Part 3
人類對話的本質(zhì)：思維
?“?對話的最終目的是為了同步思維?”
你是一位30出頭的職場人士，每天上午9點半，都要過辦公樓的旋轉(zhuǎn)門，進大堂的，然后刷工牌進電梯，去到28樓，你的辦公室。今天是1月6日，平淡無奇的一天。你剛進電梯，電梯里只有你一個人，正要關(guān)門的時候，有一個人匆忙擠進來。
進來的快遞小哥，他進電梯時看到只有你們兩人，就說了一聲“你好”，然后又低頭找樓層按鈕了。
你很自然的回復(fù)：“你好”，然后目光轉(zhuǎn)向一邊。
兩邊都沒什么話好講——實際上，是對話雙方認為彼此沒有什么情況需要同步的。
人們用語言來對話，其最終的目的是為了讓雙方對當(dāng)前場景模型（Situation model）保持同步。（大家先了解到這個概念就夠了。更感興趣的，詳情請見?Toward a neural basis of interactive alignment in conversation）。
The interactive-alignment model (based on Pickering and Garrod,?2004)
上圖中，A和B兩人之間發(fā)展出來所有對話，都是為了讓紅框中的兩個“Situation model” 保持同步。Situation model 在這里可以簡單理解為對事件的各方面的理解，包括Context。
不少做對話系統(tǒng)的朋友會認為Context是僅指“對話中的上下文”，我想要指出的是，除此以外，Context還應(yīng)該包含了對話發(fā)生時人們所處的場景。這個場景模型涵蓋了對話那一刻，除了明文以外的所有已被感知的信息。 比如對話發(fā)生時的天氣情況，只要被人感知到了，也會被放入Context中，并影響對話內(nèi)容的發(fā)展。
A: “你對這個事情怎么看？”?
B: “這天看著要下雨了，咱們進去說吧”——盡管本來對話內(nèi)容并沒有涉及到天氣。
對同一件事情，不同的人在腦海里構(gòu)建的場景模型是不一樣的。 (想要了解更多，可以看?Situation models in language comprehension and memory. Zwaan, R. A., & Radvansky, G. A. (1998).?)
所以，如果匆忙進電梯來的是你的項目老板，而且假設(shè)他和你（多半都是他啦）都很關(guān)注最近的新項目進展，那么你們要開展的對話就很多了。
在電梯里，你跟他打招呼：“張總，早！”， 他會回你 “早啊，對了昨天那個…”
不待他問完，優(yōu)秀如你就能猜到“張總” 大概后面要聊的內(nèi)容是關(guān)于新項目的，這是因為你認為張總對這個“新項目”的理解和你不同，有同步的必要。甚至，你可以通過昨天他不在辦公室，大概漏掉了這個項目的哪些部分，來推理你這個時候應(yīng)該回復(fù)他關(guān)于這個項目的具體什么方面的問題。
“昨天你不在，別擔(dān)心，客戶那邊都處理好了。打款的事情也溝通好了，30天之內(nèi)搞定?！?——你看，不待張總問完，你都能很棒的回答上。這多虧了你對他的模型的判斷是正確的。
一旦你對對方的情景模型判斷失誤，那么可能完全“沒打中點上”。
“我知道，昨天晚上我回了趟公司，小李跟我說過了。我是要說昨天晚上我回來辦公室的時候，你怎么沒有在加班呀？小王，你這樣下去可不行啊…”
所以，人們在進行對話的過程中，并不是僅靠對方上一句話說了什么（對話中明文所包含的信息）就來決定回復(fù)什么。而這和當(dāng)前的對話系統(tǒng)的回復(fù)機制非常不同。
“?對話是思想從高維度向低維的投影?”
