在之前的文章中我們談到Nuance在人工智能方面具有四大核心技術(shù)，即智能交互技術(shù)，個(gè)性化，情境化及知識。本文將就這四大核心技術(shù)進(jìn)行更為具體的介紹。
智能交互
智能交互需要運用語(yǔ)音、自然語(yǔ)言理解和對話(huà)技術(shù)以支持高質(zhì)量以及類(lèi)人的協(xié)作式對話(huà)。這其中包括：
深度自然語(yǔ)言理解。想必大家對自然語(yǔ)言理解技術(shù)都有一定的了解。現在大部分的自然語(yǔ)言理解技術(shù)能夠實(shí)現的是從一句話(huà)中提取一個(gè)指令。但如果一句話(huà)中包含了多個(gè)主題，甚至語(yǔ)義發(fā)生了轉折，現在的自然語(yǔ)言理解技術(shù)還不是能夠很好的理解這樣的指令。
例如下面這句指令“我想去一家意大利餐廳，之后再看一個(gè)法國電影。”這一句話(huà)中至少包含了兩個(gè)事件，“意大利餐廳吃飯”以及“看法國電影”，這不僅需要技術(shù)對兩個(gè)事件進(jìn)行關(guān)鍵信息搜索，還需要對兩個(gè)事件進(jìn)行先后順序的排列，這就超出了一般自然語(yǔ)言理解技術(shù)的范疇，需要運用深度自然語(yǔ)言理解進(jìn)行處理。
自然語(yǔ)言生成。現在的語(yǔ)音交互系統大部分是經(jīng)過(guò)提前設計的，需要遵循一個(gè)固定的流程，當對話(huà)到達某一個(gè)固定的階段，系統的反饋一定是類(lèi)似的，有的時(shí)候甚至是一成不變的。這樣的交互并不能夠提供和人一樣交流的體驗。而自然語(yǔ)言生成能夠結合用戶(hù)的個(gè)性化信息以及情境化信息做出反饋，而每次的反饋也是不一樣的。
例如我們發(fā)出指令“導航到附近的洗車(chē)中心”，現在我們能夠預料的系統反饋基本是會(huì )為我們提供一個(gè)列表，讓我們選擇去哪一個(gè)洗車(chē)中心。而擁有了人工智能之后，系統會(huì )結合分析更多的信息，給出“明天有降雨，您確定要洗車(chē)嗎？”這樣更加貼心，類(lèi)人化的回饋。
個(gè)性化和情境化
個(gè)性化指的是運用機器學(xué)習的用戶(hù)模式提供了高度針對性的預測和建議。
情境化指的是汽車(chē)助手可以根據當前駕駛員和汽車(chē)的環(huán)境對自己的行為作出調整。二者相結合能夠為用戶(hù)提供更加貼心的使用體驗。
當用戶(hù)發(fā)出一個(gè)語(yǔ)音指令，指令通過(guò)語(yǔ)音識別和自然語(yǔ)言理解之后，這一指令并沒(méi)有被直接送往內容庫和知識庫，去尋找相關(guān)的答案或者觸發(fā)相關(guān)的操作，在此之前系統會(huì )再綜合集成用戶(hù)的個(gè)人偏好。例如用戶(hù)在搜索停車(chē)場(chǎng)時(shí)，系統就會(huì )考慮用戶(hù)是比較關(guān)注價(jià)格，還是比較關(guān)注距離，以及天氣，燃油剩余，地理位置的情境化的信息。之后再給出一個(gè)優(yōu)化的搜索結果。
知識
知識是指系統在原始數據和內容變得相關(guān)時(shí)提供給駕駛員。
例如在上圖“在Texas廣場(chǎng)附近找一個(gè)停車(chē)場(chǎng)”的任務(wù)中：
知識負責從傳感器、本地數據庫、云和其他來(lái)源的有價(jià)值的情境化信息的融合。
個(gè)性化和情境化負責高度針對性的例如“更加便宜”“距離更近”等個(gè)性化和情景化的推薦。
智能交互能夠讓駕駛員很自然表達自己的意圖，通過(guò)自然語(yǔ)言生成將建議反饋給駕駛員，駕駛員還可以進(jìn)一步選擇改進(jìn)建議，最終駕駛員確認并觸發(fā)系統后續行為。
通過(guò)智能交互，分析用戶(hù)個(gè)性化以及情境化信息，經(jīng)過(guò)推理引擎，最終結合知識庫，Nuance為用戶(hù)提供了協(xié)助式的對話(huà)管理。它是基于任務(wù)的，具有協(xié)助功能，旨在幫助用戶(hù)簡(jiǎn)化交互過(guò)程，幫助用戶(hù)更快更有效的找到他們想要的，更符合他們意圖的內容或完成相應的操作。這樣，在駕駛的過(guò)程中，盡量減輕他們的手，眼，大腦思維產(chǎn)生的額外負擔，更加方便快捷的完成任務(wù)。
