管們因?yàn)榕c美國(guó)合作開(kāi)發(fā)人工智能遭到。谷歌還決定在明年關(guān)閉它的社交網(wǎng)絡(luò)，因?yàn)樵撋缃痪W(wǎng)絡(luò)遭到了數(shù)據(jù)入侵。然而，負(fù)責(zé)谷歌的人不是該公司創(chuàng)始人拉里-佩奇，或謝爾蓋-布林，甚至也不是該公司前CEO和執(zhí)行董事長(zhǎng)埃里克-施密特。相反，現(xiàn)在這家有影響力的公司的人是桑德?tīng)?皮查伊，一個(gè)從小在印度金奈長(zhǎng)大的、說(shuō)話細(xì)聲細(xì)語(yǔ)的工程師。小時(shí)候，皮查伊是一個(gè)嗜書(shū)如命的人，并在的印度理工學(xué)院念書(shū)。后來(lái)，他還到斯坦福大學(xué)和賓夕法尼亞大學(xué)沃頓商學(xué)院念書(shū)，并在那里獲得了更高的學(xué)位。畢業(yè)后，他曾先后在應(yīng)用材料公司和麥卡錫工作。在2004年，他加入谷歌。皮查伊幫助谷歌開(kāi)發(fā)了Chrome瀏覽器。在2014年，他開(kāi)始承擔(dān)該公司的搜索、廣告和安卓等的工程和研究工作。在2015年，他被提拔為CEO，并在去年列席谷歌母公司Alphabet的董事會(huì)。下面是皮查伊接受《紐約時(shí)報(bào)》專訪的主要內(nèi)容：記者：給我們講一講你在印度金奈的成長(zhǎng)經(jīng)歷。皮查伊：我的生活一直非常簡(jiǎn)單。我們住在在一個(gè)不起眼的房子里，有些房間出租給了租戶。我們睡在客廳的地板上。在我小的時(shí)候，我們那里發(fā)生過(guò)旱災(zāi)。那時(shí)候，我們感到非常焦慮。直到現(xiàn)在，如果我不在床頭放上一瓶水，我就睡不著覺(jué)。別人家的房子里都有冰箱，我們家等了好久才終于買(mǎi)了一臺(tái)冰箱。這在我們家是很大的事情。但是，我有很多時(shí)間來(lái)讀書(shū)。我讀了很多書(shū)。我能夠找到的書(shū)我都看了一個(gè)遍。我讀了狄更斯。當(dāng)朋友們?cè)谕娼诸^板球的時(shí)候，我就在讀書(shū)。讀書(shū)是我生活的全部?jī)?nèi)容。但是，我從來(lái)沒(méi)有感覺(jué)到缺少什么。記者：到斯坦福大學(xué)念書(shū)是怎樣的情景？皮查伊：那是我**次坐飛機(jī)。我一直夢(mèng)想在硅谷工作。我知道那里是一切奇跡發(fā)生的地方。我記得我到了加州，在一個(gè)寄宿家庭里呆了一周時(shí)間。當(dāng)我在印度理工學(xué)院讀書(shū)的時(shí)候，我很少有機(jī)會(huì)接觸到電腦。來(lái)到斯坦福大學(xué)后，這里有很多實(shí)驗(yàn)室，你可以天天接觸電腦，并在上面編程。記者：你在14年前加入谷歌。你感覺(jué)它還是你開(kāi)始加入時(shí)的公司嗎？皮查伊：在我剛加入谷歌的時(shí)候，我深深地感受到這是一個(gè)充滿理想主義和樂(lè)觀主義的地方。我現(xiàn)在仍然可以在我們做的很多事情中看到這種理想主義和樂(lè)觀主義。但是，時(shí)代不同了?，F(xiàn)在，現(xiàn)實(shí)主義似乎多了一些。我們也遭遇了很多失敗。但是，公司里總有一股強(qiáng)大的理想主義存在。你今天依然能夠看到它。記者：你對(duì)你的家人使用科技產(chǎn)品以及長(zhǎng)時(shí)間盯著屏幕看持有什么態(tài)度？皮查伊：當(dāng)我周五晚上回到家里的時(shí)候，我真的希望有幾天時(shí)間不再碰我的設(shè)備。但是，我根本做不到。我真的感到很矛盾，因?yàn)槲野l(fā)現(xiàn)我的孩子們可以從這些設(shè)備中學(xué)到東西。我的兒子現(xiàn)在11歲，他已經(jīng)開(kāi)始挖礦**來(lái)了。而且，他對(duì)整個(gè)世界的運(yùn)行方式以及商業(yè)的運(yùn)作方式開(kāi)始有了自己的看法。每一代人都在擔(dān)心新的科技，感覺(jué)這次不一樣。例如，我們的父母曾擔(dān)心搖滾明星貓王對(duì)孩子們的影響。