智能个人助理

Android 智能手机的Google个人助理

苹果电视的遥控器，用户可请虚拟助理 Siri 找寻要观赏的内容

Amazon Echo 智能扬声器使用 Amazon Alexa 虚拟助理

虚拟助理（virtual assistant）是一种能替个人执行任务或服务的软件。有时候“聊天机器人”泛指虚拟助理，亦或专指网络聊天使用的软件机器人（有时候更专指娱乐而非实用的网络聊天）。但也可以指一种职业，或者企业组织，其乃是透过网络执行远程服务。其能依据用户输入的内容、位置感测而完成相对应的任务或提供相关服务，同时也具有从网络上查找并提供用户各种信息（像是天气、交通状况、新闻、股市行情、行程或零售价格等）的能力。

历史

最早具备数字语音识别功能的工具是 IBM Shoebox，在1962年西雅图世界博览会向民众发表。这个早年的电脑开发比IBM个人电脑早20年，能够识别16个字以及数字0到9。语音识别的下一个里程碑出现于1970年代的卡内基美隆大学，受到美国国防部及国防高等研究计划署（DARPA）大力支持。其工具“Harpy”能够驾驭约一千字——三岁儿童的字汇。大约十年后，同一个科研团队，利用隐马尔可夫模型开发了不但能分析单一的字而且是连串词的系统。 因此早期运用语言识别的虚拟助理是自动总机与医疗数字答录软件。 1990年代，数字语音识别技术成为微软、IBM、飞利浦等个人电脑厂商争取消费者的一个卖点。之后市场于1994年推出第一个智能手机IBM Simon，为我们现在认知的智能虚拟助理奠下基础。 第一个安装于智能手机上的现代数字虚拟助理是Siri——iPhone 4S 2011年10月4日引进的新功能。 苹果公司在2010并购Siri公司后开发Siri。Siri公司是美国国防部及国防高等研究计划署出资成立的SRI International旗下的派生公司。

交互方式

虚拟助理的作业介质:

• 文字（网络聊天），尤其是即时通信等的应用程序。
• 语音，例如 Amazon Echo上的Alexa 或是iPhone上的Siri 。
• 利用照相或上传图像，例如三星 Galaxy S8 上的 Bixby。

有些虚拟助理的使用方式多样，例如Google智能助理在Google Allo app 用文字，Google Home 智能扬声器则用语音。

虚拟助理利用自然语言处理（NLP）从用户的文字、语音输入，找到相应的可执行指令。许多助理利用人工智能的技巧，包括机器学习，不断学习。

用语音启动虚拟助理，可能需要用到“唤醒词”（wake word），这是一个或一组词，例如 Alexa 或者 OK Google。

服务

虚拟助理可提供多样的服务，尤其是 Amazon Alexa 和 Google 个人助理，日新月异，包括：

• 提供信息，例如气象、来自维基百科或IMDB的事实，设置闹钟、待办事项、购物清单。
• 播放流服务的音乐例如 Spotify 和 Pandora，播放广播或有声书。
• 从流服务例如 Netflix，在电视上播放视频、电视节目或电影。
• 购物，例如从 Amazon。
• 辅助或者取代真人的客服。 一项报告估计，自动在线助理减低客服中心人员的工作负荷达30%。

第三方服务

Amazon Alexa 的“Skills”和 Google 的“Actions”，基本上让应用程序能够在助理平台上执行。

开发者平台

广泛使用的虚拟助理的平台也可用于解决其他的问题：

• Amazon Lex 2017年4月开放给开发者使用，发表于2016年11月，包含自然语言理解技术结合自动语音识别。
• Google 提供开发者 Actions on Google 以及API.ai 平台，以便制作Google个人助理的"Actions" 。
• 苹果提供 SiriKit，让开发者制作 Siri 的延伸包。
• IBM 的沃森（Watson）虽然有时被称为虚拟助理，实际上是全面的 人工智能平台及社群，提供虚拟助理、聊天机器人以及其他许多解决方案。

早期的助理

前代文字聊天为主的虚拟助理，通常有个代表的头像（avatar也称为“在线交互人物”或“自动化的人物”）——这叫做具体化的代理。

参见

• 聊天机器人