AIUX02-为什么关心意图

意图（intent）是一个值得长期关注的领域，而类比是解释令人头疼问题的好的开始。

人和机器的分水岭

人和机器有何不同？

就能力来说，以前我们觉得两者相距甚远，人拥有机器所没有的自主意识、情感和丰富的创造力。但是生成式 AI 动摇了我们关于「创造力专属于人类」的自信。机器的能力无疑会不断增强，越来越接近 AGI 的蓝图。如果把视角转换一下，不去看未来的相似，而去寻找源头的不同，会发现人和机器的一个核心差异：（演化发展的）动力。

人：向量一般的存在？AI：几乎无限的标量？

人作为基因的复制机器（如果你同意道金斯的学说），生来就带有强烈的「倾向」：生存，繁衍，满足欲望。围绕这种「倾向」发展出了很多能力和复杂机制，比如目标、意图、思考、语言，让人类更好地生存下来。

那么，机器的演化动力是什么？

令人欣慰的是，机器暂时还没有明确的欲望、感觉和意图——更大更快更强，那是人类赋予的。

意图/动力/欲望，肯定不是人和机器的唯一区别，但属于人机分水岭中重要的一段。人类的意图通常伴随着情感和情绪，是重要的心理活动。情感反映了人对事物的主观体验和价值判断，而意图还包含创造性和自发性，这是机器难以完全模拟的。

大模型已经攻克了传统的图灵测试，而 GPT-4o 的发布，让我们在 2024 年就体验到了电影 Her 中的自然情感语音交互。但是从意图层面来说，人和机器的鸿沟依然巨大：人的意图复杂难表，而大模型如果有意图的话，它就是 predict the next token 🤘。

人机交互的窄门

意图一直是人机交互中难以突破的窄门。

有效意图识别是正确响应用户需求的前提，是回答用户问题的关键步骤。理想情况下，用户用直白的话语表达意图，或更直白地操作界面，选择那些可以实现意图的操作。但这只是人机交互中的临门一脚，而在球传到禁区之前的大部分时间里，我们并不清楚用户在干嘛、想干嘛、想怎么干。

在更大范围内准确识别⽤户意图，包括在多模态场景中理解意图，深⼊捕捉⽤户的兴趣和偏好，发现未知需求，可以形成更个性化、更高效和更自然的交互，提⾼现有服务的质量。

在新技术的加持下，意图理解是否有机会成为人机交互的一个突破点？

通往意识圣杯的分岔小径

在人类还没搞明白大脑运作的原理，没研究清楚意识、智能、心智这些问题之前，意图可能是通往目标的一条小径——不一定走得通，但引人入胜。也许意图就像一个中间层，类似古人发明「以太」这个概念来帮助理解物理世界的传播介质。

prompt：a black and white drawing of Cat in a dark forest, in the style of dramatic somber, religious works, lush and detailed

曾经，意图很难捉摸，在自然语言处理领域是一个难题。LLM 出现后，NLP 领域的意图识别一下变得触手可及，让研究者可以望向下一个目标：非语言的意图识别。

下篇预告：什么是意图？

---

AIUX 系列