因此，我總是在問(wèn)這個(gè)問(wèn)題：“為什么這次就不一樣了？"盡管如此，我也意識(shí)到現(xiàn)在的變化要比以前來(lái)得快很多。我的兒子現(xiàn)在還沒(méi)有手機(jī)。記者：像谷歌這樣的科技公司為什么看起來(lái)很容易在社交媒體平臺(tái)上禁止**和暴力，但卻很難**政治宣傳、虛假信息和不適宜孩子們的內(nèi)容？皮查伊：對(duì)于什么是好的，什么是不好的，這個(gè)社會(huì)有時(shí)候有明確的界定。但是，有時(shí)候，它也很難給出清晰的界定。自由言論和仇恨言論的區(qū)別是什么呢？美國(guó)和歐洲對(duì)于這個(gè)問(wèn)題的界定是不同的。在美國(guó)，我們積極捍衛(wèi)的視頻，到了歐洲就可能會(huì)被認(rèn)定為散布仇恨言論。人們可以說(shuō)他們不相信氣候變化是真的嗎？或者疫苗不管用？這真的是很難界定的問(wèn)題。這些問(wèn)題都是人在做出評(píng)價(jià)，而人有時(shí)候是會(huì)犯錯(cuò)的。記者：這個(gè)月，有2萬(wàn)名谷歌員工參與了活動(dòng)，反對(duì)公司對(duì)待性騷擾指控的方式。你現(xiàn)在想對(duì)員工們說(shuō)什么？皮查伊：?jiǎn)T工們之所以走出辦公室參加活動(dòng)，是因?yàn)樗麄兿Ｍ覀冏兊酶茫Ｍ覀冏C明我們可以做得更好。我們承認(rèn)和理解我們做錯(cuò)了一些事情。我們公司現(xiàn)在的運(yùn)行方式已經(jīng)變得不同了。但是，經(jīng)歷這樣的活動(dòng)之后，你會(huì)學(xué)到很多東西。例如，我們建立了員工反映問(wèn)題的渠道。記者：公司出了士氣方面的問(wèn)題嗎？皮查伊：都在面臨各種挑戰(zhàn)。就谷歌所做的事情而言，我們感覺(jué)我們始終處于風(fēng)口浪尖上。但是，當(dāng)人們說(shuō)，“哇，現(xiàn)在怎么有這么多困難??？"我總是會(huì)說(shuō)，“沒(méi)有什么時(shí)候比現(xiàn)在更適合生存了。"我經(jīng)常想象我在世界歷不同時(shí)期生活的情景。如果你活過(guò)了**次世界大戰(zhàn)，或大流感，或經(jīng)濟(jì)大蕭條，那么還有第二次世界大戰(zhàn)。如果你出生在20世紀(jì)60年代，你會(huì)發(fā)現(xiàn)馬丁-路德-金被**了，**被刺殺了，我們還在越南交戰(zhàn)，而且還有冷戰(zhàn)，古巴危機(jī)?？偸?，沒(méi)有什么時(shí)候比現(xiàn)在更適合生存了。盡管如此，我們?nèi)祟惷媾R著越來(lái)越復(fù)雜的問(wèn)題。作為像谷歌這樣的公司，我們有了更高的使命感，我們總感覺(jué)重任在肩。我感覺(jué)人們都精神抖擻，想要改變這個(gè)世界，讓它變得更美好。記者：你擔(dān)心硅谷會(huì)喪失競(jìng)爭(zhēng)力嗎？皮查伊：沒(méi)有人說(shuō)硅谷將始終是**有創(chuàng)新的地方。它并不是天生就是這樣的。但是，我相信，在我們談話的這個(gè)時(shí)刻，硅谷正有人在悄悄地研究一些新的東西。10年后，當(dāng)我們回頭來(lái)看的時(shí)候，我們會(huì)感覺(jué)到這些東西非常了不起。我們現(xiàn)在處在科技發(fā)展的浪尖，就像以前的互聯(lián)網(wǎng)一樣。記者：你覺(jué)得硅谷會(huì)保持那種讓你初來(lái)乍到時(shí)感覺(jué)印象深刻的樂(lè)觀主義嗎？皮查伊：在硅谷，那種樂(lè)觀主義仍然存在。但是，這種樂(lè)觀主義附上了一層深思熟慮。事情發(fā)生了很多變化。我們對(duì)于事情的思考增加了。我們對(duì)我們所做的事情有了更多的思考。但是，這里仍然有更深層次的東西：科技無(wú)法解決人類的所有問(wèn)題?？靠萍冀鉀Q一切問(wèn)題是一種天真的想法。我想，我們太過(guò)于依賴科技來(lái)解決問(wèn)題，我們也太過(guò)于指責(zé)科技是問(wèn)題的根源。