亞馬遜于 2014 年推出的 Echo 設(shè)備普及了設(shè)備的概念，其中唯一的交互方式是通過語音和對(duì)話?，F(xiàn)在似乎每個(gè)月都會(huì)在處理語音命令和執(zhí)行操作的專用設(shè)備方面帶來新的發(fā)展。然而，這些設(shè)備究竟是什么？ 

大眾媒體稱它們?yōu)椤爸悄芤粝洹被颉罢Z音助手”或“智能個(gè)人助理”，但這兩個(gè)詞并不完全相似。智能音箱讓人聯(lián)想到一個(gè)主要面向輸出的設(shè)備，旨在用語音命令取代鍵盤或按鈕交互。然而，對(duì)于亞馬遜、谷歌、微軟、蘋果、阿里巴巴、騰訊、三星、百度等公司投資的數(shù)十億美元來說，這是一個(gè)特別微不足道的應(yīng)用程序，這些公司認(rèn)為這是一個(gè)試圖占據(jù)主導(dǎo)地位的關(guān)鍵市場。畢竟，如果所有這些供應(yīng)商所做的只是允許您根據(jù)聲音要求播放 Taylor Swift 或讓您詢問天氣，為什么所有這些供應(yīng)商都如此積極地營銷和推廣這些設(shè)備？

顯然，這里有比簡單的聲控?fù)P聲器更大的作用。智能音箱是一種與客戶群進(jìn)行更智能互動(dòng)、進(jìn)入更多家庭和企業(yè)并讓人們習(xí)慣使用這些設(shè)備的方式。真正的游戲不僅僅是您可以用聲音控制的揚(yáng)聲器。動(dòng)力不在于音箱，而在于為設(shè)備供電的基于云的技術(shù)，不是智能音箱，智能對(duì)話助手。

如果您詢問 Amazon 和其他公司，您就會(huì)知道播放音樂、游戲和簡單地回答查詢并不是他們對(duì)這些對(duì)話網(wǎng)關(guān)設(shè)備的愿景的最終狀態(tài)。這些設(shè)備是低成本的輸入和輸出硬件，是通往位于主要科技公司數(shù)據(jù)中心的更強(qiáng)大基礎(chǔ)設(shè)施的門戶。智能對(duì)話助手不僅可以作為被動(dòng)設(shè)備，還可以代表您主動(dòng)采取行動(dòng)，執(zhí)行需要與其他人互動(dòng)的任務(wù)，也許很快，另一端的其他對(duì)話助手。具有諷刺意味的是，揚(yáng)聲器部分是實(shí)現(xiàn)它的最不相關(guān)的部分。它只是提供輸出。所有功率都發(fā)生在該輸出之前。

這些設(shè)備有多智能？

2018 年，Cognilytica 宣布創(chuàng)建語音助手基準(zhǔn)測試以測試設(shè)備的智能，并在 2019 年跟進(jìn)了另一個(gè)基準(zhǔn)測試?；鶞?zhǔn)測試的目的不是測試設(shè)備的自然語言處理 (NLP) 或自然語言生成 (NLG) 功能，這些功能現(xiàn)在對(duì)于想要獲得高質(zhì)量自然語言功能的任何人來說都是相當(dāng)標(biāo)準(zhǔn)的。基準(zhǔn)測試的目的也不是查看這些設(shè)備可以執(zhí)行什么樣的技能。我們知道，更好的 NLP/NLG 意味著能夠處理更廣泛的語音、口音、語言和說話者特征，更多的技能意味著更多的單任務(wù)能力。就我們而言，這些都是“賭注”。基準(zhǔn)測試的目的是了解這些設(shè)備的真正智能程度，而不僅僅是聲控搜索和檢索工具。

如果設(shè)備的力量不在于設(shè)備本身，而在于賦予這些設(shè)備真正功能的后端智能，那么我們需要測試一下后端到底有多智能。當(dāng)你將兩件事放在一起比較時(shí)，對(duì)話代理能理解嗎？他們是否理解需要常識(shí)或文化知識(shí)的隱含的不言而喻的事情？例如，安排理發(fā)預(yù)約的對(duì)話代理應(yīng)該知道您不應(yīng)該在上次理發(fā)后幾天安排理發(fā)，或者在晚宴前安排根管牙醫(yī)預(yù)約。這些是人類可以做的事情，因?yàn)槲覀儞碛兄R(shí)、智慧和常識(shí)。然而，正如我們?cè)谧畛醯幕鶞?zhǔn)測試中所展示的那樣，無論是 Google Home、Amazon Echo 還是 Apple Siri 設(shè)備都無法回答“什么更大：太陽還是地球？”這個(gè)問題。您會(huì)相信這些設(shè)備會(huì)影響您的生活嗎？沒有。但是，我們的目標(biāo)是幫助朝著這個(gè)方向發(fā)展。

智能對(duì)話助理的意義

在不遠(yuǎn)的將來，智能助手將無處不在。在我們的個(gè)人和商業(yè)生活中，我們每天都會(huì)與他們互動(dòng)。我們將與家中的助理聊天，并與其他人和企業(yè)的對(duì)話代理互動(dòng)。在未來，每個(gè)人都將擁有個(gè)人電子虛擬助理，我們將讓他們做所有事情，從在您舉辦生日派對(duì)時(shí)向朋友發(fā)送消息，到為該派對(duì)安排所有后勤工作，再到處理遲到者的來電誰做不到。很快，就像我們現(xiàn)在依賴 GPS 系統(tǒng)防止迷路和我們的手機(jī)讓我們始終保持聯(lián)系一樣，我們將依賴這些智能助手來維持我們的生活。

然而，使用智能助手有一個(gè)缺點(diǎn)，專家們哀嘆人類會(huì)想知道他們是否在與機(jī)器人交談。很明顯，人們會(huì)對(duì)早期的智能助手感到沮喪，因?yàn)樗麄兎噶肆钊司趩实腻e(cuò)誤。然而，還有一個(gè)更黑暗的潛在結(jié)果。將來，我們需要一種可靠的方法來確保我們知道電話中的發(fā)言人是誰，他們的意圖是什么，以及請(qǐng)求的真實(shí)性。未來（現(xiàn)在真的就在這里）是我們無法相信我們看到或聽到的任何東西。這使得驗(yàn)證現(xiàn)實(shí)在一個(gè)非常重要的智能助手已成為我們?nèi)粘Ｉ畹囊徊糠帧?/a>