中英文模式阅读
中文模式阅读
英文模式阅读

Justin Lee


哦,头条新闻如何:{#94f4}


"...... 2016年的机器人范式转变将比过去十年从网络应用程序迁移到移动应用程序更具破坏性和趣味性。"


Chatbots were The Next Big Thing.
{#195b}


我们的希望很高涨。这个行业已经成熟,适应创新的新时代:这是一个开始与机器交流的时候。{#b773}


他们为什么不呢?所有的路标都指向疯狂的成功。{#46a7}


消息是巨大的!会话营销是一个炙手可热的新流行词!微信!中国!


此外,当涉及那些讨厌,难以构建的应用程序时,供应量已经变得越来越明显。


在2017年世界移动通信大会上,聊天机器人是主要的头条新闻。该conference
组织者引用' overwhelming acceptance at the event of the inevitable shift of focus for brands and corporates to chatbots'.
{#7ce8}


事实上,关于聊天机器人的唯一重要问题是 who
会垄断这个领域, not whether chatbots would take off in the first place
:{#38d2}


"一个平台是否会出现在聊天机器人和个人助理生态系统中?"


一年过去了,我们回答了这个问题。{#16a4}

No.
{#c216}


因为平台甚至没有一个生态系统来支配。{#a9c3}

Chatbots
weren't the first technological development
用夸张的语言谈论,然后惨败。{#aac7}


古老的炒作周期以熟悉的方式展开...... {#ffa2}


Reverential TechCruncharticles
were written.


预言思想领袖喜欢Chris Messina
chimed in.


硅谷对与智能自动化交流的前景垂涎三尺。


信使开始溢出机器人。


Slack经历了指数式增长,甚至推出了一项机器人投资基金。


期望建立,建造,然后......它一切都失败了。{#6073}


预测的范式转变没有实现。{#dd7b}


而且,应用程序仍然活着且很好。{#f824}


我们回顾一下我们令人窒息的乐观情绪并转向彼此,有点困惑:{#1bfb}

"is that it? THAT was the chatbot revolution we were promised?"
{#2dfd}


数字的Ethan Blochsums up
普遍共识:{#7ff9}


"我甚至不确定我们是否可以说'聊天机器人已经死了',因为我甚至不知道他们是否还活着。"

According
对于Heap产品设计副总裁Dave Feldman来说,聊天机器人并不只是承担了一个难题并且失败了:他们接下来几个并且都失败了。{#3485}


机器人可以以不同的方式与用户交互。文本与语言之间存在巨大差异。在(计算机接口)的开头是(书面)单词。{#8707}


用户必须手动将命令输入到机器中才能完成任何工作。{#5a19}


然后,图形用户界面(GUI)出现并保存了一天。我们被窗户,鼠标点击,图标所吸引。嘿,我们最终也变色了!{#e093}


与此同时,一群研究科学家忙于开发数据库的自然语言(NL)接口,而不必学习一种神秘的数据库查询语言。{#d961}


另外一群科学家正在开发语音处理软件,这样你就可以与计算机对话,而不必打字。事实证明这比最初意识到的要困难得多:{#4784}


...这么多不同的口音,人们说得太快或太慢,咕,,咕噜咕噜叫。


你有说"认识演讲"或"破坏漂亮的海滩"吗?


议程上的下一个项目是与机器进行双向对话。这是一个带有VCR设置的示例对话框(可以追溯到20世纪90年代)system
:{#b762}


User: "Hello."


特工:"你好,你叫什么名字?"


User: "Candy."


特工:"你好,糖果!"


用户:"让我们设置时钟。"


特工:"现在几点?"


用户:"时间是上午11点。"


代理将时钟设置为上午11:00。


很酷,对吗?系统以协作的方式轮流进行,并且能够巧妙地确定用户想要的内容。{#6701}


它经过精心设计,可以处理涉及录像机的对话,并且只能在严格的限制范围内运作。{#19aa}


现代机器人,无论是使用打字输入还是口头输入,都必须面对所有这些挑战,而且还要在各种平台上以高效和可扩展的方式工作。{#5d83}


基本上,我们仍在努力实现30年前的创新。{#fee7}


这就是我认为我们出错的地方:{#899c}


一个过大的假设是应用程序已经"结束",并且会是replaced
by bots.{#03f7}


通过将两个不同的概念相互对立(而不是将它们看作是为不同目的而设计的独立实体),我们不鼓励机器人开发。{#e8f9}


十年前应用程序第一次进入现场时,您可能还记得类似的战争呐喊:但是你还记得应用程序何时取代了互联网吗?{#e900}


据说新产品或服务必须是以下两项: better
, cheaper
, or faster
。聊天机器人比应用程序更便宜或更快?不 - 至少还没有。{#bf4c}


