智能的AI助手的诞生.doc

《智能的AI助手的诞生.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、智能的AI助手的诞生　　【导读】　　一篇关于AI助手发展展望的文章　　移动互联网的入口分散化　　智能的AI助手的诞生　　【导读】　　一篇关于AI助手发展展望的文章　　移动互联网的入口分散化　　智能的AI助手的诞生　　【导读】　　一篇关于AI助手发展展望的文章　　移动互联网的入口分散化　　　　目前各个APP负责完成特定的服务和信息提供，因此经常会出现在日常使用时，一件完整的事情，却需要人为主动去各隔裂的系统中获取信息并下达指令，以一种低效的方式来完成。比如一个工作的约见，需要以下的操作：　　　　如上所示，一个连贯场景的会面，其信息散落在不同的APP。在

2、进行不同阶段的操作时，操作繁琐不连贯、安排不及时、记录不准确等情况，导致未能提供便利的体验。　　　　但是，目前的智能助手由于受使用场景的覆盖不足、智能化协助不高等因素制约，更多时候是以一个好玩的小工具出现，未能起到真正的助手作用，离成为流量入口还有较远的距离。　　移动互联网/物联网、云计算及人工智能的发展，将催生智能的AI助手　　制约移动互联网的应用为使用者提供穿透场景的服务，主要是因为以下因素的限制：　　1.APP间的交互未形成规范和标准，因此相互之间的配合存在困难，随着移动互联网日渐成熟，将在平台性应用的推动下慢慢完善，比如微信的小程序，钉钉的企

3、业应用平台　　2.隐私保护需要针对全场景托管带来的中心化，进行相应的规划。近期，以微信为代表的整合了个人财务、社交、生活服务等综合性应用，将会引导用户接受并习惯数据的中心化托付。但未来仍需把握各服务APP间数据交换的边界，使用者隐私的合理保护需要更好的技术手段　　3.智能化水平的约束。在语音解析、知识运算、自学习和周边信息整合加工等方面的能力，需要更好地发展来匹配进行智能化安排的要求　　随着运算能力和技术能力继续以摩尔定律的速度发展，以上的障碍在可预见的将来将会被解决，届时，将会产生具备以下能力的智能化虚拟助手，为人们的生活工作提供贴身到位的服务:　

4、　身份代入：统一使用者在各APP的认证和登录，并最后发展成使用者的个人在网络世界的投射，应用于社交和其它虚拟场景中　　信息处理：用户可以按自己意愿授权其获得APP的信息并进行响应　　事务提醒：安排日历类事务，环境参数可作为触发的条件，并能引导登录至其它APP进行处理　　智能安排：基于用户设定的场景，通过网络获取的周边环境数据，结合使用者的偏好进行事务安排，协调已授权的APP进行协作完成特定的综合性任务　　记录学习：记录相关活动产生的结果数据，支持跨APP的事务引导和协调。在用户同意情况下，记录行为数据，修正偏好设置并用于自学习　　社交及分享：通过各自

5、的AI助手进行交流，并将信息在社交平台发布　　后面将概要说明以上各个功能。　　成为身份识别及应用入口　　微信登录/微博登录已行之有年，将来要做的，是往前的更进一步，发展成将来统一的身份识别。　　　　　　　　投射出已授权应用的状态：　　未完成事项提示　　理财/还款变动提示　　游戏的进度/角色状况　　已关注商品的优惠情况　　各阅读书目进度/更新提醒　　流媒体观看断点画面…　　在统一展示的界面，可快速进入相关应用并定位到列示的状态中，继续未完成的事情。　　以及，作为使用者的分身，代入虚拟现实、增强现实、基于地图应用的社交、第二人生等应用中。比如AI助手间可

6、相互通信，实现沟通和社交，以下是一个场景例子：　　寻人：选定好友/具备特征失联朋友，通过AI助手发布自己在其一定地理范围/时间段里，可被邀约；也可主动响应其它AI助手已发布的邀约,自己符合条件的邀约。　　事项的安排，可以不再只是闹钟提醒，而是有相关性的协助　　现在基本上所有的带有事务协助类的应用，对于任务事项的协助基本就是设置一个闹钟。而对于使用者，真正到位的协助是，集合主流的APP应用，进行智能化的安排，比如：　　　　对于不需要线下进行复杂活动就能完成的、基本通过线上沟通交流的事项，用户省心的体验，是把准备工作完成后，由一个智能助手协助把事情做完后

7、返回结果。因此需要智能助手能够：　　授权获得应用的好友信息　　设定响应的信息内容　　与日历引擎挂钩，自动触发　　经实名授权并在安全环境下，完成预定的动作，比如：自动还款、自动预订、新股抢筹、邮件发送等　　能够实现以上的协助，才是一个智能化的助手，一个我们能类比现实助理的人工智能。　　比如，有人说在移动互联网时代，无法掌握手机技能的老人家，是最大的弱势群体。街边等过了一拨拨去接滴滴订单的出租车，无法抢票而去求黄牛帮忙买车票等，就是他们无奈的写照。但是如果有了足够聪明的智能助手，晚辈帮他们做了初始的设置之后，可能情况就不一样，可能以下的场景会是他们所乐见

8、的：　　　　智能化的协助，需要能基于场景进行安排　　智能助手需要内置场景化应答，基于常用生活场景的大概率事项