我們假設(shè)，在另一個平行宇宙里，還是你到了辦公樓。
今天還是1月6日，但2年前的今天，你與交往了5年的女友分手了，之后一直對她念念不忘，也沒有交往新人。
你和往日一樣，進電梯的，剛要關(guān)門的時候，匆忙進來的一個人，要關(guān)的門又打開了。就是你2年前分手的那位前女友。她進門時看到只有你們兩，她抬頭看了一下你，然后又低頭找樓層電梯了，這時她說：“你好”。
請問你這時腦袋里是不是有很多信息洶涌而過？這時該回答什么？是不是類似“一時不知道該如何開口”的感覺？
這個感覺來自（你認為）你和她之間的情景模型有太多的不同（分手2年了），甚至你都無法判斷缺少哪些信息。有太多的信息想要同步了，卻被貧瘠的語言困住了。
在信息豐富的程度上，語言是貧瘠的，而思想則要豐富很多?“Language is sketchy, thought is rich” (New perspectives on language and thought，Lila Gleitman,?The Oxford Handbook of Thinking and Reasoning；更多相關(guān)討論請看, Fisher & Gleitman, 2002; Papafragou, 2007)
有人做了一個比喻：語言和思維的豐富程度相比，是冰山的一角。我認為遠遠不止如此：對話是思想在低維的投影。
如果是冰山，你還可以從水面上露出來的部分反推水下大概還有多大。屬于維度相同，但是量不同。但是語言的問題在，只用聽到文字信息，來反推講話的人的思想，失真的情況會非常嚴重。
為了方便理解這個維度差異，在這兒用3D和2D來舉例：思維是高維度（立體3D的形狀），對話是低維度（2D的平面上的陰影）。如果咱們要從平面上的陰影的形狀，來反推，上面懸著的是什么物體，就很困難了。兩個陰影的形狀一模一樣，但是上面的3D物體，可能完全不同。
對于語言而言，陰影就像是兩個 “你好”在字面上是一模一樣的，但是思想里的內(nèi)容卻完全不同。在見面的那一瞬間，這個差異是非常大的：
你在想（圓柱）：一年多不見了，她還好么？
前女友在想（球）：這個人好眼熟，好像認識…
“?挑戰(zhàn)：用低維表達高維?”
要用語言來描述思維有多困難？這就好比，當(dāng)你試圖給另一位不在現(xiàn)場的朋友，解釋一件剛剛發(fā)生過的事情的時候，你可以做到哪種程度的還原呢？
試試用語言來描述你今天的早晨是怎么過的。
當(dāng)你用文字完整描述后，我一定能找到一個事物或者某個具體的細節(jié)，它在你文字描述以外，但是卻確實存在在你今天早晨那個時空里。
比如，你可能會跟朋友提到，早飯吃了一碗面；但你一定不會具體去描述面里一共有哪些調(diào)料。傳遞信息時，缺少了這些細節(jié)(信息)，會讓聽眾聽到那碗面時，在腦海里呈現(xiàn)的一定不是你早上吃的“那碗面”的樣子。
這就好比讓你用平面上（2D）陰影的樣子，來反推3D的形狀。你能做的，只是盡可能的增加描述的視角，盡可能給聽眾提供不同的2D的素材，來盡量還原3D的效果。
為了解釋腦中“語言”和“思想”之間的關(guān)系（與讀者的情景模型進行同步），我畫了上面那張對比圖，來幫助傳遞信息。如果要直接用文字來精確描述，還要盡量保全信息不丟失，那么我不得不用多得多的文字來描述細節(jié)。（比如上面的描述中，尚未提及陰影的面積的具體大小、顏色等等細節(jié)）。
這還只是對客觀事物的描述。當(dāng)人在試圖描述更情緒化的主觀感受時，則更難用具體的文字來表達。?
比如，當(dāng)你看到Angelina Jordan這樣的小女生，卻能唱出I put a spell on you這樣的歌的時候，請嘗試用語言精確描述你的主觀感受。是不是很難？能講出來話，都是類似“鵝妹子嚶”這類的？這些文字能代表你腦中的感受的多少部分？1%？
希望此時，你能更理解所謂 “語言是貧瘠的，而思維則要豐富很多”。
那么，既然語言在傳遞信息時丟失了那么多信息，人們?yōu)槭裁蠢斫馄饋?，好像沒有遇到太大的問題？
“?為什么人們的對話是輕松的？”
假設(shè)有一種方式，可以把此刻你腦中的感受，以完全不失真的效果傳遞給另一個人。這種信息的傳遞和上面用文字進行描述相比，豐富程度會有多大差異？
可惜，我們沒有這種工具。我們最主要的交流工具，就是語言，靠著對話，來試圖讓對方了解自己的處境。
那么，既然語言這么不精準(zhǔn)，又充滿邏輯上的漏洞，信息量又不夠，那么人怎么能理解，還以此為基礎(chǔ)，建立起來了整個文明？
比如，在一個餐廳里，當(dāng)服務(wù)員說 “火腿三明治要買單了”，我們都能知道這和“20號桌要買單了”指代的是同樣的事情 (Nuberg,1978)。是什么讓字面上那么大差異的表達，也能有效傳遞信息？
