通过提出正确的问题来学习如何操作 VUI

编者按： Adrien Schmidt 是国际公认的企业家、工程师和创新者。 2015 年，他与人共同创立了 Aristotle by Bouquet.ai，这是一家企业软件公司，提供个人语音分析助手，将数据分析转换为有意义的对话。 这篇评论中表达的想法和观点是他自己的。

***

图形用户界面背后的科学经过精心调整——这是近三年设计、开发和测试的结果。 另一方面，语音用户界面非常新颖，仅在 7 年前，在 iPhone 4S 的 iOS 5 版本中才成为主流。 在不到十年的时间里，语音已经成为一个独立的生态系统，在爆炸式增长的推动下，不仅因为它在移动设备中无处不在，而且亚马逊、谷歌和其他几家公司每年售出数千万台家用设备

对于正在处理这种新形式的搜索和软件参与的 VUI 开发人员来说，该技术代表了科幻小说和现代人工智能限制的融合——五十多年梦想和实验的结晶。 因此，用户和开发人员仍在学习 VUI 的外观以及它应该如何操作也就不足为奇了。

用户应该问什么问题才能得到他们需要的答案？ 他们应该给出哪些命令来触发他们想要的动作？ 这是该行业目前面临的最大和最紧迫的问题。 随着 VUI 的改进和精简，用户会问什么以及他们在未来几年将如何沟通？

人工智能应该理解什么？

语音用户界面的挑战在于它依赖于对话以及几乎每个将使用您的软件的人所独有的触发器、提示和俗语。 它有规则，必须经过训练才能对以特定方式说出的特定语言模式做出反应。

您制作的界面越灵活，它需要的培训就越多，而且容易出错。 它越不灵活，对用户来说就越令人沮丧。 所以这里需要在人工智能将理解的内容和用户负责的内容之间取得良好的平衡。

我们选择将对话置于我们设计的核心，以便系统更新问题和响应流的上下文。 这让我们可以专注于更简单的问题。 这与搜索有很大的不同，因为我们从 Google 开始就已经习惯了。 我们没有将所有关键词放在一个单一的话语中，这对语音来说很复杂，会给 NLP 造成混乱，我们选择对话和跟进作为将复杂问题分解成更容易表达的更小的子问题的一种方式并理解。

向最终用户传达限制和期望

在传统意义上，设计是一个高度依赖设计者的专业知识和经验，结合有针对性的测试和用户实验的过程。 对于 VUI，这略有不同。 在 VUI 应该如何工作方面建立的最佳实践较少，最重要的是该系统是自学的。 这将设计过程转变为算法发挥更大作用的过程，例如，确定如何考虑用户反馈、新话语、新同义词等。

您将需要设计您的产品以捕获正确的数据以尽可能多地向您的用户学习，这意味着几乎无限次迭代跨越一系列不同的技术障碍——从核心 AI 对用户的理解到您提示用户的方式输入和您收到的回复。

同时，系统需要向用户传达所需要的信息。 如果您曾经使用过 Echo，您就会知道 Alexa 会提示详细的响应，这对于现有用户来说通常是多余的。 这是有意且重要的，因为它可以准确地告诉用户需要什么，同时减少人们可能“卡住”以不同形式重复相同问题的频率。

使用对话树是很诱人的，因为它们与 UX 流程图相似——试图在提出问题时匹配人类语音的自然流。 虽然设计师可以在某种程度上进行推断，但其中大部分在自然语言对话中实际上是无用的。 预测用户会问什么是一个具有挑战性的过程，需要同等程度的艺术和科学。 如果做得好，您将构建一个精心平衡的系统，可以处理越来越微妙的用户意图，并将它们朝着他们寻求的信息的正确方向移动。

VUI 算法的下一步

语音界面的下一个自然阶段是我们已经在其他几种技术中看到的那种成熟——设备识别用户并与用户交互并考虑他们的“背景”的能力：位置、即将举行的会议、最近的消息、习惯等. 挑战不仅在于技术，还在于获得用户的信任，即我们不会通过查看他们的数据来侵犯他们的隐私。 这可以通过设备上的处理实现，其中算法在设备上本地运行，并且不与服务提供商或设备制造商共享任何信息。

这不仅可以让系统更容易在用户所在的任何地方使用，还可以让系统变得更智能，利用机器学习技术开始根据用户的情绪、语调、上下文和单词从用户那里推断出更多的信息选择。 我们距离这成为现实还有一段时间，但在这些系统中对用户交互细节的投资和关注将有助于让我们更加接近。

人工智能从用户的要求中学习与用户学习要求从语音界面中获取某些内容之间存在一种谨慎的禅宗平衡。 随着系统变得更加智能和无处不在，这种平衡将继续转向人工智能，但就目前而言，设计人员需要认识到这个问题并构建与之匹配的应用程序。

***

Adrien Schmidt 是国际公认的工程师、演说家和企业家。 他是加利福尼亚州旧金山的企业软件公司 Bouquet.ai 的 Aristotle 的首席执行官和联合创始人，该公司提供个人语音分析助手，将数据分析转换为有意义的对话。 作为人工智能/语音领域的思想领袖，他的作品可以在福布斯、Inc、HuffPo 和 B2C 等主要出版物中找到。 他被 Inc. 列为值得关注的 AI 企业家，并曾在 Web 峰会、碰撞、对话交互、语音峰会和宝洁数据分析峰会等活动上发表演讲。 在他的公司或个人网站、Twitter 或 LinkedIn 上与他联系。