文档介绍：人工智能应用 -----人机交互siri
人机交互的概念
人机交互、人机互动(英文:puter Interaction[1]或Human–Machine Interaction,简称HCI或HMI),是一门研究系统与用户之间的互动关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。
Siri是苹果公司在其产品iphone 4S上应用的一项语音控制功能。Siri可以令iPhone4S变身为一台智能化机器人,利用Siri用户可以通过手机读短信、介绍餐厅、询问天气、语音设置闹钟等。Siri可以支持自然语言输入,并且可以调用系统自带的天气预报、日程安排、搜索资料等应用。还能够不断学****新的声音和语调,提供对话式的应
siri最大的特色,则是人机的互动方面,不仅有十分生动的对话接口,其针对用户询问所给予的回答,也不至于答非所问,有时候更是让人有种心有灵犀的惊喜,例如使用者如果在说出、输入的内容包括了『drunk』、『home』这些字(甚至不需要符合语法,相当人性化...),Siri 则会判断为喝醉酒、要回家,并自动建议是否要帮忙叫出租车。
人机交互的界面
人机界面 MMI: Man–Machine Interface或人机互动界面(puter Interface或Human–Machine Interface)大量运用在工业与商业上,简单的区分为“输入”(Input)与“输出”(Output)两种,输入指的是由人来进行机械或设备的操作,如把手、开关、门、指令(命令)的下达或保养维护等,而输出指的是由机械或设备发出来的通知,如故障、警告、操作说明提示等,好的人机接口会帮助使用者更简单、更正确、更迅速的操作机械,也能使机械发挥最大的效能并延长使用寿命,而目前市面上所指的人机接口则多界狭义的指在软件人性化的操作接口上。
Siri的输入系统支持多模态输入,即不仅仅支持众所周知的语音识别,也允许用户进行文本输入、GUI界面操作以及事件触发等。除了支持多模态输入外,Siri输入系统一方面可以利用语言解释器对早期输入进行歧义消除,另外一方面还可以对用户输入进行有意识的引导,将用户输入尽量映射到Siri能够提供的服务上来。这样对于用户和Siri来说才可相得益彰,Siri 可体现其价值,用户可获得帮助。
互动模式
“互动”(Interaction)至少包括两个要素,一个是“使用者”(User),一个是“系统”(System)。
在人机互动的领域里,Norman的互动模式或许是最有影响力的一种模式了,Norman的互动模式被区分成两个主要的阶段:“执行”(Execution)和“评估”(Evaluation),还可以进一步被区分成七个部份[3]:
订立目标
组成意图
标明行动顺序
执行
观察系统
诠释系统状态
评估
其实以电脑而言,电脑互动主要意义是以使用者为考量,而不是从设计者的“概念模型”(Conceptual Models)去切入,如何让使用者能控制系统的顺序、速度,怎么注意资讯,都是人机互动中所关心的。人机互动的关键在于使用者了解了电脑能替我们做些什么,及如何处理资讯,我们就可将大部份时间放在“人”的身上,而不是技术领域,所以一个成功的互动系指人们告诉电脑如何去工作,而不是在技术上打转。[3]
电脑界面的设计不光是单向的,而是设计者必须重视使用者的回馈(feedback),并且进行调整,运用适当的设计,比如美工图案选单或是简易的操作,让使用者可以轻松的满足自己的需求,有效率的执行工作,才能让机器发挥最大的功能。[3]
活动行概念模型
根据活动所设计的概念模型可分为四类:
指令型(Instructing) 一个指令一个动作,简单有效率,例如DOS操作系统及word。
对话型(Conversing) 系统与使用者进行对话,双向互动,但容易发生系统误解使用者的状况,或是造成电话语音系统单向互动的问题。
操作导航型(Manipulating & Navigating) 让使用者用最自然的直觉去操作接口,如苹果开创的图形化操作系统,还有电脑辅助设计系统都属此类型的设计。
搜寻浏览型(Exploring & Browsing) 使用者依此系统搜寻资讯,如google等搜寻引擎及入口网站。[5]
物件型概念模型
面向对象的概念模型将重点放在处于某些特定背景情境下使用的特定物件,它往往与其在现实生活中的原型极为类似。[
Siri整体架构
Siri是一个功能繁复的综合AI框架,图1展示了其包含的数据、模型以及计算模块,为了在整体上更易于理解整个框架,可以将Siri里包含的众多数据、模