2.3 服務(wù)：機器智能的能力輸出

衡量機器智能的標(biāo)準(zhǔn)就在于它的服務(wù)能力。人工智能發(fā)展的理想目標(biāo)如下：智能機器人能夠幫助我們做體力繁重的工作、程序瑣碎的工作，這樣人類就可以從事更加富有創(chuàng)造力的工作；智能機器人能夠理解人類的真實意圖，能夠切實與我們進(jìn)行交互溝通，進(jìn)一步打破語言障礙、視覺障礙與理解障礙，切實解決生活中存在的問題。在未來，人類能夠與智能機器人密切合作，做到人機和諧相處。

2.3.1 用交互來理解人的意圖

人工智能的發(fā)展如果脫離了服務(wù)，那么即使計算機有再豐富的大數(shù)據(jù)資源，再先進(jìn)的算法，那也只是一臺冷冰冰的機器。

我們的目標(biāo)就是讓智能機器為我們的生活和工作服務(wù)。那么如何才能做到呢？最有效的方法就是通過人機交互的方法，使智能機器能夠更加理解我們的意圖。

人機交互技術(shù)（Human-Computer Interaction, HCI）正是這樣一項技術(shù)。它能夠努力使人與計算機相協(xié)調(diào)，逐漸消除人機系統(tǒng)間的界限，使機器能夠更好地理解人類的話語，理解人類的肢體動作，理解人類的情感。

在前互聯(lián)網(wǎng)時代，我們與計算機的交互方式很單一，只能通過鼠標(biāo)操作與鍵盤輸入進(jìn)行交互。雖然在現(xiàn)在看來，這種交互方式效率較低，但是在互聯(lián)網(wǎng)發(fā)展的初期，它確實提高了我們的工作效率。然而，隨著科技的進(jìn)步，特別是計算機算法能力的提升，鍵盤輸入、鼠標(biāo)操作也就顯得效率低下了。

在人工智能時代，我們更應(yīng)該繼續(xù)發(fā)展人機交互技術(shù)，使機器更加智能，使我們的生活更加豐富多彩。

人機交互有6種表現(xiàn)形式，如圖2-4所示。

1．基于語音的人機交互

語言是人類最重要的交流工具。在文字產(chǎn)生之前，人們都是通過口語傳播的方式進(jìn)行信息交流的。隨著社會交往的擴大，人們記憶能力又有限，一些優(yōu)秀的口頭故事逐漸消失在歷史的汪洋大海中。為了傳承優(yōu)秀文化，人們開始造字。在中國，比較有名的就是倉頡造字的傳說。文字出現(xiàn)后，人類的文明開始進(jìn)入了有據(jù)可查的時代。

雖然文字的發(fā)明推動了文明的演進(jìn)，但是在互聯(lián)網(wǎng)時代，特別是移動互聯(lián)網(wǎng)時代及人工智能時代，文字傳播的效率仍然比較低。

于是計算機的語音識別技術(shù)逐漸登上了歷史的舞臺。所謂語音識別，簡單來講就是讓計算機能聽懂人說話。在移動互聯(lián)網(wǎng)時代，語音識別技術(shù)在生活領(lǐng)域已經(jīng)有了比較好的發(fā)展。例如，Siri能夠與我們進(jìn)行一般的生活互動；微信的語音聊天功能，不僅能夠進(jìn)行語音識別，還能夠保存語音，向?qū)Ψ桨l(fā)送，這項功能幾乎可以替代電話功能了。

在人工智能時代，語音識別技術(shù)將會更加先進(jìn)，一臺冰箱、一盞臺燈甚至一把椅子，只要我們?yōu)樗鼈冚斎胂嚓P(guān)的語音識別程序，它們就能夠聽懂我們的語言，去做相應(yīng)的事情。這將會提高我們的工作效率及生活質(zhì)量。

2．基于視覺的人機交互

基于視覺的人機交互應(yīng)該說是基于語音的人機交互的延伸。人與人互相理解的方式是多元的，西方相關(guān)學(xué)者指出，在人與人的交流中，語言占7%的比重，語音語調(diào)占38%的比重，肢體動作、發(fā)型、妝容等占55%的比重。整體來看，在人際交流中語言部分占45%的比重，非語言部分占55%的比重。

在人工智能時代，如果要使機器更加智能，機器僅能夠聽懂人的語言還不夠。機器應(yīng)該在語音識別的基礎(chǔ)上，進(jìn)一步通過視覺與人進(jìn)行溝通。

