细微燃烧着更聪明的Siri的道路

Nuance最近宣布的项目探路者解决方案在Siri的未来提供了一瞥。

什么是项目探路？

制作Siri和其他语音助理更智能的装置，机器必须更好地分析和了解真实世界的对话和开发能够处理其背景和复杂性的AI模型。

Nuance在基于对话的用户界面中具有大量占用空间。这是苹果公司第一家公司在Siri早期转向的公司，我猜有大量的前差别工程师在Cupertino内部密码保护的研发创新矿山内拍摄了苹果的语音助理。

大部分Nuance的现在都专注于为企业客户开发Chatbots。

这就是Nuance Pathfinder进入自己的地方。

“Project Pathfinder演示了机器学习和AI如何通过学习人类谈话的日志来自动创建对话模型，”细微差别解释说。

Pathfinder可以在代理商和客户之间挖掘大量的会话成绩单，并自动构建可用于通知虚拟助理和消费者之间的双向对话的对话框模型。这应该帮助谈话设计师培养更智能的聊天。它还使得在会话流程中发现异常更容易，这表明您聊天脚本已经使用的脚本中的问题。

当您与任何类型的语音助手交谈时，您真的与参考模型进行交互，本身试图找到对您问题意图的解决方案。

达到正确的回应，助理依赖对话设计师。这些是真正的实际人类，通常需要根据他们从主题专家和一些试验和行为疑惑的试验和错误来建立对话流程。Pathfinder Empwowers他们可以补充他们现有的知识库，深入了解从呼叫中心发生的真实对话互动收集。

我与Paul Tepper说过Nuance Communications的技术进步组AI实验室负责人。

他解释说，该软件并不简单地了解人们正在讨论的讨论，还可以通过交易指导用户指导用户。

然后，此信息可以为语音助手/聊天栏添加更多智能。

有一个原因，细微差别专注于聊天乐队，而不是解决语音助手的更广泛的需求，例如SIRI：焦点。

Siri和其他语音助理有局限性。

部分原因是因为它们是为大众市场构建的，这意味着它们必须处理比以商业聚焦的聊天禁止更远的佩戴要求。

这造成了缺乏焦点。它很难设计AI可以响应世界上所有主题的口语输入，然后对任何类型的后续问题提供明智的回应。开发响应特定需求的会话AI工具更容易。

这就是为什么现在在企业解决方案中找到真正的创新。因为构建了这些解决方案以处理更窄的潜在请求范围。这种缺乏广度是一个优势，因为它使得驱动这些东西的算法更容易构建，因为谈话稍微可预测。

您公用公司公司的Chatbot专注于您可能会提出该实用程序的那种问题。人类的谈话 - 我们可能会问Siri的种类 - 不太重点和更少可预测。

我看到了这一点：

您可以在您的主页上喊叫，“嘿，Siri”，以改变轨道或切换灯光，并且知道预期这些事情。但是，如果您想在当地商城询问有关库存可用性的几个问题，或者在订购木材时才能进行深入对话，Siri会出现一点。

虽然其他语音助理可能（或可能不会），但对简单的查询提供更好的回应，但它们仍然无法维护多账单聊天。你不能问Siri一个问题，然后在其对这个问题的答案的基础上提出几个问题。

那么，你如何构建一个能够处理在现实世界中的人机/机器互动的复杂查询更具能够处理那种复杂的查询？

呼叫中心Chatbots旨在处理常规查询，以便在这些地方工作的人类可以出汗复杂的任务。当然，因为这些系统在一个狭窄的主题领域内工作，他们可以处理稍微复杂的对话。

在使用中，PATHFINDER足够智能，以P out WANT WASH（INTENT），从其数据库中选择各种与之相关的聊天，到POUT的数据收集中的对话具有该意图，然后采取组件这些聊天并将它们放在像流动树的界面中。

单击树的任意位置以查看相关的会话成绩单。

最终结果？一种流动树，基于多主题相关的对话，可用于告知显示口语字接口的开发。

Nuance的Pathfinder计划将使这些机器能够处理更复杂的对话。最终。虽然它需要一段时间来真正实现（它赢得了“T届直到2019年夏季），它表明了对话分析，数据分析和AI如何能够赋予下一代语音接口，以及支持更复杂的人类/计算机互动。

如果PATHFINDER可用于加速开发口头的垂直意图 - 例如导航，天气信息或呼叫中心对话 - 那么它也应该加速更复杂的会话模型的开发。

“这些系统的承诺非常伟大，”Tepper告诉我。“我认为我们可以讨论如何从更狭窄的垂直对话域移动到更复杂的对话。”

这些是应该真正解锁AI的巨大力量的那种聊天，而不是仅要求SIRI或ALEXA将灯关闭。

我们正在谈论与机器人和语音助手的合法双向对话的必然演变，可能进一步解锁AI的炒作。

这是一个病的纸条。如果记录了与Chatbot或Voice助手的每次对话互动，都可以搜索，并且可以分析意图，您的隐私发生了什么？

我知道我们大多数人都准备允许处理特定任务的公司 - 例如，您的银行或公用事业公司，例如，录制我们制作的呼叫。

我们中的许多人尚不意识到一些大众市场语音助理技术也记录并以可以追溯到我们的方式进行谈话。

苹果没有。一切都一样，它确实保持了无法与您的身份或您的帐户链接到非常短的时间的混淆录制，因此它确实有这个数据。

Apple [工程师]是“先驱者就像制作混淆数据一样，以便他们可以在没有实际上追溯到任何唯一的用户的情况下聚合，”Tepper告诉我。

这是对话设计的挑战。

“如果我们知道与Apple合作，并让他们使用Pathfinder帮助加速他们的理论，那里的对话开发，您知道，他们必须能够考虑他们用户的隐私并将其加载到该系统，“观察到TEPPER。

事情是，一旦谈话被滥用，公司就可以分析聊天的内容，以便开发更有效的机器。

现在，如果Apple计划利用探测器，我有零线索，但是Nuance解决方案存在的事实是意味着AI现在可以转化，分析和结论在现实生活中的会话互动的背面。

此外，智能机器现在变得更为可能，以便对话的意图。

据认为，一旦AI可以发出那么多信息，它似乎也应该能够在哪个主题域来达到适当的答案的话题域中的人对会话意图来利用它的知识。

这是当今大众市场语音助理的大挑战 - 他们以非常基本的术语理解查询，但（超出数据堆栈，他们被提供访问）他们尚未知道在哪里看。

今天的商业有什么利益将不可避免地对消费者有用。这一切都是关于创造有深刻理解我们意图的机器 - 以及在会话条款中智能地响应的能力。

Nuance已经为少数战略客户提供了项目探路者，并预计将在2019年夏季更广泛地提供解决方案。

请在Twitter上关注我，并加入我在Appleholic的酒吧和烤架上和苹果讨论团体。