2019-12-10 濤濤
本文整理了人工智能行業(yè)中設(shè)計(jì)師需要理解的一些名詞和內(nèi)容。
一方面供自己學(xué)習(xí)思考，另一方面也希望能幫助到準(zhǔn)備投入到人工智能行業(yè)的設(shè)計(jì)師。之前聽有的朋友講到，覺得自己沒有計(jì)算機(jī)背景，有點(diǎn)害怕進(jìn)入到這樣一個(gè)領(lǐng)域來。
沒有計(jì)算機(jī)背景沒有關(guān)系，只要對(duì)這個(gè)行業(yè)充滿好奇，一個(gè)個(gè)的問題解決掉，在你眼前的迷霧都會(huì)散去的。
先簡(jiǎn)單舉幾個(gè)人工智能在生活中有在應(yīng)用的例子：
像現(xiàn)在有的超市寄存物件，開箱時(shí)采用的人臉識(shí)別；像家里購(gòu)置的智能音響，時(shí)不時(shí)還能跟它聊上幾句；像接聽到的銀行電話（是的，對(duì)方可能是機(jī)器人噢）；像在淘寶上咨詢的客服小蜜；像你手機(jī)里的虛擬助手….等等這些都是人工智能在生活中的應(yīng)用。
人工智能在設(shè)計(jì)領(lǐng)域的應(yīng)用也相當(dāng)廣泛，具體可以看這篇文章：
這幾個(gè)例子是在生活中比較普遍能接觸到的，實(shí)際人工智能應(yīng)用的領(lǐng)域還在不斷的擴(kuò)大，我們甚至都無法想象到，未來的生活會(huì)是怎樣的狀態(tài)和場(chǎng)景。
在這家公司之前，我做過語音交互類的產(chǎn)品交互設(shè)計(jì)。當(dāng)時(shí)在定義人與設(shè)備進(jìn)行語音交互時(shí)，會(huì)是怎樣的一個(gè)交互場(chǎng)景。從說喚醒詞到發(fā)出指令，從收到反饋到繼續(xù)對(duì)話。喚醒后等待的時(shí)間、結(jié)束的規(guī)則等等這些。
而現(xiàn)在，我大部分時(shí)間是在設(shè)計(jì)工具，如何讓使用者能快速的創(chuàng)建出一個(gè)智能機(jī)器人。如何讓機(jī)器人的創(chuàng)建者方便快捷的添加機(jī)器人的相關(guān)數(shù)據(jù)和創(chuàng)建出對(duì)話場(chǎng)景。
所以在進(jìn)行這些工具的設(shè)計(jì)之前，有些名詞概念，會(huì)需要設(shè)計(jì)師來了解一下，能讓我們更好的理解人工智能的一些原理以及能夠讓設(shè)計(jì)師具象化到實(shí)際的設(shè)計(jì)中，甚至能基于此技術(shù)/原理來進(jìn)行相關(guān)的創(chuàng)新或研究。
整理內(nèi)容如下：（內(nèi)容基于工作及自身理解，如有概念理解錯(cuò)誤，歡迎指正）
下面嘗試用較易理解方式來解釋這些名詞：
與機(jī)器人進(jìn)行對(duì)話，首先就需要讓機(jī)器人懂我們說的話，這其中，就需要來關(guān)注到自然語言處理，通過自然語言處理技術(shù)，能夠?qū)崿F(xiàn)我們與機(jī)器之間「無障礙」對(duì)話。
我把這三者關(guān)系畫了張圖示，我是以這樣的方式理解的
從圖中可進(jìn)一步看出，NLU 和 NLG 是 NLP 的子集，而 NLP 是人與機(jī)器溝通中很重要的存在。
涉及到語音就會(huì)經(jīng)常聽到 ASR 和 TTS
語音識(shí)別（ASR）：將語音內(nèi)容轉(zhuǎn)為文字
如微信里面，當(dāng)別人發(fā)的語音信息不方便外放收聽時(shí)，可以轉(zhuǎn)為文字查看
語音合成（TTS）：將文字內(nèi)容轉(zhuǎn)為語音
如現(xiàn)在很多的閱讀軟件，支持播放，有的就是利用 TTS，直接將文本內(nèi)容轉(zhuǎn)為語音播放出來。
我試著將上面提到的 NLP 和 ASR、TTS 組合起來，關(guān)系可以如下圖所示