他们是否"更好"是主观的,但我认为可以说今天最好的僵尸程序无法与当今最好的应用程序相媲美。{#cf4f}


另外,没有人认为使用Lyft过于复杂,或者在应用程序上订购食物或购买衣服太难了。什么 is
太复杂了,试图用机器人完成这些任务 - 并让机器人失败。{#0ec9}Image result for chatbot fails


一个伟大的机器人可以像一般的应用程序一样有用。当谈到丰富,复杂,多层次的应用程序时,没有竞争对手。{#356d}


那是因为机器让我们访问庞大而复杂的信息系统,早期的图形信息系统就是一个revolutionary leap
帮助我们找到这些系统。{#8f18}


现代应用程序受益于数十年的研究和实验。我们为什么要扔掉它?{#684c}


但是,如果我们将'replace'替换为'extend',事情会变得更加有趣。{#b755}


今天最成功的机器人体验采用混合方法,将聊天融入更广泛的战略,包含更多传统元素。{#e8c2}
https://www.pennyapp.io

  • Penny provides chatty advice and alerts alongside a traditional account dashboard and transaction list. {#6600} {#6600}
  • HubSpot Conversations unifies Facebook Messenger, onsite chat, social media, email and other messaging outlets into one shared inbox. {#6a54} {#6a54}
  • Layer gives developers the tools to create personalized messaging experiences on mobile web and desktop web as well as native apps. {#3f07} {#3f07}

下一波将是multimodal apps
,你可以说出你想要的东西(比如Siri),并以地图,文字甚至口头回复的形式获取信息。{#0da3}


我的产品需要机器人吗?现有平台是否能够支持其功能?我有耐心建立一个能够做我想做的机器人吗?


炒作大肆宣扬的另一个问题是,它倾向于绕过像这样的基本问题。{#ae76}


对于很多公司来说,机器人不是正确的解决方案。在过去的两年中,机器人被盲目地应用于不需要的问题。{#6814}


为了它而建立一个机器人,让它松散并希望最好的将永远不会结束:{#4c43}
完全必要的Maroon 5聊天机器人在行动


绝大多数僵尸程序是使用决策树逻辑构建的,其中僵尸程序的预设响应依赖于在用户输入中发现特定关键字。{#29db}


这种方法的优点是可以很容易地列出它们旨在涵盖的所有案例。这也正是他们的劣势。{#8880}


T hat's because these bots are purely a reflection of the capability
创造他们的人的,挑剔和耐心;以及他们能够预测的用户需求和输入数量。{#9b90}


当生活拒绝融入这些盒子时会出现问题。{#f2cc}


根据最近的报道,70%
Facebook Messenger上的100,000多个机器人无法满足简单的用户请求。部分原因是开发人员未能将他们的机器人缩小到一个强大的关注领域。{#0006}


当我们建造时GrowthBot
,我们决定将其专门针对销售和营销人员:不是"全能",尽管人们很容易对潜在的能力过度兴奋。{#a211}


请记住:做一件事情的机器人比做多件事的机器人更有帮助。{#552c}Image result for chatbot fails


一个称职的开发人员可以在几分钟内建立一个基本的机器人 - 但是能够进行对话的人?那是另一个故事。尽管人工智能不断炒作,但我们距离实现类似人类的任何东西还有很长的路要走。{#1644}


In an ideal world,
称为NLP(自然语言处理)的技术应该允许聊天机器人理解它收到的消息。但NLP只是刚从研究实验室出现,并且处于起步阶段。{#077b}


有些平台提供了一些NLP,但即使是最好的也是幼儿级能力(例如,考虑Siri理解你的话,但不是他们的意思。){#0b9e}


As Matt Asay
概述,这导致另一个问题:未能吸引开发人员的注意力和创造力。{#ebb6}


"消费者的兴趣永远不会实现,直到机器智能可以接近人类智能。


用户的兴趣取决于AI,它可以让机器人与消费者进行交谈。"


对话很复杂。它们不是线性的。主题相互旋转,随机转动,重启或突然完成。{#0eb9}


今天基于规则的对话系统太脆弱,无法应对这种不可预测性,使用机器学习的统计方法也同样有限。人类对话所需的人工智能水平尚未公布。{#2847}


与此同时,很少有高质量的开拓性机器人能够引领潮流。如Dave Feldman
remarked:{#9c3d}


"Slack,Facebook,谷歌,微软,Kik和其他公司是否应该建立自己的内置机器人来引领潮流?


他们是否应该更积极地使用他们的机器人基金和孵化器,聘请导师教育参与者的方式,或提供工程和设计资源?在备受瞩目的合作伙伴中获得资助的战略机器人计划?