例如，人臉識別技術(shù)已經(jīng)在高鐵安檢、刑偵破案、刷臉支付、智能手機刷臉解鎖等領(lǐng)域取得了不錯的成績，其中，比較有趣的是刷臉支付與刷臉解鎖。

智能手機刷臉解鎖功能已經(jīng)隨著iPhone X的新鮮出爐引發(fā)人們的熱議。但是，無論是刷臉解鎖還是刷臉支付，目前還存在一些技術(shù)上的問題。例如，刷臉解鎖的功能會受到光線的明暗變化、面部妝容的變化、是否戴眼鏡等因素的影響。拿著人的彩色照片，讓智能手機進(jìn)行人臉識別，智能手機也會解鎖成功，這也有可能造成隱私泄露等問題。在Amazon Go進(jìn)行購物時，顧客也可能因為人臉識別的失誤，造成付款錯誤。

在人工智能時代，我們的目標(biāo)是讓機器能夠更好地進(jìn)行人臉識別，不僅僅是能夠進(jìn)行一些簡單的行為操作，而是能夠做到與人類進(jìn)行更高效的溝通。

3．基于情感的人機交互

眾所周知，人與機器的最大區(qū)別就在于，人有感情而機器沒有感情。如果要使智能機器具有人情味，就需要為機器輸入有關(guān)人類情感的知識、數(shù)據(jù)、程序和算法。

所謂情感交互，就是賦予機器主動生成喜怒哀樂等情感的能力。它利用“情感模型”為機器注入情感思維，從而讓機器更好地理解人的情感，并能針對用戶的情感做出智能、友好、幽默、得體的回應(yīng)。

基于情感的人機交互，會使機器更有人的感覺，它能夠減輕人們使用智能機器的挫敗感。另外，通過深度學(xué)習(xí)，機器還能夠?qū)W會更多的人類情感，甚至還能夠幫助我們理解自我與他人的情感世界。

總之，基于情感的人機交互能夠增加機器設(shè)備的安全性，能夠使機器更加人性化，使我們的生活更加豐富多彩、妙趣橫生。

4．基于虛擬的人機交互

目前，基于虛擬的人機交互已經(jīng)進(jìn)行了商業(yè)落地，而且效果很好。現(xiàn)在常見的虛擬交互技術(shù)就是虛擬現(xiàn)實（Virtual Reality）技術(shù)。

所謂虛擬現(xiàn)實，就是采用攝像或掃描的手段來創(chuàng)建一個虛擬的環(huán)境。在這個虛擬的環(huán)境中，我們能找到一種與現(xiàn)實世界相似的感覺。在這個虛擬的環(huán)境中，我們能夠從自己的視點出發(fā)，真切地感受到一個逼真的三維世界。在這里，人物是立體的，聲音是立體的，我們有一種身臨其境的感覺。

常見的虛擬現(xiàn)實技術(shù)有電影的3D特效，3D眼鏡和VR眼鏡。

通過VR眼鏡，我們能夠迅速沉浸于電影所營造的虛擬環(huán)境中，仿佛我們就是電影中的一員。我們能夠不斷變換觀察的視角，甚至還可以與演員“接觸”。在VR影像中，我們仿佛是一個旁觀者，又仿佛是一個親身參與者，能夠更加全面地了解影片中的人物，是一種很不錯的觀影體驗。

5．基于穿戴的人機交互

許多人都認(rèn)為，可穿戴的計算機只存在于科幻電影或科幻小說中。例如，《鋼鐵俠》的主人公鋼鐵盔甲就是典型的穿戴型的機器智能。

其實，在人工智能時代，穿戴型的人工智能將不再是夢想。雖然我們不能做到像鋼鐵俠一樣全面武裝自己，用智慧武裝自己，用科技武裝自己，但是我們可以實現(xiàn)部分型的穿戴。

例如，在不久的將來我們可以設(shè)計一款智能眼鏡，通過對眼神信息的捕捉，直接感知人的大腦的相關(guān)需求，從而智能地為我們的大腦輸入相關(guān)的知識，使我們變得更加有智慧，使我們的做事效率更高。

可穿戴型的智能機器在形態(tài)、功能、智力程度上都與如今的筆記本電腦、Pad、智能手機完全不同。可穿戴型的智能機器能夠與人體緊密結(jié)合，能夠感知人類的身體狀況、感知周圍環(huán)境、感知我們的需求，從而為我們的大腦實時提供有效的信息，增強人類的智能。

6．基于人腦的人機交互

就科學(xué)的角度而言，最理想的人機交互形式是基于人腦的人機交互。這種交互方式應(yīng)該到強人工智能時代才會產(chǎn)生，在目前的弱人工智能時代只是一種幻想。