當(dāng)我們說一句話的時(shí)候，機(jī)器知道我們表達(dá)的是什么嗎？
意圖（Intent）:一個(gè)人希望達(dá)到的目的，或者解釋為想要做什么，他的動(dòng)機(jī)是什么。
如：
槽位（Slot）：可以理解為系統(tǒng)要向用戶收集的關(guān)鍵信息。
如：
「買張明天從上海到北京的機(jī)票」
上面這句話中，獲取到意圖（買機(jī)票）；提取關(guān)鍵信息 時(shí)間（明天）、地點(diǎn)（出發(fā)地：上海；到達(dá)地：北京）
這些關(guān)鍵的信息就是槽位，當(dāng)系統(tǒng)獲知到這些信息后，就能去執(zhí)行下一步動(dòng)作。
還可以這樣理解，當(dāng)我們?nèi)ャy行營(yíng)業(yè)廳辦理卡的時(shí)候，會(huì)填寫一張表，表每個(gè)要填寫的選項(xiàng)，就是一個(gè)個(gè)的槽位。槽位就是為你服務(wù)的人員要從你那收集的關(guān)鍵信息。
實(shí)體（Entity）：用戶在語句中提到的具體信息
實(shí)體這詞放在生活中，我們很容易理解，就是實(shí)實(shí)在在的物體，像桌子、電腦、熊貓等等這些都是實(shí)體。
但是在人機(jī)對(duì)話中，機(jī)器理解人的語句內(nèi)容，會(huì)識(shí)別出語句中的實(shí)體信息（如：地點(diǎn)、人名、歌曲名等），然后進(jìn)行標(biāo)記。
那槽位和實(shí)體是不是講的是一回事？只是不同的說法？
我之前有一度陷入這樣的困惑中，但其實(shí)這兩者還是有所區(qū)別的。比如，一個(gè)實(shí)體是數(shù)字，但是在語句中，數(shù)字將代表不同的含義。
如：
人：有沒有10元的鮮花？ 機(jī)器人：玫瑰花10元一支 。
這句話中，實(shí)體number「10」，但這個(gè) 10 在句子中表達(dá)的是價(jià)格，所以收集到的槽位信息是價(jià)格：「10元」
這樣說可能還是不太能理解，那我們可以先了解下，在一句表達(dá)中，需要進(jìn)行槽位信息收集，但機(jī)器如何知道「買張明天從上海到北京的機(jī)票」中，「上海」是城市，并且「上海」是出發(fā)地呢？
「上海」這個(gè)詞會(huì)被建立在一個(gè)城市實(shí)體詞庫(kù)中，這是「上海」能被識(shí)別到是「城市」的原因。
其次，通過將解析槽位加入語料中，加以訓(xùn)練讓機(jī)器學(xué)習(xí)相關(guān)表述結(jié)構(gòu)，來獲知該句式中，收集到的第一個(gè)城市是出發(fā)地，于是把第一個(gè)城市填到對(duì)應(yīng)的槽位中。
使用什么工具來讓機(jī)器知道，這個(gè)信息是要提取的信息？
解析器（Parser）：抽取/解析用戶語句中的關(guān)鍵信息
上一個(gè)講到實(shí)體，這里講到的解析器則是這么個(gè)工具，用來抽取這些信息。比如會(huì)有些通用的解析器如時(shí)間解析器、城市解析器、歌手解析器等等。
解析器的類型也比較多，如通用解析器、詞典解析器、正則解析器、組合解析器等等，這里就不再擴(kuò)展開講具體解析器，實(shí)在過于復(fù)雜了。
命名實(shí)體識(shí)別（NER）：用來識(shí)別具有特定意義的實(shí)體。主要會(huì)包括像機(jī)構(gòu)、地名、組織等。
是不是發(fā)現(xiàn)，解析器和 NER 在做差不多的事情？我是這樣理解的，解析器的話是一個(gè)更大的存在，其中包括了 NER。解析器下會(huì)有不同類型和不同功能的工具來實(shí)現(xiàn)關(guān)鍵信息的識(shí)別/抽取。
在我們與機(jī)器人對(duì)話時(shí)，一般會(huì)涉及到四個(gè)不同類型的對(duì)話，開放域的聊天、任務(wù)驅(qū)動(dòng)的對(duì)話、問答（FAQ）和推薦。