在我看来是的,是的,是的。谈到平台,开发人员就是用户;我们不依赖用户了解为何或如何使用我们的产品。我们必须向他们展示。"


曾几何时,与计算机交互的唯一方法是在终端上键入奥术命令。使用窗口,图标或鼠标的可视界面是我们操纵信息的一次革命{#6b3c}


计算从基于文本的用户界面转移到图形用户界面(GUI)是有原因的。在输入方面,点击比输入更容易,更快。{#0282}


即使使用预测(通常容易出错)的文本,点击或选择显然比键入整个句子更可取。在输出方面,一张图片胜过千言万语的古老格言通常都是正确的。{#6e85}


We love optical
displays
of information because we are
高度视觉的生物。孩子们喜欢这不是偶然的touch screens
。梦想图形界面的先驱者受到了启发cognitive psychology
,研究大脑如何处理沟通。{#f834}


会话用户界面旨在复制人们喜欢的沟通方式,但最终需要额外的认知努力。从本质上讲,我们正在为更复杂的替代方案交换简单的东西。{#0d01}


当然,我们只能用语言表达一些概念("告诉我去博物馆的所有方式,给我2000步但不超过35分钟"),但大多数任务可以进行更多使用GUI高效直观地使用会话用户界面。{#08d0}Image result for chatbots


在商业互动中瞄准人的维度是有道理的。{#f130}


如果有一件事情被打破了sales
and marketing
,缺乏人性:品牌躲在后面 ticket numbers
, feedback forms
, do-not-reply-emails
, automated responses
and gated 'contact us' forms
.{#c573}


Facebook的目标是他们的机器人应该通过所谓的图灵测试,这意味着你无法分辨你是在与机器人还是人类交谈。但机器人与人类并不相同。它永远不会。{#f0ba}


A conversation
包含的不仅仅是文字。{#2d80}


人类可以在线之间阅读,利用上下文信息并理解讽刺等双层。机器人很快忘记了他们正在谈论的内容,这意味着它有点像与短期记忆很少或没有短暂记忆的人交谈。{#63da}


As HubSpot team pinpointed
:{#bec8}


Bots提供了一种可扩展的方式,可以与买家进行一对一的互动。然而,当他们没有像人们习惯于在消息应用程序上与其他人一起使用的复杂,多层次的对话那样提供高效和令人愉快的体验时,他们就失败了。


人们不容易被愚弄,假装机器人是人类可以保证减少回报(更不用说你对用户撒谎的事实)。{#ec6e}


甚至那些由最先进的NLP驱动,并且在处理和制作内容方面表现优异的稀有机器人也会相形见绌。{#5ea0}


而这是另一回事。构建会话UI是为了复制人们喜欢的交流方式 other humans
.{#ba9b}


但人类更喜欢与机器互动吗?{#5f5d}


不一定。{#9f21}


在一天结束时,没有任何诙谐的讽刺或类似人的举止会使机器人免于会话失败。{#2f44}


在某种程度上,那些早期采用者并非完全错误。{#3671}


People are
在Google Home上大喊大叫,播放他们最喜欢的歌曲,从Domino的机器人那里订购披萨,并从丝芙兰获得化妆技巧。但就消费者反应和开发人员参与而言,聊天机器人还没有辜负2015/16左右的大肆宣传。{#e26a}


甚至没有关闭。{#24ee}


Computers are good
在做计算机。搜索数据,处理数字,analyzing opinions
并凝聚了这些信息。{#8a87}


Computers aren't good
了解人类情感。 NLP的状态意味着他们仍然没有"得到"我们所要求的东西,更不用说我们的感受。{#b213}


这就是为什么现在仍然无法想象有效的客户支持,销售或市场营销essential human touch
:同理心和情商。{#58b6}


目前,机器人可以继续帮助我们完成自动化,重复性,低级别的任务和查询;作为更大,更复杂系统中的齿轮。我们这么快就做了它们,而我们自己也是一种伤害。{#74f0}


但这不是全部故事。{#a3cf}


是的,我们的行业大大高估了聊天机器人的初步影响。重点 initial
.{#408d}


比尔盖茨曾经说过:{#4f32}


我们总是高估未来两年将发生的变化,并低估未来十年将发生的变化。不要让自己陷入无所作为。


炒作结束了。这是一件好事。现在,我们可以开始检查中间接地的灰色区域,而不是过度膨胀,疯狂的黑白区域。{#c47e}


我相信我们刚刚开始explosive growth
。这种反高潮的感觉是完全正常的transformational technology
.{#df6c}

Messaging
将继续获得牵引力。Chatbots
不会消失。 NLP和AI每天都变得越来越复杂。{#8a1c}


开发人员,应用程序和平台将继续尝试并大力投资,conversational marketing
.{#2484}


我迫不及待地想看看是什么happens next
.{#d4e0}


中英文模式阅读
中文模式阅读
英文模式阅读

查看英文原文

查看更多文章


公众号:银河系1号


联系邮箱:public@space-explore.com


(未经同意,请勿转载)