進擊的人工智能：從產品角度，深度解析「對話機器人」
今天，擁有對話能力的機器人，被逐漸認為是一種核心智能，是否能夠流利地完成對話，可被視作這款機器人是否真正擁有智能的唯一憑證。
從可以追溯的歷史資料來看，對話機器人（chat-bot）至少在上世紀六十年代就已經問世，經過近五六十年的發展，今天我們已經可以在許多產品中看到對話機器人的影子，微軟的Cortana、小冰，蘋果的Siri、GoogleNow、阿里小蜜、百度度秘、圖靈機器人、助理來也、出門問問等等。
可以肯定的是：對話機器人已經成為了一種業界時尚，越來越多的公司試圖通過這種全新的交互形式，來優化或者升級自己產品我們已經可以在許多的產品中看到各種名為小X機器人的子產品。
如此多的對話機器人很容易給人一種百花齊放、方興未艾的感覺。我們可能會隱約覺得：每家的對話機器人產品都大同小異，有些家的產品會有一些別樣的特征，可是終究給人一種不屬于過去十年移動互聯網發展的感覺這些對話機器人似乎都還處在很早期，用戶量似乎都不大，顯得都有些小眾。
我將試圖站在純產品的視角分析：一款產品對話機器人背后，需求和產品邏輯是怎樣的（文中我無意去對比各家對話機器人的優劣，也不討論某款對話機器人的產品觀或方法論）。
一、探索對話行為背后的需求
首先，我們試圖探索對話這一行為的場景與背后的需求。
在《人類簡史》一書中，認為語言能力是智人區別于其他猿類最重要的特質和能力；因為語言能力，智人可以互相通過對話而形成更豐富的交互，從而才有了協作和后來的文明。
人類有三種最直接的方式來使用語言：一對零、一對多、一對一。
一對零是自我內化的反思、總結、沉淀，不向外做交互和分享。
一對多是廣播式的宣講和相對單向的輸出，譬如開大會或者發號施令。
一對一是對話群聊也是由許多的一對一構成的，所以我認為不存在真正意義上的多對多對話。我認為對話是我們人與外界進行交互的最直接即時的途徑（注意即時很重要）。
所謂對話，一定是一個雙方交互行為，并且互為I/O（input/output）的過程。比如兩個人對話，每個人所說的話，對于自己而言是輸出，對于對方而言是輸入。原則上，對話可以永遠持續下去。
但我們幾乎從未見過兩個人會永遠在對話，那是因為：如果需要對話持續下去，雙方都需要保持參與；任何一方覺得疲勞或者無價值感了，對話就會終止。
對話的場景更加貼近我們的生活行為，它頻次最高，且環境開放多變，分析它背后的需求并不容易。現在，我們需要回答兩個問題：
1.1第一個問題：對話為什么能夠開始？
我認為人在對話中存在三個層面的需求。
第一層，是基礎問答的需求。可以描述為：
我有一個問題，請你回答我。
二次追問的問題，屬于新問題。這個過程，非常類似于我們今天所使用的搜索引擎。
第二層，是任務流程協作的需求，以達成某種目的為止。可以描述為：我想請你幫我買一張明天下午14:00-18:00出發，北京到上海的機票；經濟艙，盡可能便宜，最好是東航的。我們和朋友相約去逛街，拜托同事幫忙預定會議室，接受閨蜜的請求明早叫她起床。
這些都是任務流程協作的需求。
第三層，是共同的情感建立，無論喜怒哀樂。聊天的目標很難定量量化，我們更多是嘗試定性地去制定聊天的目標。可能是心情不好需要人陪，也可能是好事情需要向好朋友分享，我們需要對話來表達進行最直接即時的表達。
我并不認為只有孤獨的情感才需要對話人作為擁有萬年發展歷程的群居動物，與他人進行情感分享是早已刻入基因的特質。只是我們建立的情感在不同人之間會有所不同，對于信任之人的情感建立會很深刻，而對于點頭之交則會保留許多。
開啟一段對話一定源自上述的某種需求，而開啟的契機則是一個相對明確的話題，哪怕只是一句我餓了。
1.2第二個問題：對話為什么會持續？
對話能夠持續，是有兩個層面的原因。
第一個原因，是至少一方的需求沒有得到滿足。比如我去提問題，對方回答我不滿意，我就會持續追問。兩個女生在一起聊八卦，聽的人很入神，講的人才有成就感能繼續講下去。
第二個原因，是雙方相對平等。如果我提了個問題，或者請對方幫個忙，但是對方始終是一種高姿態不搭理我，那我就很容易放棄，不想聊了。反過來，如果對方對我過分尊敬，總在說一些沒有營養的恭維拍馬屁的話，時間久了，我也會變得更虛榮，而且會覺得很無聊。所以，人不會和自己階層或者品味相差太多的人聊天，絕大多數人更不會和寵物長時間聊天。
對話會終止，最根本的原因是：雙方都放棄了這輪對話。
感性一些來描述對話終止的原因，可以認為是雙方都覺得疲憊了，也就是這一輪對話的能耗消耗殆盡；哪怕是情侶之間說甜言蜜語，聊個兩三千句也會覺得累了，也會在十幾個回合的互道晚安中結束本次對話。
所以，對話總會終止，能耗殆盡就會終止。
二、對話機器人產品的發展源自搜索引擎
在我以前的文章《進階之路：站在高視角看產品是一種怎樣的體驗》中，講述過一個概念，簡單說：現在我明白一件事情，但是要完整清楚的講授給你，是很難的；因為我們所擁有的知識背景不同，我們對同一件事情的理解不同。這也就解釋了為什么很多老師在上課的時候索然無味，很多人做Presentation的時候顯得蒼白無力。
一個很大的問題，就是每當我們接觸到一個陌生事物時，都會和自己的背景知識進行類比。譬如對于長發飄飄的素顏美女，在我所知中，這類美女一般都是家境不錯，待人溫柔，家教優良。所以當我再次見到一個類似的美女時，我會做相似的第一印象類比。
不只是美女，我們幾乎所有的認知都源自于過往的背景知識。
在人類發展的歷史上，對于即時的問答需求幾乎時時刻刻都存在。最早大家是詢問部落中最年長的智者，后來大家互相都有了知識儲備，就可以通過對話來進行基本的問答和辯論這一個過程持續了千萬年。同一個問題，最早時只能去問一個人，得到一個答案；到后來，可以去問很多人，得到許多答案，然后擇其善者而從之。如果我能把所有人都問一遍，可能會得到一個巨大的答案集合；我需要過濾、排序、取舍，工業機器人維修，你發現，這個過程就是搜索引擎。我們使用搜索引擎時，是通過一個輸入框輸入想問的問題或者關鍵詞，然后搜索引擎會丟給我一個經過相關性排序和優化的答案集合。
但我認為兩個原因，會導致搜索引擎會逐漸向對話機器人演變。
2.1其一：精準答案的需求愈發旺盛