本周的博客探讨物联网从当今不自然的命令式模式转向对话式交互。我们最近讨论了 RRG：它将如何通过一种新的语言方法赋能机器与我们交谈；这种方法能够把任何语言中的短语与含义相连，并实现双向转换。
虽然对话依赖自然语言理解（NLU），但一个令人振奋的发现是，在对话中追踪语境，能够省去许多人工智能（AI）所谓的推理过程。
人工智能创立于20世纪50年代，当时最坚定的支持者声称，无论提出什么设想，都可以编写程序加以模拟。然而，尽管投入了资金、时间和精力，迄今仍没有人能将其扩展到人类水平。
命令式技术沿用了这种早期人工智能方法。只要系统载入了所有必要命令，且用户记得这些命令是什么，系统就能运行。另一个好处是，它也适应了当前语音识别设计的局限——必须预先知道所有可能的短语。
问题在于，用户可能不知道某条命令；更糟的是，可能根本还没有这样的命令。这就是 Wit.ai（被 Facebook 收购）和 Nest（被 Google 收购）背后的最先进技术。
Thinking Solutions Language Algorithm 实现了 RRG，工作方式与如今任何开发环境类似。开发者可以添加任何语言的词汇，并将其与唯一的、系统范围内通用的含义关联起来。这是一种值得探索的不同方法。
命令与对话
对话优于命令，因为它允许用户用语言描述自己的意图。它具有无限的灵活性，但机器对话是新事物，因为直到最近它还是一个人工智能难题。将自然语言理解从人工智能中剥离出来，是一项了不起的突破。
看过2004年由 Will Smith 主演的电影《我，机器人》的人，应该见过这样的未来：能够理解我们语言的智能机器人。反对机器人革命的侦探 Del Spooner 家中有一台过时的 CD 播放器。在一个有趣的场景中，Calvin 博士猜测该如何操作：“播放”、“开机”、“运行？”随后又尝试用“结束程序”和“取消”来关闭它。
具有讽刺意味的是，作为机器人专家，本应理解语言技术的 Calvin 却执意使用当时（2015年）过时的命令。由于缺乏语境，即使是机器人也会感到困惑，因为不清楚她在对谁说话。把她的命令与这句请求作比较：“请播放你当前的音乐，CD 播放器。”这句对话式表达指出了目标设备，并提供语境以帮助缩小可能的回应范围。例如，烤面包机、吸尘器和雨伞都不会播放音乐。
技术会采用最佳解决方案。到2035年（《我，机器人》的故事设定年份），老式 CD 播放器或许仍然存在，但不太可能还有任何机器保留命令式界面。
就像老式手表一样，有些设备会因历史意义而留存，但所有新设备都会采用当前技术。对于物联网而言，这种技术将是对话式界面。我预测，对话式计算将随着其发展而迅速普及。
好莱坞升级
好莱坞对未来机器人技术的预测引擎已经失灵。在 Arthur C. Clarke 于1968年出版的《2001太空漫游》中，超级智能机器 HAL9000 计算机控制着飞船，并与我们交谈。即使在今天，它看起来仍然智能而真实。从那以后，好莱坞降低了对智能的描绘。
好莱坞若要赶上现实，就需要像20世纪60年代末那样发挥更多想象力，让机器人更为真实。它们需要真正的对话式语言和情感。我们将在未来的博客中探讨其中的原因。
语言是无限的
由于所有人类语言都是无限的，不可能有一份清单涵盖所有句子。我们可以不断添加词汇并扩展句子，但自然语言理解最有希望的未来，存在于尚未开发的底层含义中。如今的问题往往最好从含义层面而非词语层面解决，这一点在当前的智能测试中已有所体现，例如 Winograd Schema 测试（WST）。
WST 尤其利用了统计语言方法的缺陷：这些缺陷妨碍其将句子中彼此分隔的含义联系起来。在语境中，这类含义不仅可以清楚地展示，而且显然是理解能力的体现，而不仅仅是词语模式。
“我喜欢你。”这句话的含义取决于谁对谁说；“我”和“你”的含义没有边界，只有结合语境才能完全理解。再看另一种语序：“我喜欢的是你。”在这里，“你，我喜欢”被视为含义相同，但统计系统会认为两者不同。“我，嗯，你知道，喜欢你。”又如何？对其中这三个词而言，含义也相同。也许为了更清楚地说明这一点：“我，不管别人说什么，也不管他们说多久，都喜欢你。真的。”
语言是无限的，我们选择使用哪些词语，不应由“愚蠢”的机器替我们决定。
程序员基于词语序列分析人类语言，却始终无法实现规模化。试试看，组合数量会迅速攀升。尽管含义是大多数消歧任务的关键，过去首选的语言模型却忽略了含义，造成了过度歧义。
当今人工智能缺乏可扩展性
人工智能缺乏可扩展性，这一问题是致命的。五年多来，我们一直知道创新的时机已经到来。正如我上文所说，20世纪60年代是一个适合创新的时期。Bar-Hillel 在1960年对自动翻译的批评，依赖于一部涵盖知识的《通用百科全书》。
他在贝尔实验室的同时代同事 John Pierce 在1969年前后指出，语音识别（ASR）需要类似人类的自然语言理解；这或许促成了他的那句评论：“资助人工智能实在是愚蠢至极。”这句话背后的观察是，大量投资并未带来成果。相比之下，扩展可运行的原型，其风险远低于纯科学模型。
Facebook 人工智能研究部门负责人 Yann LeCun 指出，对当前研究领域深度学习，他“最不喜欢的描述”是“它就像大脑”。他还说：“人工智能经历了多次寒冬，因为人们声称能做到自己实际上做不到的事。”
