人工智能演講人機(jī)互動(dòng)siri課件

人工智能應(yīng)用

-----人機(jī)交互siri人機(jī)交互的概念人機(jī)交互、人機(jī)互動(dòng)（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(dòng)關(guān)系的學(xué)問。系統(tǒng)可以是各種各樣的機(jī)器，也可以是計(jì)算機(jī)化的系統(tǒng)和軟件。人機(jī)交互界面通常是指用戶可見的部分。用戶通過人機(jī)交互界面與系統(tǒng)交流，并進(jìn)行操作。小如收音機(jī)的播放按鍵，大至飛機(jī)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(yīng)用的一項(xiàng)語音控制功能。Siri可以令iPhone4S變身為一臺(tái)智能化機(jī)器人，利用Siri用戶可以通過手機(jī)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(yù)報(bào)、日程安排、搜索資料等應(yīng)用。還能夠不斷學(xué)習(xí)新的聲音和語調(diào)，提供對(duì)話式的應(yīng)siri最大的特色，則是人機(jī)的互動(dòng)方面，不僅有十分生動(dòng)的對(duì)話接口，其針對(duì)用戶詢問所給予的回答，也不至于答非所問，有時(shí)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(dāng)人性化...），Siri則會(huì)判斷為喝醉酒、要回家，并自動(dòng)建議是否要幫忙叫出租車。

人機(jī)交互的界面人機(jī)界面MMI:Man–MachineInterface或人機(jī)互動(dòng)界面（Human–ComputerInterface或Human–MachineInterface）大量運(yùn)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(jìn)行機(jī)械或設(shè)備的操作，如把手、開關(guān)、門、指令(命令)的下達(dá)或保養(yǎng)維護(hù)等，而輸出指的是由機(jī)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(jī)接口會(huì)幫助使用者更簡單、更正確、更迅速的操作機(jī)械，也能使機(jī)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(jī)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(shí)別，也允許用戶進(jìn)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(duì)早期輸入進(jìn)行歧義消除，另外一方面還可以對(duì)用戶輸入進(jìn)行有意識(shí)的引導(dǎo)，將用戶輸入盡量映射到Siri能夠提供的服務(wù)上來。這樣對(duì)于用戶和Siri來說才可相得益彰，Siri可體現(xiàn)其價(jià)值，用戶可獲得幫助。其實(shí)以電腦而言，電腦互動(dòng)主要意義是以使用者為考量，而不是從設(shè)計(jì)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(jī)互動(dòng)中所關(guān)心的。人機(jī)互動(dòng)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(shí)間放在“人”的身上，而不是技術(shù)領(lǐng)域，所以一個(gè)成功的互動(dòng)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(jì)不光是單向的，而是設(shè)計(jì)者必須重視使用者的回饋（feedback），并且進(jìn)行調(diào)整，運(yùn)用適當(dāng)?shù)脑O(shè)計(jì)，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(jī)器發(fā)揮最大的功能。[3]概念模型設(shè)計(jì)者或其他相關(guān)工程人員，所共同設(shè)計(jì)的操作接口稱為概念模型。使用者并無法直接與“設(shè)計(jì)者”（Designer）進(jìn)行對(duì)話，也鮮少透過說明書準(zhǔn)確而有效地了解設(shè)計(jì)者的概念；透過與“接口”（Interface）的互動(dòng)，進(jìn)而對(duì)該設(shè)計(jì)產(chǎn)品的功能及操作所形成的了解，則稱為使用者對(duì)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(shí)，借由與“系統(tǒng)”（System）不斷地互動(dòng)，使用者會(huì)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(jì)師的概念模型能一致或相當(dāng)接近，那么，接口設(shè)計(jì)就算是相當(dāng)成功了。[4]概念模型可分為依據(jù)“活動(dòng)”（Activities）所設(shè)計(jì)或“物件”（Object）所設(shè)計(jì)的兩種導(dǎo)向。想要設(shè)計(jì)出具有“使用性”（Usability）的接口，必須要了解活動(dòng)的類型，以及人們?cè)谀壳暗墓ぞ咧邪l(fā)生了什么問題。[5]

活動(dòng)行概念模型根據(jù)活動(dòng)所設(shè)計(jì)的概念模型可分為四類:指令型（Instructing）一個(gè)指令一個(gè)動(dòng)作，簡單有效率，例如DOS操作系統(tǒng)及word。對(duì)話型（Conversing）系統(tǒng)與使用者進(jìn)行對(duì)話，雙向互動(dòng)，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(dòng)的問題。操作導(dǎo)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(jì)系統(tǒng)都屬此類型的設(shè)計(jì)。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(diǎn)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(shí)生活中的原型極為類似。[

Siri整體架構(gòu)

Siri是一個(gè)功能繁復(fù)的綜合AI框架，圖1展示了其包含的數(shù)據(jù)、模型以及計(jì)算模塊，為了在整體上更易于理解整個(gè)框架，可以將Siri里包含的眾多數(shù)據(jù)、模型和計(jì)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(gè)子系統(tǒng)。其在解析用戶輸入時(shí)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