我发现了Google Assistant的“缺陷”

前几天，Google I/O 2018 上谷歌语音助理的精彩首秀震撼全场，如果没有看过的直播的，这里有个精彩的片段，回味一下

所谓外行看热闹，内行看门道，从大会发布的演示视频来看，谷歌的智能语音助理还有一些瑕疵（当然，人家CEO 自己也承认了，这次演示的是一次预定餐厅的功能，是经过针对特定场景进行强化训练的）。

谷歌表示，语音助理是浓缩了google很久的技术研究，主要涉及：语音识别（ASR）、深度学习（DL）和语音合成技术（TTS）

语音识别和语音合成技术，相对比较浅显，我们会另寻篇幅和大家讨论，主要看看这次展示中谷歌深度学习的成果。

在深度学习方面，Google Assistant主要解决NLP（自然语言理解）和连续人机对话。语言理解，也包括语义理解。

接下来我们扒一扒Google Assistant的“缺陷”

（谷歌也蛮搞笑的，放的这段演示，对方听口音像是新移民，不是那种非常纯正的美语。当然了，谁要是能说一口纯正的美语，谁还在餐厅当接线员啊？！）

1、说错话 VS 会错意

GA说要为下周三预定一个位置（table），7号的。他把7号（the 7th）放在最后，表示强调。（演示视频里，他说的是the seven）

接下来，餐馆服务人员说“for seven people?” 为什么会这么问呢？

GA在提出预定请求时，核心在table（桌子、位置），他特地强调了“the 7(th)”.

殊不知，这样的一句话，在正常人类（美国人）的听到并且理解的是：

“……a table……,the seven( s' table)”.

释义：我要定个下周三的位置，7人(桌)，有部分内容被省略了。

一般情况，如果你要表示7号，通常还会加上限定条件，如this month（或next month，时间更远的，会加上月份）

所以，这里搞错了人数和日期的主要原因是，语音助理在尝试着表现得像（美国）人类对话时，（口语时）会尽量选择短句和多使用省略，但是，不恰当的使用省略，造成了对方的理解歧义。由此看来，谷歌深度学习的结果（输出），在演示的场景中，还有待提高。

2、我不懂你们人类在说什么

再往下，餐厅服务人员问：

“For when?Tommorrow?Or weekend?” 释义：什么时候？明天？还是周末？

其实，服务人员的意思是在问语音助理，你们是想平日来？还是周末来？（听演示视频，服务人员可能心不在焉，对方之前提到了Wednesday。

背景：此时，现场观众中响起一片笑声，O(∩_∩)O哈哈~

于是，语音助理锲而不舍的回答“next Wednesday”（不接领子）。

3、你到底知道了什么？

对话的最后一句，GA 的“Oh,i Gotcha”，堪称神来之笔。

在面对餐厅服务人员的回答，4个人可以直接过来，GA 又多问了一句，一般等位要多久？或许你会觉得GA 很细心，但是，按照我们一般的对话习惯。餐厅说你们可以直接过来。通常你会再问一句“要不要等（位）？” 然后再跟，一般等位要多久。

这里，我猜测，GA 把餐厅回答的"not busy" 理解成“no need to wait”，这样的情况下，GA 再去问等位要多久显得比较合理。属于逻辑上的if / else if 判断 。

我很感兴趣知道，最后这个AI 助手向他的主人是怎么告知预定结果的。

人工智能是个黑箱，尤其是深度学习的多层神经网络，输入-输出结果存在一定的不可预知性，对技术的发展，永远保持一丝好奇和警惕。