2016年3月,来自南加州大学创意技术研究所的助理研究教授戴维·德沃特(David DeVault)开发了一款高速语言处理系统,在特定环境中,该系统的处理速度和效率能与人类对话相媲美。此前,与计算机或应用程序“对话”仍然难以令人满意。创造更为贴近人类语言交流程序的关键挑战在于模仿人类实现在实时对话中理解和响应的超快速度。
德沃特和他的学生们通过新技术简化人机对话流程,使得系统能在用户讲话时,实时地完成所需的计算机处理步骤。最终,系统能在用户完成对话前,推测出用户的完整含义并确定响应的方式和内容。在德沃特等完成的论文中,他们描述了高性能游戏代理“Eve”的开发和评估情况。在猜测图片游戏中,首先,用户将描述计算机上显示的图片,然后Eve以最快、最准确的方式推测用户提及的是哪幅图片。通过采用“逐个增词”的语言处理算法,Eve的理解和响应速度超过了人类游戏团队。相比于等待用户讲话完毕后再尝试理解和响应的代理而言,用户认为其与Eve的交流更省力、更自然。
随着语言界面处理速度的加快和理解能力的增强,它们将越来越多地被用于各种重要的场景中,包括信息获取、教育、医保、娱乐和培训。