|你看到的AI与智能无关( 四 )

对于推荐餐厅。每次输入的信息，实际并不包含决策所需要的全部信息（无法用语言表达所有相关的影响因素，参考Part 3 里世界模型部分）；而且输出的结果是开放的，因为推荐的餐厅，既不可被量化，更不存在绝对的对错。
了解CUI的特性后，不该用对话的就不要强上对话交互；有些使用对话成本非常高，又很不Robust的环节，同时用户价值和使用频次又很低的，就要考虑规避——咱们是做产品的，不是实现真正的AI的，要分清楚。
3. 懂人：心理和语言
这可能是当前对话类产品最重要的地方，也是拉开和其他产品设计的核心部分。也可能是中年人做产品的第二春。
对心理的理解，指的是当用户在说话的时候，对他脑中的模型的理解。英文中“Read the room”就是指讲话之前，先观察一下了解周围听众的情况，揣摩一下他们的心理，再恰当的说话。
比如，讲话的时候，是否听众开始反复的看表？这会让直接影响对话的进程。你有遇到过和某人对话起来感觉很舒服的么？这个人，不仅仅是语言组织能力强，更重要的则是他对你脑中的对话进程的把握，以及场景模型，甚至对你的世界模型有把握。他还知道怎么措辞，会更容易让你接受，甚至引导（Manipulate）你对一些话题的放弃，或者是加强。
对话系统的设计也是一样的。哪些要点在上文中说过？哪些类型的指代可以去模拟？如果是文字界面，用户会不会拉回去看之前的内容？如果是语音界面，用户脑中还记不记得住？如果记得住，还强调，会感觉重复；如果记不住，又不重复，会感觉困惑。
对语言的理解，则是指对口语特性的理解。我知道Frederick Jelinek说的“每当我开除一个语言学家， Speech识别的准确率就会增高” 。只是，现在根本没有真正意义上的自然语言生成（NLG），因为没有真正的思维生成。
所以，任务类的对话的内容，系统不会自然产生，也无法用深度学习生成。对于AIPM而言，要考虑的还是有很多语言上的具体问题。一个回复里，内容会不会太长？要点该有几个？谓语是否明确，用户是否清晰被告知要做什么？条件又是什么？这样的回复，能引发多少种可能的问询？内容措辞是否容易引起误解（比如因为听众的背景不同，可能会有不同的解读）？
从这个角度而言，一个好的对话系统，必定出自一个很能沟通的人或者团队之手。能为他人考虑，心思细腻，使用语言的能力高效，深谙人们的心理变化。对业务熟悉，能洞察到用户的Context的变化，而其格调又帮助用户控制对话的节奏，以最终解决具体问题。
Part 6可见的未来是现状的延续
“过渡技术”
在几周前，我与行业里另一家做对话的CEO讨论行业的将来。当我聊到“深度学习做对话还远达不到效果”的态度时，他问我：“如果是悲观的，那么怎么给团队希望继续往前进呢？”
其实我并不是悲观的，可能只是更客观一点。
既然深度学习在本质上搞不定对话，那么现在做对话AI的实现方式，是不是个过渡技术？这是一个好问题。
我认为，用现在的技术用来制作AI的产品，还会持续很长时间，直到真正智能的到来。
如果是个即将被替代或者颠覆的技术，那就不应该加码投入。如果可以预见未来，没人想在数码相机崛起的前期，加入柯达；或者在LED电视普及之前，重金投入在背投电视的研发上。而且难以预测的不仅仅是技术，还有市场的发展趋势。比如在中国，作为无现金支付方式，信用卡还没来得及覆盖足够多的支付场景，就被移动支付断了后路。