我该如何比较深度学习及其生成特征的能力，与新的 Thinking Solutions Language Algorithm？该系统目前使用有监督机器学习载入准确内容，但没有特征自动化功能。
答案是两者截然不同。大多数现有解决方案通过存储新的统计数据来“学习”——这些数据可以是神经网络突触，也可以是表格。20多年前，IBM 的科学家提出一种方案，旨在发挥统计方法和处理能力的优势，尤其用于语音识别，也适用于语言的一般处理。问题在于，针对语音和翻译计算方法的研究至今仍未成功，不太可能继续重复同样的做法。Nuance Communications 的听写产品也采用统计方法，但准确率远未达到100%。它并不理解内容，还可能写出毫无意义的文字。
你们中的许多人可能以前用过命令式语音系统。你可以说：“Siri，请给我最好的朋友家里打电话。”得到的回答却是：“你想给谁打电话？”这是糟糕透顶的回答，因为你必须从头再来。或者至少重复“我最好的朋友家里”这句话，而系统上次并没有识别出来。这样的系统让你倒退。非此即彼的做法——要么识别整句话，要么什么都识别不了——会令用户沮丧。即使打字打错，也只需改正错误的字母，而不必重写整个句子。语音识别（ASR）准确率低时令人恼火。
物联网（IoT）
随着接入互联网的设备数量激增，汽车、家庭自动化系统及许多其他领域的语音系统仍在不断发展。Apple 收购 Siri 及其相关专利，开启了系统开发热潮；这些专利展现了这一愿景的范围，旨在让我们使用物联网更加轻松。
想象一下一辆油罐车侧翻发生事故，你的无人驾驶汽车停下来救助。此时，“不要停车”可能是一条重要命令，因为否则你的汽车可能会滞留在爆炸危险区；油罐车可能爆炸，后果或许致命。理解至关重要。
再比较这句话：“我到家后，在我进去的时候，让灯亮一分钟。”汽车会在你到家时关闭发动机，并按照你的指示，让前灯保持亮起，直到你进屋。许多行动源于未明说的意图，以及含义模糊的词语（脱离语境时）。
我们需要讨论的是系统的准确性和易用性。易用性与我们的语言密不可分。我们来看看其中几个方面，以了解讨论需要转向何处：目前还没有人生产这样的系统，但基于含义的系统可以做到。
我们来快速看看 Thinking Solutions 一位程序员的分析，了解基于含义的系统可能如何运作。
“我到家时”指的是未来的一个时间，而不是一个地点。我的家是一个地点，但这句话指的是我下一次到达那里的时候。注意，它并不表示我将拥有一个家，就像“我得到了一个苹果”这句话一样。“我”这个词指的是我，但如果你说这句话，它就指你；如果别人说，它就指那个人。这个概念并不适合构建一个简洁的数据库模型。
“在我进去的时候，让灯亮着一分钟”是一条口头命令，告诉汽车的物联网系统保持“前灯亮着”，而不是车内灯亮着。根据语境，这显而易见，因为你需要灯光看清后门。“让灯亮着”指的是灯的状态（没有熄灭），而非灯的位置——“在车上”。“一分钟”指的是灯亮着的持续时间，而不是像“为防小偷”这样的目的；两者使用了相同的结构。“在我进去的时候”也是一段持续时间。它有一个明确的终点，即房子的后门关上时。请注意，你可能会认为这指的是我进入汽车时，但结合语境，这说不通。
这个例子展示了未来系统如何运行：自然地利用语境，并在狭窄领域内加以应用。命令式系统迫使命令来决定语境。对话式系统则会像人一样，根据词语来判断语境。
自然语言理解可以从人工智能难题中剥离出来，因为含义可以独立于感官被理解。简单来说，即便你没有视觉，仍然可以知道强光会伤害眼睛，这是不好的。对于语言而言，自然语言理解似乎能够在不与完整的工作感官系统整合的情况下发挥作用，而无需采用人工智能难题模型。
油罐车侧翻时，不需要了解燃油的气味、油罐车的视觉图像或爆炸的感受。残障人士会面对感官输入缺失的情况。在其他人研究视觉系统时，我们应利用这一点，推动自然语言理解的早期应用。
离线使用
语音应用迅速转向托管在互联网上。其中一个原因是，提供商只需保留一份庞大的统计数据表副本。它们还可以离线更新，不影响设备。问题在于，这种机器界面将变得至关重要，因此相关能力需要离线运行并存储在设备上。
物联网需要支持离线使用。想象一下，互联网连接中断后，你家的灯仍然亮着。当然，今天的互联网与它未来的作用之间的界限会逐渐模糊，但对话将成为主导方式。对话功能将部署在设备上或本地化到家庭中，而不是由云服务提供商出于性能、定制和无障碍访问的考虑来控制。
人们组建团队，在各种设备上利用这项新技术，只是时间问题。语言理解革命还有很长的路要走，但如今已有不少应用。
证明物联网已准备就绪的最终测试是什么？当《星际迷航》从命令“启动”或个人请求“把我传送上去，Scotty”，转为对话式表达“我准备出发了，Enterprise”，而且都能产生相同结果时。
本文由 LinkedIn合作发布。本文的发布并不意味着世界经济论坛认可其中的观点。
如需了解更多议程动态， 请订阅我们的每周新闻简报。
作者：Cyberflow Analytics 董事长兼首席执行官 Hossein Eslambolchi 博士。
图片：一名男子在华沙的电脑键盘上打字。REUTERS/Kacper Pempel/Files
