編者按：Allo是 Google 推出的一款擁有 AI 助手功能的聊天應用。Allo能夠理解對話記錄，提供用戶會想采用的回復建議。除了理解對話的語境之外，Allo還能理解你的個人聊天風格，因此可以實現個人定制的聊天回復。Allo背后的是機器學習技術，該應用使用神經網絡 Google 歌搜索，讓文字聊天更加簡單、高效。
在手機上聊天不用那么嚴肅。 你在 LinkedIn 上可能是發了很多給獵頭看的內容，你在 Twitter 上發表犀利的觀點。至于發短消息，你不會在意標點符號錯誤和書面語表達。事實上，你會發很多表情。Google 通信應用的首席用戶體驗設計師 Jason Cornwell 說，這都是因為社交媒體的興起。 他說：“我們的手機基本上是聊天專用。這是幾乎每個人在手機上做的主要活動。”
Allo 是Google 在 2016 年推出的移動端聊天應用，該公司試圖將機器學習融入聊天應用，讓 Allo 更智能，或者至少更好用和更有表現力。機器學習和人工智能正在成為 Google 幾乎所有產品的引擎，從 Gmail 的垃圾郵件過濾器到 AlphaGo。 CEO Sundar Pichai 將 Google “人工智能現行”作為公司戰略的一部分，Cornwell 的設計團隊負責構建“一個手機聊天的應用，但其核心是機器學習” Cornwell 解釋說，機器學習如何幫助人們聊天，這是他現在的工作。
Cornwell 在兩年前已經接手過類似的設計挑戰，由于用戶體驗導致 Gmail 分支應用程序 Inbox（使用機器學習）來支持其“智能回復”功能。Cornell 表示：“通過 Allo 將智能回復技術帶入聊天中是一個明顯的擴展，因為”在手機上編輯文本仍然很麻煩“。 現有的預測文本功能和自動填寫可以幫助用戶更快地輸入單個單詞，但是仍然需要進行編寫。 Allo 的做法旨在完全跨越這一步。 他說：“目標是將其視為更加智能的自動完成功能，以幫助用戶說出已經在思考的內容。”他解釋說。
這就是 Google 的機器學習功能所在：用戶使用 Allo 越多，算法就可以確定你的聲音，并生成不相似聲音。 此外，Allo 可以學習如何使用不同的收件人進行文字習慣， 不過，用戶無法編輯 Allo 的智能回復，這是有目的的：在聊天中，快速回復比完美回復更重要。
智能回復還有一個隱秘的目的：向用戶介紹 Google 助手，Allo 內部真正大腦，以及該公司新的 Google 家居智能音箱。如果您曾經被迫為了去 Google 搜索什么東西，而從聊天應用中退出，比如搜索將與朋友會面的餐廳的位置，或是計劃與親人一起度假的航班價格，你就會明白智能助理的吸引力。在 Allo 中，你可以使用自然語言向 Google 發送查詢，就像和另一個人聊天一樣。這種用戶體驗是真實的對話，并且它是如此無縫，新手甚至可能意識不到他們正在使用這種單獨和復雜的技術產品。 （為了幫助鼓勵用戶進行實驗和發現更多的功能，智能回復提供了一個按鈕來點擊在 Allo 聊天窗口中調用助理。）
Allo 以一種謹慎的方式鼓勵用戶和Google 語音助手進行互動。“當你與 Allo 的助手聊天時，我們也會提示用戶提出下一個問題，如果你詢問山景的天氣，助理將提供當天的天氣，然后提供更多具體的短語，你可以點擊類似“這個周末怎么樣？”這樣的問題，Cornwell 解釋道。 “我們發現，當人們第一次使用助理時，他們會特別設計出自己的問題，以獲得他們想要的確切答案，類似于在 Google 搜索中輸入查詢。但是我們希望幫助人們學習不僅可以提出問題，而且還可以與他們的助手進行更多的交談。“用戶與助手之間的關系越自然，越有可能會與不依賴打字或屏幕的輔助增強產品進行互動，如使用 Google Home 智能音響。
但是，Allo 最有想象力的融合了機器學習，在2017 年作為一個額外的功能推出，并不是幫助用戶更快地做出反應或者完成任務。 而是幫助用戶展現更好的自拍。 只需在 Allo 中拍攝一張自己的照片，幾秒鐘內，Google 的機器學習功能將其轉換成一套 24 張的“自拍表情包”：可愛的卡通肖像（由拉馬爾·阿布拉姆斯創作，卡通網絡的故事板藝術家）， Cornwell 說：“聊天的一個組成部分是關于身份，以及你如何看待自己 。”
Bitmoji 是 Snapchat 上很受歡迎的第三方聊天插件，可讓用戶把自己設定的形象化身成表情圖片，但必須手動操作。Allo 的自動化版本可以說是與 Bitmoji 的相似度非常接近。根據 Cornwell 的說法，這是設計的。 “即使算法是完美的，人們對[自拍表情]也不會感覺很好，除非他們可以加入個人化的東西，”他解釋說。換句話說，可以調整表情。 Cornwell 做了一個類比，即時的蛋糕粉 20 世紀 50 年代就已經誕生，但人們還是喜歡烹飪的感覺，喜歡使用新鮮的雞蛋。在機器學習中，他解釋說，“設計人員需要回答一個關鍵問題：我們為用戶自動完成哪些工作，用戶需要做哪些工作才能對最終結果感覺良好？”
事實上，Allo 提供了足夠的組合（具體的數字大約為 563 萬億），你可以自定義你的自拍貼紙直到永遠。 但是真正最重要的是“頭發”，Cornwell 說。 “這是使人們覺得自己在屏幕上看到真實自己的最關鍵的功能之一”，或者至少是他們希望別人看到的自己。 這是真的：當我測試一個自拍貼紙，我的機器學習生成的卡通頭發比真實的東西看起來更好。 隨著 Cornwell 及其團隊繼續擴展 Allo 的功能，該應用程序僅占 iMessage 和 Facebook Messenger 擁有的用戶群體的一小部分，他了解到，在發消息時，重要的不僅僅是輸入的內容，而是顏值。
原文鏈接：https://www.fastcodesign.com/90138040/inside-googles-quest-to-reinvent-chat-with-machine-learning
京公網安備 11010502049343號