人能通過對話，有效理解語言，靠的是解讀能力——更具體的點，靠的是對話雙方的共識和基于共識的推理能力。
當(dāng)人接收到低維的語言之后，會結(jié)合引用常識、自身的世界模型（后詳），來重新構(gòu)建一個思維中的模型，對應(yīng)這個語言所代表的含義。這并不是什么新觀點，大家熟悉的開復(fù)老師，在1991年在蘋果搞語音識別的時候，就在采訪里科普，“人類利用常識來幫助理解語音”。
當(dāng)對話的雙方認為對一件事情的理解是一樣的，或者非常接近的時候，他們就不用再講。需要溝通的，是那些（彼此認為）不一樣的部分。
當(dāng)你聽到“蘋果”兩個字的時候，你過去建立過的蘋果這個模型的各個維度，就被引用出來，包括可能是綠或紅色的、味道的甜、大概拳頭大小等等。如果你聽到對方說“藍色的蘋果”時，這和你過去建立的關(guān)于蘋果的模型不同（顏色）。思維就會產(chǎn)生一個提醒，促使你想要去同步或者更新這個模型，“蘋果為什么是藍色的？”
還記得，在Part 2 里我們提到的那個測試指代關(guān)系的Winograd Schema Challenge么？這個測試的名字是根據(jù)Terry Winograd的一個例子而來的。
“議員們拒絕給抗議者頒發(fā)許可證，因為他們 [害怕/提倡] 暴力?！?/p>
當(dāng) [害怕] 出現(xiàn)在句子當(dāng)中的時候，“他們”指的應(yīng)該是議員們；當(dāng)[提倡]出現(xiàn)在句子當(dāng)中的時候，“他們”則指的是“抗議者”。
1. 人們能夠根據(jù)具體情況，作出判斷，是因為根據(jù)常識做出了推理，“議員害怕暴力；抗議者提倡暴力?！?/p>
2. 說這句話的人，認為這個常識對于聽眾應(yīng)該是共識，就直接把它省略掉了。
同理，之前（Part 2）我們舉例時提到的那個常識 （“四川火鍋是辣的；日料不是辣的”），也在表達中被省略掉了。常識（往往也是大多數(shù)人的共識）的總量是不計其數(shù)，而且總體上還會隨著人類社會發(fā)展的演進而不斷新增。
例子1，如果你的世界模型里已經(jīng)包含了“華農(nóng)兄弟” （你看過并了解他們的故事），你會發(fā)現(xiàn)我在Part 2最開始的例子，藏了一個梗（做成叫花雞）。但因為“華農(nóng)兄弟”并不是大多數(shù)人都知道的常識，而是我與特定人群的共識，所以你看到這句話時，獲得的信息就比其人多。而不了解這個梗的人，看到那里時就不會接收到這個額外的信息，反而會覺得這個表達好像有點點奇怪。
例子2，創(chuàng)投圈的朋友應(yīng)該都有聽說過 Elevator pitch，就是30秒，把你要做什么事情講清楚。通常的案例諸如：“我們是餐飲界的Uber”，或者說“我們是辦公室版的Airbnb”。這個典型結(jié)構(gòu)是“XX版的YY”，要讓這句話起到效果，前提條件是XX和YY兩個概念在發(fā)生對話之前，已經(jīng)納入到聽眾的模型里面去了。如果我給別人說，我是“對話智能行業(yè)的麥肯錫”，要能讓對方理解，對方就得既了解對話智能是什么，又了解麥肯錫是什么。
“基于世界模型的推理?”
場景模型是基于某一次對話的，對話不同，場景模型也不同；而世界模型則是基于一個人的，相對而言長期不變。
對世界的感知，包括聲音、視覺、嗅覺、觸覺等感官反饋，有助于人們對世界建立起一個物理上的認識。對常識的理解，包括各種現(xiàn)象和規(guī)律的感知，在幫助人們生成一個更完整的模型：世界模型。
無論精準(zhǔn)、或者對錯，每一個人的世界模型都不完全一樣，有可能是觀察到的信息不同，也有可能是推理能力不一樣。世界模型影響的是人的思維本身，繼而影響思維在低維的投影：對話。
讓我們從一個例子開始：假設(shè)現(xiàn)在咱們一起來做一個不那么智障的助理。我們希望這個助理能夠推薦餐廳酒吧什么的，來應(yīng)付下面這樣的需求：
當(dāng)用戶說：“我想喝點東西”的時候，系統(tǒng)該怎么回答這句話？經(jīng)過Part 2，我相信大家都了解，我們可以把它訓(xùn)練成為一個意圖“找喝東西的店”，然后把周圍的店檢索出來，然后回復(fù)這句話給他：“在你附近找到這些選擇”。
恭喜，咱們已經(jīng)達到Siri的水平啦！
但是，剛剛我們開頭就說了，要做不那么智障的助理。這個“喝東西的店”是奶茶點還是咖啡店？還是全部都給他？
嗯，這就涉及到了推理。我們來手動模擬一個。假設(shè)我們有用戶的Profile數(shù)據(jù)，把這個用上：如果他的偏好中最愛的飲品是咖啡，就給他推薦咖啡店。?
