在計(jì)算機(jī)幾十年的發(fā)展過程中，人機(jī)交互也就是人和機(jī)器之間的信息交換的技術(shù)，我們可以不夸張的說，也是一項(xiàng)引領(lǐng)性的技術(shù)。而人工智能和大數(shù)據(jù)的進(jìn)步使人機(jī)交互成為現(xiàn)實(shí)、可用。

　　人機(jī)交互的目的是為了讓機(jī)器更懂“你”，讓用戶更加自如。人機(jī)之間的自然交互一直是人工智能領(lǐng)域的一個(gè)美好愿景，而語音是人機(jī)交互中最重要的手段之一。

　　今天我們說的語音識(shí)別、人臉識(shí)別還有一些生物識(shí)別比如指紋、虹膜等等，這些東西其實(shí)都屬于人機(jī)交互的技術(shù)。當(dāng)然它后面可能還有人工智能的支撐，可是不會(huì)所有的東西都只通過語音，或者是人臉識(shí)別，它可能是人機(jī)交互的一部分入口，但是它絕對(duì)不是全部的入口。

　　自然交互中，我們還很期待一些很科幻的場(chǎng)景，比如我們?cè)诤芏嗫苹闷袝?huì)有這樣的，像手勢(shì)、姿態(tài)的交互和識(shí)別。實(shí)際上手勢(shì)識(shí)別或者姿態(tài)的識(shí)別，在人機(jī)交互是一個(gè)很難的命題，像一些具體的任務(wù)上，比如空中打字，也就是我抬手，現(xiàn)在很多人有盲打的能力，實(shí)際上你一抬手就在敲你想打的字，你已經(jīng)有了這個(gè)習(xí)慣。

　　目前，中國(guó)正在向“2030年成為世界領(lǐng)先的人工智能創(chuàng)新中心”這個(gè)目標(biāo)大步邁進(jìn)，四個(gè)新成立的國(guó)家人工智能開放創(chuàng)新平臺(tái)更是相當(dāng)引人注目，Al將在今后以人類輔助性伙伴的形式參與到人類各項(xiàng)實(shí)際應(yīng)用之中。

　　隨著接口技術(shù)的變化，交互模式也發(fā)生了變化，計(jì)算機(jī)從實(shí)驗(yàn)室、機(jī)房已經(jīng)走到了我們的辦公室、家庭，甚至今天已經(jīng)都走到了我們的手上，計(jì)算機(jī)的臺(tái)數(shù)也發(fā)生了極大的數(shù)量級(jí)變化。

　　目前，在一些特定的情境里，語音交互已經(jīng)成為主要的方式了。語音時(shí)代的最大意義在于，真正做到了解放雙手。尤其在汽車?yán)?、家里這樣的場(chǎng)景，意義非凡。解放了雙手之后，人類與世界的交互，才第一次實(shí)現(xiàn)了隨時(shí)隨地，隨心所欲。

　　簡(jiǎn)單地說，世界是由懶人創(chuàng)造的，人機(jī)交互的演進(jìn)也可以認(rèn)為是人們?cè)絹碓綉械难葸M(jìn)過程。俗話說得好，“能動(dòng)口的絕不動(dòng)手”，就是這個(gè)道理。語音最大的優(yōu)勢(shì)是，它是人類最自然的交互方式。

　　國(guó)家政策層面，也在大力推動(dòng)智能語音的發(fā)展。去年12月14日，科技部印發(fā)《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃(2018—2020年)》，明確對(duì)智能語音的發(fā)展做出展望，“到2020年，實(shí)現(xiàn)多場(chǎng)景下中文語音識(shí)別平均準(zhǔn)確率達(dá)到96%，5米遠(yuǎn)場(chǎng)識(shí)別率超過92%，用戶對(duì)話意圖識(shí)別準(zhǔn)確率超過90%。”

　　當(dāng)然，語音交互目前還存在很多問題。比如由于空間距離、背景噪音、其他人聲干擾、回聲、混響等多重復(fù)雜因素，進(jìn)而導(dǎo)致的識(shí)別距離近、識(shí)別率低等明顯痛點(diǎn)。再比如單是中國(guó)語系、方言和口音就相當(dāng)多，加上中文的多語義性，所以不同地區(qū)的人使用語音控制識(shí)別率差異較大。同時(shí)，在語義識(shí)別上，也存在上下文的關(guān)聯(lián)帶來識(shí)別的學(xué)習(xí)難、定位難和建立模型難等問題。

　　未來，隨著計(jì)算超速手機(jī)滲入到我們生活更多方面，智能技術(shù)的進(jìn)步，也將為人機(jī)共生的美好前景提供支撐的技術(shù)。