除了聊天，Bot 能做更多

编者按：本文作者 Chad Fowler，微软 wunderlist 产品总监。他同时是一位科技作者、顾问、演讲者、教师。Chad 认为人们对于聊天机器人的关注点往往放在“聊天”上，然而 Bot 其实能做更多事。本文包含了对 Bot 行业的观察分析和对未来的畅想。

若将科技行业比作池塘，聊天机器人（chat bot）一定是激起千层浪的那一颗石子。我们很容易被聊天应用和相关服务所侵占。微信、WhatsApp、Facebook Messenger、Slack ，等等，每天我们都会在这些应用上花费大量时间。微信已经逐步变成了一个像美国在线（互联网服务提供者）的微型网络，交流是整个网络的中心。正如有些人所说，这是 App 时代的终结。 

因此，我们投身“平台淘金热”也就不足为奇了。各大公司竞相成为平台服务提供商、基础设施搭建者、交流用 App 的开发者。根据我个人与业内人士的对话、在硅谷访问的所见所闻以及收到的各种邮件，我可以推测每周都有相关的创业公司破土而出。 

所有人都在为 Bot 狂热，但是如果你仔细观察他们正在做的事，一般只会是以下两种：帮助开发者与不同聊天平台沟通的适应工具，以及自然语言交互界面。是的，他们的关注点都是聊天机器人的“聊天”功能。 

但是“聊天”功能不过是变革中最为表面的部分。它不过是一个更轻型或者说更普遍存在的交互界面。“聊天”功能是重点，但它不能算是重中之重。对于“聊天机器人”来说，“机器人”或者说“Bot”才是更具影响力的部分。在这个语境中，Bot 暗含了自动化和智能化两层含义。这其中的任何一点都与聊天界面没有太直接的联系。实际上，自动化的部分最好不要出现在用户界面上。 

对话为 Bot 提供了上下文和语境。有的时候对话本身足够直接和坦白：你问 Bot 一个问题，它作出解答。其他时候，或者说大部分情况下，上下文算不上直白。Bot 在加入一场对话后，会认真“聆听”并据此学习。如果当它发现自己可以帮助用户时，它就会作出回应。“整个过程有点像：你听起来需要安排一场会面。我拥有你的时间表，所以要不要我来安排？” 

这是一个既体现了智能化又体现了自动化的例子，其中聊天内容既被用为语境，也被用作交互界面。这个交互情景最有趣的部分在于，Bot 提供了一种“氛围计算（ambient computation）”的功能。用户不是生硬地提出“Bot 你好，帮我安排一次会议吧。”相反，Bot 试图理解你所说的话、揣测你可能的意图，然后提出帮助。 

请试想：所有的对话情境都被储存在一个大型计算系统上。这正是创新的部分。在人类历史上，第一次有计算机系统能够接触到任何可能与你有关的信息——你的“对话情境”，你周围的人的实时“对话情景”。这个计算机系统拥有低成本的高效能处理器，能够在规范内使用那些信息做些实事、真正帮助改善生活。此外，我们还拥有更加丰富的专业人才，能够使用数学模型解决可能出现的问题。机器学习有了越来越多诀窍，能够帮助解决衍生的问题。这也使得黑客们（非科学家/非数学家）能够一起攻破那些似曾不可解的系统。 

进入 2016 年，鉴于人们都有着长期开启地理定位数据的习惯，这些系统将拥有更宝贵的数据财富——包括实时和预加载的个人/环境信息。你的对话、照片、电邮、聊天以及日程表都可以被访问。你使用如 Apple Watch、Fitbit、Microsoft Band 之类的可穿戴设备，借此记录你的心率、睡眠和运动。你玩网络游戏，于是计算机系统会记录下你的游戏记录和表现。计算机系统对于你在现实世界的购买行为愈发了解——从食品杂货到音乐设备。你的旅行习惯也将被知晓。我们不仅仅使用网络订购机票，还在网上租用汽车——很快这些车子可以实现自动驾驶。整个系统管理和追踪着我们的室内温度、照明情况和音乐播放。 

此外，这些实时数据输入间的联系会构成更加强大的数据库。举个例子，你热衷看某一类的电视节目、点某一种外卖，你有失眠的状况。你在睡眠不好时打游戏也会失手——这意味着你在工作上的表现也不佳。一个囊括了足够实时数据的系统能够准确根据你的一项表现预测其他。将个人的各种离散数据汇集起来、再将一群人的数据进行整合，能够帮助我们得出此前无法想象的结果。 

即便你不发布任何消息、不使用任何追踪设备，你的朋友也会这么做。所以不要以为系统不了解你，而且他们会随着时间积累越来越多。 

界面 

目前的聊天机器人狂热中，人们最为关注的就是氛围、智能计算。尽管聊天是目前最为主流的交互界面，氛围计算还是会在后台持续运行并通过其他一系列交互界面体现，其中包括： 

• 对话
• 应用弹出
• 消息推送
• 电子邮件
• 直接的数据操作（为用户完成某项动作，如安排一次会面）
• 与智能家居和可穿戴设备进行交互

与氛围媒介交互的关键在于其方便性。如果你正在驾驶，而你的 Bot 有话要说，那么语音交流就是最方便和最安全的界面。如果你正在使用桌面电脑工作，一个使用传统控制工具的弹窗就会是更理想的选择。一切的一切都取决于使用场景。 

隐私 

是的，信息的泄露往往给人不安的感觉，但它同样也会带来很多自主权。当我们到达创新的悬崖、即将要创造出曾经只出现在科幻小说上的智能媒介时，我们对于数据隐私的担心程度往往会直线上升。 

幸运的是，研究者们在寻找方法时往往会从不同角度出发。尽管这一问题的确难解。正如微软杰出科学家 Cynthia Dwork 所说：“去识别化的数据既不能做到不可识别，也算不上什么数据。”我对此的解读就是“大部分想要在数据挖掘领域追求隐私的尝试，要么会使数据丧失意义，要么无法保证真正的隐私。” 

Cynthia 是一个真正看透问题的人，感谢她的发言，我想她的这番话已经解决了我们所担心的问题。我也相信科技行业会继续将机器学习和氛围计算拓展至各个应用中，同时用户也会在隐私方面做出让步——毕竟他们将迎来更多令人惊喜的可能。

注：本文译者 Alksy。