這樣一來，我們就可以更“個性化”的給他回復(fù)了：“在你附近找到這些咖啡店”。
這個時候，咱們的AI已經(jīng)達到了不少“智能系統(tǒng)”最喜歡鼓吹的個性化概念——“千人千面”啦！
然后我們來看這個概念有多蠢。
一個人喜歡喝咖啡，那么他一輩子的任意時候就都要喝咖啡么？人是怎么處理這個問題的呢？如果用戶是在下午1點這么問，這么回他還好；如果是在晚上11點呢？我們還要給他推薦咖啡店么？還是應(yīng)該給他推薦一個酒吧？
或者，除此之外，如果今天是他的生日，那么我們是不是該給他點不同的東西？或者，今天是圣誕節(jié)，該不該給他推薦熱巧克力？
你看，時間是一個維度，在這個維度上的不同值都在影響給用戶回復(fù)什么不同的話。?
時間和用戶的Profile不同的是：
1. 時間這個維度上的值有無限多；
2. 每個刻度還都不一樣。比如雖然生日是同一個日期，但是過生日的次數(shù)卻不重復(fù)；
除了時間這個維度以外，還有空間。
于是我們把空間這個維度疊加（到時間）上去。你會發(fā)現(xiàn)，如果用戶在周末的家里問這個問題（可能想叫奶茶外賣到家？），和他在上班時間的辦公室里問這個問題（可能想出去走走換換思路），咱們給他的回復(fù)也應(yīng)該不同。
光是時空這兩個維度，就有無窮多的組合，用"if then"的邏輯也沒法全部手動寫完。我們造機器人的工具，到這個需求，就開始捉襟見肘了。
何況時間和空間，只是世界模型當(dāng)中最顯而易見的兩個維度。還有更多的，更抽象的維度存在，并且直接影響與用戶的對話。比如，人物之間的關(guān)系；人物的經(jīng)歷；天氣的變化；人和地理位置的關(guān)系（是經(jīng)常來出差、是當(dāng)?shù)赝林?、是第一次來旅游）等等等等。咱們聊到這里，感覺還在聊對話系統(tǒng)么？是不是感覺有點像在聊推薦系統(tǒng)？
要想效果更好，這些維度的因素都要疊加在一起進行因果推理，然后把結(jié)果給用戶。
至此，影響人們對話的，光是信息（還不含推理）至少就有這三部分：明文（含上下文）+ 場景模型（Context）+ 世界模型。
普通人都能毫不費力地完成這個工作。但是深度學(xué)習(xí)只能處理基于明文的信息。對于場景模型和世界模型的感知、生成、基于模型的推理，深度學(xué)習(xí)統(tǒng)統(tǒng)無能為力。
這就是為什么現(xiàn)在炙手可熱的深度學(xué)習(xí)無法實現(xiàn)真正的智能（AGI）的本質(zhì)原因：不能進行因果推理。
根據(jù)世界模型進行推理的效果，不僅僅體現(xiàn)上在對話上，還能應(yīng)用在所有現(xiàn)在成為AI的項目上，比如自動駕駛。
經(jīng)過大量訓(xùn)練的自動駕駛汽車，在遇到偶發(fā)狀況時，就沒有足夠的訓(xùn)練素材了。比如，突然出現(xiàn)在路上的嬰兒車和突然滾到路上的垃圾桶，都會被視為障礙物，但是剎不住車的情況下，一定要撞一個的時候，撞哪一個？
又比如，對侯世達(Douglas Hofstardler )而言，“駕駛”意味著當(dāng)要趕著去一個地方的時候，要選擇超速還是不超速；要從堵車的高速下來，還是在高速上慢慢跟著車流走...這些決策都是駕駛的一部分。他說：“世界上各方面的事情都在影響著“駕駛”這件事的本質(zhì)?”。
“?人腦有兩套系統(tǒng)：系統(tǒng)1?和系統(tǒng)2?”
