我们花了147个小时，整理出人机交互8个热门知识点

本帖最后由 讯飞开放平台 于 2018-9-17 09:34 编辑

一周前，班主任问了拾月助教一个十分深刻的问题。

什么样的人机交互才是趋于完美的自然交互？

拾月想了一会说：“比如我在大街上看到一个帅哥，我身旁的AI助手可以通过我的心跳速度、花痴时间等这些数据，主动去帮我去勾搭这个帅哥。”



班主任虽然觉得拾月的幻想很不错幼稚，但人机交互对于产品的体验来说确实至关重要，为了让咱们的产品同学能更好地设计交互链路，班主任和拾月盘点了近些年来相关的人机交互知识热点~

别说话，好好学习！


1 什么是人机交互

人机交互是一门研究系统和用户之间的交互关系的技术。这里的系统既是计算机的操作系统和软件，也是日常生活中各种各样的机器。

简单来说，人机交互就是人与实物的自然“沟通”，其核心研究有2点：一、人机交互技术需要考虑不同用户的使用习惯；二、人机交互技术的发展要充分考虑到人机交互界面的变化。


2 人机交互技术起源

人机交互技术的启蒙，可以追溯到1960年 Liklider JCR 提出的人机紧密共栖的概念；1970年，人机交互（HCI）研究中心的成立，则为人机交互的发展指明了方向。


3 人机交互中常用的技术

在人机交互发展过程中，主要涉及到4类主要技术：语音交互技术、图像识别技术、AR和VR以及近几年大火的体感交互技术。


在这4类技术中，语音交互的优势最为明显，输入效率高且交互方式更自然，更容易拓宽产品的使用场景；

图像识别技术常常被用于自动驾驶和安防领域，用于路面情况检测识别和人体面部识别等；

AR和VR技术主要营造的是一种沉浸感，不仅有交互，还有显示和移动；


体感技术是指人们可以很直接地使用肢体动作，与周边的装置或环境互动，而无需使用任何复杂的控制设备，便可让人们身临其境地与内容做互动。


4 趋近于“人人交互”的「AIUI」

AIUI是科大讯飞最新的人机交互解决方案，融合了远场识别、全双工交互、语音合成、语义理解、私有语义等单点能力，形成了全链路的一体化解决方案。


5 「AIUI」概念起源

语音交互从移动互联网时代开始兴起，AIUI的兴起大概是在智能语音交互发展的第四阶段，即产品无实体按键可被语音唤醒阶段之后。

AIUI在传统的交互链路基础上增加了语音唤醒系统，同时对3大核心技术进行迭代升级，比如在语音识别技术中增加麦克风阵列和无效拒识技术；在语义理解中增加对话管理和上下文理解、纠错等技术；在语音合成中加入情境和情感分析等。


6 「AIUI」技术入门

AIUI的人机交互流程分为感知、认知、处理、表达四部分。

在AIUI中有3种不同交互理解功能的设计：任务完成型的交互理解、基于知识图谱的知识问答类型、基于问答库的闲聊或问答。

这3种不同类型的交互所涉及到的技术原理也大不相同，任务完成型的交互理解中最主要的技术难点是语义抽取，语义信息单元的抽取一般有2种方式，一是显规则；二是基于深度学习模型的语义抽取。



基于知识图谱的问答类型其实过程并不复杂，用户输入问题文本之后，机器会按照语言学方式去理解分析这个问题，然后在知识图谱中检索相关的知识，同时将语义理解的结果和检索出来的知识做一些推理，最后得出系统答案。


闲聊类型的交互过程其实也很简单，这个过程的技术难点是在于如何利用深度学习技术，训练出合适的CNN或RNN模型去计算2个问题之间的相似性。




7 「AIUI」典型工作流程


对于一个普通开发者来说，AIUI的典型工作流程如下图所示：



通过相应的语音合成和远场拾音技术，机器获取到用户的语音输入信息，再利用AIUI的开放问答和自定义问答等功能对用户输入文本进行编码翻译从而理解用户的真正意图，再将语义理解的结果输送到业务流程中，系统会分门别类地响应这些意图，从而产生交互行为。


除此之外，AIUI还为开发者提供自定义技能，开发者可以根据不同产品的交互设计来选取不同的内容技能。


8 所见即界面——「人机交互」未来猜想


随着AI技术和物联网的不断发展， 关于下一场革命性人机交互方式的猜想一直都备受业内关注。


被喻为最接近人类自然交互方式语音交互、多场景下的手势识别、把人类的大脑和计算机连起来脑机交互、分场景的全息操作、无需触屏的全界面……


这些交互方式对技术和产品硬件的要求都相对较高，在目前技术限制情况下可能很难将其优点发挥出来，但未来等技术和产品发展到一定阶段，它们中便会出现新的主流人机交互方式。