对话式人工智能入门

一段历史回顾

在我们开启语音世界的探索之旅之前，必须先了解人机交互（HCI）的发展历程。这将帮助我们理解为何语音正被视为计算史上下一次重大变革的驱动力。

在Windows或Mac出现之前的时代，人们通过文本命令与计算机交互。例如，任务栏中并没有一个时钟可以查看时间，你必须在终端中输入“time”这样的命令，计算机才会显示当前时间。

到了20世纪80年代，一家名为Xerox的公司提出了**图形用户界面（GUI）**的概念。虽然理论已存在，但直到史蒂夫·乔布斯和苹果公司认识到其潜力后，这一理念才真正兴起。随后，苹果的Mac电脑风靡全球。不久之后，比尔·盖茨和微软也紧随其后，推出了Windows系统。从此，计算机世界彻底改变。

“一图胜千言。”这句古老的谚语如今有了全新的含义：GUI通过视觉元素使界面更加直观。人们不再需要记忆大量命令，只需点击即可完成操作。GUI至今仍具有重要价值，而智能手机的普及更进一步加速了人与技术互动方式的演变。随着世界日益向移动化发展，GUI在未来几十年内仍将持续发挥重要作用。

对话式AI与语音用户界面的兴起

来源：Ergomania，对话式用户界面如今无处不在

那么，语音控制又从何而来？正如俗话所说，历史总是重演。我们正处于另一个人机交互（HCI）革命的临界点——一种全新的HCI技术正在席卷全球！

基于语音用户界面（VUI）的对话式AI正逐步走进全球千家万户，就像2000年代个人电脑进入人们办公桌、过去十年智能手机走入人们口袋一样。

但究竟什么是对话式AI？

对话式AI是一个涵盖多种人工智能技术的总称，它使用户能够通过对话式用户界面与计算机进行更自然的交互。这种交互可以通过语音（基于声音）或文字消息（基于文本）实现。

基于语音的界面是指用户直接与助手对话，比如与Alexa或Siri交谈。这类以语音为基础的界面被称为语音用户界面（VUI）。

另一种选择是基于文本的界面，例如电商网站常见的客服聊天机器人。

在本课程中，我们将重点探讨语音用户界面及其如何提升你的应用程序体验。

为什么选择语音用户界面？

言语交流与人类文明同龄。因此，最自然的人机沟通方式就是与机器说话！随着人工智能、自然语言处理（NLP）/自然语言理解（NLU）以及云技术的进步，与计算机对话已不再是科幻小说中的情节。

自2011年Siri问世以来，数百万用户向她提出各种问题，从“现在几点？”到“地球的直径是多少？”只要有疑问，只需开口提问！随着Alexa、Google Assistant、Bixby和Cortana等AI助手的出现，语音用户界面的受欢迎程度迅速飙升。

如今，这些助手几乎无处不在。除了亚马逊Echo这类专用设备外，它们也已集成在我们的智能手机中。全球数以百万计的人正通过简单提问来完成日常任务。

语音用户界面（VUI）的优势

使用语音界面有许多优势。例如，让Alexa帮你设置早上6点的闹钟，远比在沙发上翻找手机、打开闹钟应用并手动设置要方便得多。原本繁琐的多个步骤，现在只需一句话：“Alexa，把闹钟设在早上6点。”

展示使用VUI优势的思维导图

以下是用户层面的其他优势：

• 便捷：用户只需大声说出指令即可！
• 快速：通常用语音表达需求比在软件中手动操作更快。
• 自然：语音是一种更直观的交互方式，无需学习如何使用界面。
• 无摩擦且无处不在：语音交互几乎没有障碍，语音UI特别适合与物联网（IoT）设备通信，使其在家庭和汽车场景中尤为理想，助力实现无所不在的计算。
• 易访问且成本低：运行语音助手的物联网设备通常价格低廉，易于获取。
• 准确可靠：得益于自然语言理解的最新进展以及语音识别准确率的持续提升，语音技术正变得越来越易用、越来越可靠。
• 开发简便：作为第三方开发者，开发语音应用出乎意料地简单有趣，这一点将在本课程中展现。
• 创造全新体验：语音技术几乎能在所有领域带来全新体验，无论是医疗健康、酒店服务、餐饮、金融，还是其他任何行业。

作为开发者，你为何应关注？

来源：Think With Google，图表显示拥有智能设备的人口比例

如今，全球已有数百万人通过智能设备（如Echo）或手机接触到了语音界面。这正是开发者和品牌思考如何通过语音控制更自然地解决客户问题的最佳时机。

世界上一些最大的公司已开始押注语音生态系统，致力于降低第三方开发者构建下一代语音驱动应用的门槛。在本课程中，我们将深入探索其中一个代表性平台——亚马逊Alexa。

本课程将为你提供成为语音革命新先锋所需的一切工具。