關(guān)于 “系統(tǒng)1和系統(tǒng)2”的詳情，請閱讀 Thinking, Fast and Slow, by Daniel Kahneman，一本非常好的書，對人的認知工作是如何展開的進行了深入的分析。在這兒，我給還不了解的朋友介紹一下，以輔助本文前后的觀點。
心理學(xué)家認為，人思考和認知工作分成了兩個系統(tǒng)來處理：
系統(tǒng)1是快思考：無意識、快速、不怎么費腦力、無需推理
系統(tǒng)2是慢思考：需要調(diào)動注意力、過程更慢、費腦力、需要推理
系統(tǒng)1先上，遇到搞不定的事情，系統(tǒng)2會出面解決。
系統(tǒng)1做的事情包括: 判斷兩個物體的遠近、追溯聲音的來源、完形填空 ( "我愛北京天安? ? ?" )等等。
順帶一提，下象棋的時候，一眼看出這是一步好棋，這個行為也是系統(tǒng)1實現(xiàn)的——前提是你是一位優(yōu)秀的玩家。
對于中國學(xué)生而言，你突然問他：“7乘以7”，他會不假思索的說：“49！”這是系統(tǒng)1在工作，因為我們在小學(xué)都會背99乘法表。這個49并非來自計算結(jié)果，而是背下來的（反復(fù)重復(fù)）。
相應(yīng)的，如果你問：“3287 x 2234等于多少？”，這個時候人就需要調(diào)用世界模型中的乘法規(guī)則，加以應(yīng)用（計算）。這就是系統(tǒng)2的工作。
另外，在系統(tǒng)1所設(shè)定的世界里，貓不會像狗一樣汪汪叫。若事物違反了系統(tǒng)1所設(shè)定的世界模型，系統(tǒng)2也會被激活。
在語言方面，Yoshua Bengio 認為系統(tǒng)1不做與語言有關(guān)的工作；系統(tǒng)2才負責(zé)語言工作。對于深度學(xué)習(xí)而言，它更適合去完成系統(tǒng)1的工作，實際上它根本沒有系統(tǒng)2的功能。
關(guān)于這兩個系統(tǒng)，值得一提的是，人是可以通過訓(xùn)練，把部分系統(tǒng)2才能做的事情，變成系統(tǒng)1來完成的。比如中國學(xué)生得經(jīng)過“痛苦的記憶過程”才能熟練掌握99乘法表，而不是隨著出生到長大的自然經(jīng)驗，慢慢學(xué)會的。
但是這里有2個有意思的特征：
1. 變成系統(tǒng)1來處理問題的時候，可以節(jié)約能量。人們偏向相信自己的經(jīng)驗，是因為腦力對能量的消耗很大，這是一個節(jié)能的做法。
2. 變成系統(tǒng)1的時候，會犧牲辯證能力，因為系統(tǒng)1對于邏輯相關(guān)的問題一無所知。“我做這個事情已經(jīng)幾十年了”這種經(jīng)驗主義思維就是典型案例。
想想自己長期積累的案例是如何在影響自己做判斷的？
“?單靠深度學(xué)習(xí)搞不定語言，現(xiàn)在不行，將來也不行?”
在人工智能行業(yè)里，你經(jīng)常會聽到有人這么說 “盡管當(dāng)前技術(shù)還實現(xiàn)不了理想中的人工智能，但是技術(shù)是會不斷演進的，隨著數(shù)據(jù)積累的越來越多，終將會實現(xiàn)讓人滿意的人工智能?！?/p>
如果這個說法，是指寄希望于僅靠深度學(xué)習(xí)，不斷積累數(shù)據(jù)量，就能翻盤——那就大錯特錯了。
無論你怎么優(yōu)化“馬車”的核心技術(shù)（比如更壯、更多的馬），都無法以此造出汽車(下圖右)。?
對于大眾而言，技術(shù)的可演進性，是以宏觀的視角看人類和技術(shù)的關(guān)系。但是發(fā)動機的演化和馬車的關(guān)鍵技術(shù)沒有半點關(guān)系。
深度學(xué)習(xí)領(lǐng)域的3大牛，都認為單靠深度學(xué)習(xí)這條路（不能最終通向AGI）。感興趣的朋友可以沿著這個方向去研究:?