上面是在有次分享中提到的，這四個(gè)不同類型的對(duì)話，在機(jī)器人平臺(tái)中，會(huì)需要借助不同的功能模塊來實(shí)現(xiàn)。
任務(wù)對(duì)話（Task Dialogue ）：有上下文聯(lián)系，就像我們要去訂票、訂餐之類的一段任務(wù)型的對(duì)話。
我們公司產(chǎn)品中，任務(wù)引擎模塊就是做這個(gè)任務(wù)對(duì)話的創(chuàng)建，比如，要訂機(jī)票的場(chǎng)景。用戶在這個(gè)訂機(jī)票的場(chǎng)景中，會(huì)涉及到的對(duì)話內(nèi)容、流程的設(shè)計(jì)。
知識(shí)圖譜（Knowledge Graph）：這個(gè)可以理解為可視化關(guān)聯(lián)信息。
比如：查詢一個(gè)明星的身高、年齡，他的學(xué)校、他的女友，他的相關(guān)作品，這些基于這個(gè)人而構(gòu)建的信息庫(kù)，都可以通過知識(shí)圖譜在做整理。并且在構(gòu)建時(shí)能夠做到可視化的了解。
要讓機(jī)器人知道，它腦子里有貨了！
訓(xùn)練（Train）：這個(gè)概念可以這樣理解，比如你創(chuàng)建了個(gè)機(jī)器人，但是它什么都還不懂，于是你塞了堆知識(shí)給他，這時(shí)，它就需要自己訓(xùn)練學(xué)習(xí)了。訓(xùn)練好了，就能回答你塞的那堆知識(shí)里的問題了。
講到這就忍不住想用這個(gè)學(xué)習(xí)的例子，來簡(jiǎn)單講下一般機(jī)器人的創(chuàng)建流程。像我們?cè)趯W(xué)校，會(huì)經(jīng)歷上課學(xué)習(xí)新知識(shí)-復(fù)習(xí)溫習(xí)-考試-整理錯(cuò)題集，以此循環(huán)進(jìn)行。
這個(gè)創(chuàng)建機(jī)器人的流程也是一樣通過知識(shí)的導(dǎo)入/創(chuàng)建-訓(xùn)練-測(cè)試-優(yōu)化-上線-優(yōu)化，以此循環(huán)，不斷強(qiáng)化機(jī)器人，讓它越來越智能。
其他：
數(shù)據(jù)標(biāo)注：將對(duì)話日志中的有價(jià)值數(shù)據(jù)做標(biāo)注（標(biāo)記/匹配/關(guān)聯(lián)之類）。
因?yàn)槿说谋磉_(dá)萬千，多種表達(dá)方式都代表的同一個(gè)意思。有時(shí)用戶說了句話，是語料庫(kù)中并不包含，于是機(jī)器人可能就答非所問了。
Ai 訓(xùn)練師們就可以將這些數(shù)據(jù)信息標(biāo)注到對(duì)應(yīng)的問題中去，這樣當(dāng)用戶再用同樣方式表述時(shí)，機(jī)器人就能如預(yù)期回答了。
講到標(biāo)注想到之前在朋友圈很火的你畫我猜，谷歌推出的這個(gè)小游戲席卷朋友圈。他們用了個(gè)如此聰明的做法，其實(shí)我們參與其中的做法就是在做數(shù)據(jù)標(biāo)注，而且還是主動(dòng)提供數(shù)據(jù)的那種。
這也反映了，數(shù)據(jù)對(duì)于機(jī)器人的重要性，通過不斷的進(jìn)行數(shù)據(jù)維護(hù)和補(bǔ)充數(shù)據(jù)，機(jī)器人就會(huì)越來越理解人，表達(dá)也會(huì)越來越智能。就跟我們學(xué)習(xí)一樣，不斷學(xué)習(xí)才能夠理解其他的含義，甚至當(dāng)認(rèn)知能力提升了，看待問題的角度才能不一樣。
文章來源：優(yōu)設(shè)
藍(lán)藍(lán)設(shè)計(jì)的小編 http://m.73404.com.cn