聊天機器人的目標是讓機器理解人類。到目前為止,軟體還不擅長理解人類。人類寧願不得不理解軟體。人類在與軟體的交互中必須精確,要麼輸入精確的命令,要麼在介面上按兩下正確的圖形小部件來完成任務。
要求人類的精確性會產生三個問題,第一個是使用軟體涉及學習曲線,第二個是使用軟體時需要付出腦力勞動以確保不犯錯誤,第三是很容易犯錯誤。
如果軟體理解人類,即使他們不精確,會更好嗎?是的,因為它可以解決這三個問題。目標 chatbots 就是讓機器理解不精確的人類,讓人類自然地與機器交流。
在我們討論其含義之前,重要的是要注意自然通信可能不是與機器通信的最快方式。點擊一個說“訂購”的按鈕比說“我想訂購芝士漢堡”要快得多,而且比輸入訂單快得多,尤其是用拇指。
同樣明顯的是,圖形介面更適合複雜的任務。使用語音命令構建電子表格比使用 GUI 構建電子錶格要慢得多。
然而,在許多情況下,自然語言介面是優越的,並且它優越的用例數量每天都在增長。
考慮語音介面更好的情況與更精確的 GUI 或程式設計介面之間的區別的一種方法是區分服務和工具的概念,正如我們定義的那樣。
工具是一個介面,它採用許多低級參數來執行給定的任務。例如,程式師使用它來指示機器執行特定任務的應用程式程式設計介面 (API)。
服務是一個介面,它只需要幾個高級參數來執行給定的任務。服務在更高的抽象級別處理任務,因此它本身可以使用許多工具來完成工作。
服務是自然介面的主要候選者。如果需要與指令一起通信的參數數量有限,則更容易傳達指令。例如,用戶用於預約的語音介面就是一個很好的服務用例。
自然查詢允許使用者使用自然語言而不是SQL或程式設計或腳本 語言 所需的一些精確語法來查詢計算機系統。指令的每個部分都是一項服務。這是該領域的另一個用例 chatbots 用於操作。自然查詢本質上是相關聊天機器人服務的集合。
一個很好的例子是 Wolfram Alpha。
Wolfram Alpha (WA) 允許人們用自然語言陳述他們的查詢。WA計算出使用者想要做什麼,然後為他們完成任務。這將跳過在幫助文檔中搜索如何執行某些操作的步驟,然後在正確執行之前嘗試幾次反覆運算。
雖然最終目標是在使用軟體方面完全靈活,但有些人可能會爭辯說,當前 chatbots 現在不夠靈活。
當然,使用聊天機器人已經比SQL語句具有更大的靈活性,但是仍然需要有時嘗試以聊天機器人可能理解的方式說話,即使這樣做具有靈活性。不難想像, chatbots 將更好地理解自然語言,並且隨著它們的發展,它們將變得更加有用。
自然查詢聊天機器人的價值在於減少用戶必須記住的命令或精確語法的數量。通過減少記憶和精神負擔,聊天機器人不僅可以讓技術人員更有效地完成工作,還可以説明初學者更快地提高工作效率。
而不是說:
“選擇流行歌手
來自流行歌手清單
其中年齡>40歲;“”
你可以說:
“給我看所有40歲以上的流行歌手”或任何版本。
至少可以將此語句轉換為正式的 SQL 語句進行查詢,以便技術人員可以根據需要使用正式語法。
自然查詢是有趣的用例 chatbots.通常,聊天機器人 用例 側重於提供更多便利的服務或不經常使用且因此難以記住的服務。自然查詢是一個有用的用例,因為它通過減少用戶必須記住的命令數量來降低命令行腳本的複雜性。