Geoffrey Hinton的懷疑：“我的觀點是都扔掉重來吧”
Yoshua Bengio的觀點：“如果你對于這個每天都在接觸的世界，有一個好的因果模型，你甚至可以對不熟悉的情況進行抽象。這很關(guān)鍵......機器不能，因為機器沒有這些因果模型。我們可以手工制作這些模型，但是這遠不足夠。我們需要能發(fā)現(xiàn)因果模型的機器。”
Yann LeCun的觀點：“A learning predictive world model is what we’re missing today, and in my opinion is the biggest obstacle to significant progress in AI.”
至于深度學(xué)習(xí)在將來真正的智能上扮演的角色，在這兒我引用Gary Marcus的說法：“I don’t think that deep learning won’t play a role in natural understanding, only that deep learning can’t succeed on its own.”
“?解釋人工智障產(chǎn)品?”
現(xiàn)在，我們了解了人們對話的本質(zhì)是思維的交換，而遠不只是明文上的識別和基于識別的回復(fù)。而當(dāng)前的人工智能產(chǎn)品則完全無法實現(xiàn)這個效果。那么當(dāng)用戶帶著人類的世界模型和推理能力來跟機器，用自然語言交互時，就很容易看到破綻。
Sophia是一個技術(shù)上的騙局（凡是鼓吹Sophia是真AI的，要么是不懂，要么是忽悠）；
現(xiàn)在的AI，都不會有真正的智能（推理能力什么的不存在的，包括Alpha go在內(nèi)）；
只要是深度學(xué)習(xí)還是主流，就不用擔(dān)心AI統(tǒng)治人類；
對話產(chǎn)品感覺用起來智障，都是因為想跳過思維，直接模擬對話（而現(xiàn)在也只能這樣）；
“用的越多，數(shù)據(jù)越多，智能會越強，產(chǎn)品就會越好，使用就會越多”——對于任務(wù)類對話產(chǎn)品，這是一個看上去很酷，實際上不靠譜的觀點；
一個AI agent，能對話多少輪，毫無意義；
to C的助理產(chǎn)品做不好，是因為解決不了“如何獲得用戶的世界模型數(shù)據(jù)，并加以利用”這個問題；
to B的對話智能公司為何很難規(guī)?；?？（因為場景模型是手動生成的）
先有智能，后有語言：要做到真正意義上的自然語言對話，至少要實現(xiàn)基于常識和世界模型的推理能力。而這一點如果能實現(xiàn)，那么我們作為人類，就可能真的需要開始擔(dān)心前文提到的智能了。
不要用NLP評價一個對話智能產(chǎn)品：年底了，有些媒體開始出各種AI公司榜單，其中有不少把做對話的公司分在NLP下面。這就好比，不要用觸摸屏來衡量一款智能手機。在這兒我不是說觸摸屏或者NLP不重要(Essential)，反而因為太重要了，這個環(huán)節(jié)成為了每一家的標(biāo)配，以至于在這方面基本已經(jīng)做到頭了，差異不過1%。
對于一個對話類產(chǎn)品而言，NLU盡管重要，但只應(yīng)占個整體配件的5-10%左右。更進一步來說，甚至意圖識別和實體提取的部分用大廠的，產(chǎn)品間差異也遠小于對話管理部分的差距。真正決定產(chǎn)品的是剩下的90%的系統(tǒng)。
到此，是不是有一種絕望的感覺？這些學(xué)界和行業(yè)的大牛都沒有解決方案，或者說連有把握的思路都沒有。是不是做對話智能這類的產(chǎn)品就沒戲了？上限就是這樣了么？
不是。對于一項技術(shù)而言，可能確實觸底了；但是對于應(yīng)用和產(chǎn)品設(shè)計而言，并不是由一個技術(shù)決定的，而是很多技術(shù)的結(jié)合，這里還有很大的空間。
作為產(chǎn)品經(jīng)理，讓我來換一個角度。我們來研究一下，既然手中的工具是這些，我們能用他們來做點什么？
關(guān)于作者
作者Mingke，正在從事對話智能方面的創(chuàng)業(yè)，為世界一百強企業(yè)提供對話智能應(yīng)用的咨詢和解決方案。上次《為什么現(xiàn)在的人工智能助理都像人工智障》一文發(fā)出來之后，認識結(jié)交了不少行業(yè)內(nèi)的朋友。希望這次，把過去一段時間的思考與大家分享，能給行業(yè)內(nèi)的新老朋友們一些啟發(fā)，有興趣溝通和碰撞的也歡迎與我聯(lián)系。
歡迎行業(yè)里的新老朋友勾搭吐槽，微信：mingke27 （請注明稱呼+所在機構(gòu)）