但是，正是基于豐富的想象力，人類的科技才能取得一次又一次的突破。關(guān)于人腦交互技術(shù)，相關(guān)科學(xué)家還有一些初步的設(shè)想。核心科技是使計算機測量大腦皮層的電信號，從而感知人類的大腦活動，進(jìn)而了解人類的需求，解決人類的困難。

綜上所述，在人工智能時代我們應(yīng)該繼續(xù)發(fā)展語音識別技術(shù)、圖像識別技術(shù)及VR技術(shù)，為人工智能的發(fā)展打下良好的基礎(chǔ)，為更高效的人機交互、人性化交互制造一個美麗的夢想。

2.3.2 達(dá)成人類需要完成的任務(wù)

在人工智能時代，新型人機交互的最主要特征就是交互的便捷性與主動性。

所謂便捷性，是指機器理解人的方式越來越多元。原來我們與機器的交流只能通過鍵盤與鼠標(biāo)來完成，現(xiàn)在我們與機器的交流可以通過語音、觸覺及視覺識別進(jìn)行。所謂主動性，是指人類可以最大限度地操作機器，像人與人之間的交流那樣，自主地、自由地與機器進(jìn)行溝通交流。

如果說便捷性、主動性強的人機交互方式為人工智能的發(fā)展提供了明確的發(fā)展方向，那么使機器智能高效地完成人類所需的任務(wù)則是人工智能發(fā)展的核心，也是人工智能為人類服務(wù)的重中之重。

那么，如何才能使機器高效完成人類的任務(wù)呢？我們試著從圖2-5所示的3個維度進(jìn)行思考。

第一，人工智能的發(fā)展要以人的需求為中心。所謂以人的需求為中心，就是無論從外在形式還是從內(nèi)部機制，人機交互都能滿足不同用戶的多元需求。

人與人的溝通交流是復(fù)雜多元的，不同人的溝通方式也是獨特的、充滿個性的。正所謂“聰明人有聰明人的生活情調(diào)，普通人也有普通人的生活方式”，人工智能在未來的發(fā)展中不應(yīng)該只是單調(diào)的機器，不應(yīng)該只有模式化的機器交流語言，也不應(yīng)該只有一種溝通方式，而是要滿足不同人群的需求。

其實，智能機器在未來的地位或樣貌應(yīng)該和如今的寵物狗類似。有些人喜歡泰迪，有些人喜歡金毛，未來的智能機器就應(yīng)該有多元的體態(tài)或性格，從而滿足人們多樣化的需求。只有滿足了人們的需求，人們使用智能機器才會更加有喜悅感，這樣才會用智能機器做更多的事情。相應(yīng)地，智能機器的工作效率才會更高。

第二，人工智能的發(fā)展要提高綜合感知能力。所謂綜合感知能力，就是智能機器也能像人一樣，全方位地調(diào)動感官來參與溝通交流。只有提高綜合感知能力，才能進(jìn)一步提高智能機器的效率。

在互聯(lián)網(wǎng)時代，普通的計算機只能通過文字的輸入及相關(guān)算法的提示來感知人的需求；在移動互聯(lián)網(wǎng)時代，智能手機能夠通過聲音識別人的需求，還可以通過人的指紋識別與面部識別來確定誰是自己的主人，可謂向前邁出了一大步；在人工智能時代，智能機器則有望通過全方位的感官來與人進(jìn)行溝通。不僅是視覺上、聽覺上的感官聯(lián)系，還可以通過與人類的大腦建立密切的聯(lián)系，感知人的需求。這樣就能進(jìn)一步提高它的工作效率，更好地滿足人們的需求。

第三，人工智能的發(fā)展需要算法的不斷升級。正如前文所述，大數(shù)據(jù)是人工智能發(fā)展的信息儲備庫，算法才是人工智能的真正“大腦”。如果要進(jìn)一步提升人工智能的工作效率，科學(xué)家就需要在深度學(xué)習(xí)算法的基礎(chǔ)上，根據(jù)人們的需要和實踐的需求，研發(fā)更快捷的算法。

算法的研發(fā)不僅僅是科學(xué)家的事情，還需要投入大量經(jīng)費，改革教育，培養(yǎng)更多的人才。

在人工智能時代，人類的生活將離不開智能機器，智能機器也將更有效率地為人類服務(wù)。因此，我們要對更加自然、更加高效的人機交互技術(shù)的發(fā)展充滿信心。