人工智能演講人機互動siri課件

人工智能應用

-----人機交互siri人機交互的概念人機交互、人機互動（英文：Human–ComputerInteraction[1]或Human–MachineInteraction，簡稱HCI或HMI），是一門研究系統(tǒng)與用戶之間的互動關(guān)系的學問。系統(tǒng)可以是各種各樣的機器，也可以是計算機化的系統(tǒng)和軟件。人機交互界面通常是指用戶可見的部分。用戶通過人機交互界面與系統(tǒng)交流，并進行操作。小如收音機的播放按鍵，大至飛機上的儀表板、或是發(fā)電廠的控制室。Siri是蘋果公司在其產(chǎn)品iphone4S上應用的一項語音控制功能。Siri可以令iPhone4S變身為一臺智能化機器人，利用Siri用戶可以通過手機讀短信、介紹餐廳、詢問天氣、語音設(shè)置鬧鐘等。Siri可以支持自然語言輸入，并且可以調(diào)用系統(tǒng)自帶的天氣預報、日程安排、搜索資料等應用。還能夠不斷學習新的聲音和語調(diào)，提供對話式的應siri最大的特色，則是人機的互動方面，不僅有十分生動的對話接口，其針對用戶詢問所給予的回答，也不至于答非所問，有時候更是讓人有種心有靈犀的驚喜，例如使用者如果在說出、輸入的內(nèi)容包括了『drunk』、『home』這些字（甚至不需要符合語法，相當人性化...），Siri則會判斷為喝醉酒、要回家，并自動建議是否要幫忙叫出租車。

人機交互的界面人機界面MMI:Man–MachineInterface或人機互動界面（Human–ComputerInterface或Human–MachineInterface）大量運用在工業(yè)與商業(yè)上，簡單的區(qū)分為“輸入”（Input）與“輸出”（Output）兩種，輸入指的是由人來進行機械或設(shè)備的操作，如把手、開關(guān)、門、指令(命令)的下達或保養(yǎng)維護等，而輸出指的是由機械或設(shè)備發(fā)出來的通知，如故障、警告、操作說明提示等，好的人機接口會幫助使用者更簡單、更正確、更迅速的操作機械，也能使機械發(fā)揮最大的效能并延長使用壽命，而目前市面上所指的人機接口則多界狹義的指在軟件人性化的操作接口上。Siri的輸入系統(tǒng)支持多模態(tài)輸入，即不僅僅支持眾所周知的語音識別，也允許用戶進行文本輸入、GUI界面操作以及事件觸發(fā)等。除了支持多模態(tài)輸入外，Siri輸入系統(tǒng)一方面可以利用語言解釋器對早期輸入進行歧義消除，另外一方面還可以對用戶輸入進行有意識的引導，將用戶輸入盡量映射到Siri能夠提供的服務(wù)上來。這樣對于用戶和Siri來說才可相得益彰，Siri可體現(xiàn)其價值，用戶可獲得幫助。其實以電腦而言，電腦互動主要意義是以使用者為考量，而不是從設(shè)計者的“概念模型”（ConceptualModels）去切入，如何讓使用者能控制系統(tǒng)的順序、速度，怎么注意資訊，都是人機互動中所關(guān)心的。人機互動的關(guān)鍵在于使用者了解了電腦能替我們做些什么，及如何處理資訊，我們就可將大部份時間放在“人”的身上，而不是技術(shù)領(lǐng)域，所以一個成功的互動系指人們告訴電腦如何去工作，而不是在技術(shù)上打轉(zhuǎn)。[3]電腦界面的設(shè)計不光是單向的，而是設(shè)計者必須重視使用者的回饋（feedback），并且進行調(diào)整，運用適當?shù)脑O(shè)計，比如美工圖案選單或是簡易的操作，讓使用者可以輕松的滿足自己的需求，有效率的執(zhí)行工作，才能讓機器發(fā)揮最大的功能。[3]概念模型設(shè)計者或其他相關(guān)工程人員，所共同設(shè)計的操作接口稱為概念模型。使用者并無法直接與“設(shè)計者”（Designer）進行對話，也鮮少透過說明書準確而有效地了解設(shè)計者的概念；透過與“接口”（Interface）的互動，進而對該設(shè)計產(chǎn)品的功能及操作所形成的了解，則稱為使用者對于該產(chǎn)品所形成的“心智模型”（UserMentalModel）。一般而言，使用者的心智模型是在使用中自然逐步形成的，同時，借由與“系統(tǒng)”（System）不斷地互動，使用者會不斷修正其心智模型。如果到了最后，使用者的心智模型與設(shè)計師的概念模型能一致或相當接近，那么，接口設(shè)計就算是相當成功了。[4]概念模型可分為依據(jù)“活動”（Activities）所設(shè)計或“物件”（Object）所設(shè)計的兩種導向。想要設(shè)計出具有“使用性”（Usability）的接口，必須要了解活動的類型，以及人們在目前的工具中發(fā)生了什么問題。[5]

活動行概念模型根據(jù)活動所設(shè)計的概念模型可分為四類:指令型（Instructing）一個指令一個動作，簡單有效率，例如DOS操作系統(tǒng)及word。對話型（Conversing）系統(tǒng)與使用者進行對話，雙向互動，但容易發(fā)生系統(tǒng)誤解使用者的狀況，或是造成電話語音系統(tǒng)單向互動的問題。操作導航型（Manipulating&Navigating）讓使用者用最自然的直覺去操作接口，如蘋果開創(chuàng)的圖形化操作系統(tǒng)，還有電腦輔助設(shè)計系統(tǒng)都屬此類型的設(shè)計。搜尋瀏覽型（Exploring&Browsing）使用者依此系統(tǒng)搜尋資訊，如google等搜尋引擎及入口網(wǎng)站。[5]物件型概念模型面向?qū)ο蟮母拍钅Ｐ蛯⒅攸c放在處于某些特定背景情境下使用的特定物件，它往往與其在現(xiàn)實生活中的原型極為類似。[

Siri整體架構(gòu)

Siri是一個功能繁復的綜合AI框架，圖1展示了其包含的數(shù)據(jù)、模型以及計算模塊，為了在整體上更易于理解整個框架，可以將Siri里包含的眾多數(shù)據(jù)、模型和計算模塊劃分為輸入系統(tǒng)、活躍本體、執(zhí)行系統(tǒng)、服務(wù)系統(tǒng)和輸出系統(tǒng)五個子系統(tǒng)。其在解析用戶輸入時候遵循一定的執(zhí)行順序，以此來理解用戶的真正意圖并提供有用服務(wù)。搜索方面的技術(shù)1、以Google為代表的網(wǎng)頁搜索技術(shù)；2、以WolframAlpha