研究人員已經(jīng)使用人工智能來(lái)減少依靠計算機與他人交談的非語(yǔ)言運動(dòng)障礙人士的“溝通鴻溝”。

來(lái)自劍橋大學(xué)和鄧迪大學(xué)的團隊開(kāi)發(fā)了一種新的情境感知方法，該方法可以消除用戶(hù)鍵入以進(jìn)行交流的50%到96%的擊鍵次數，從而縮小了交流差距。

該系統專(zhuān)門(mén)針對非語(yǔ)言人群，并使用一系列上下文“線(xiàn)索”(例如用戶(hù)的位置，一天中的時(shí)間或用戶(hù)的講話(huà)伙伴的身份)來(lái)幫助建議與用戶(hù)最相關(guān)的句子。

非言語(yǔ)運動(dòng)障礙人士經(jīng)常使用帶有語(yǔ)音輸出功能的計算機與他人交流。但是，即使沒(méi)有肢體殘疾影響打字的過(guò)程，這些交流輔助工具仍然太慢并且容易出錯，無(wú)法進(jìn)行有意義的對話(huà)：典型的打字速度在每分鐘5到20個(gè)單詞之間，而典型的說(shuō)話(huà)速度在100到100范圍內。每分鐘140個(gè)字。

研究的主要作者，劍橋大學(xué)工程系的珀·奧拉·克里斯滕森教授說(shuō)：“通信速率的差異被稱(chēng)為通信差距。” “這種差距通常在每分鐘80到135個(gè)單詞之間，并且影響了依賴(lài)計算機進(jìn)行交流的人們的日常交互質(zhì)量。”

克里斯滕森(Kristensson)和他的同事開(kāi)發(fā)的方法使用人工智能來(lái)允許用戶(hù)快速檢索他們過(guò)去鍵入的句子。先前的研究表明，依賴(lài)語(yǔ)音合成的人們，就像其他所有人一樣，傾向于在日常對話(huà)中重用許多相同的短語(yǔ)和句子。然而，對于現有語(yǔ)音合成技術(shù)的用戶(hù)而言，檢索這些短語(yǔ)和句子是一個(gè)耗時(shí)的過(guò)程，從而進(jìn)一步減慢了對話(huà)的流程。

在新系統中，隨著(zhù)人員的鍵入，系統會(huì )使用信息檢索算法根據鍵入的文本和人員所參與的會(huì )話(huà)的上下文自動(dòng)檢索最相關(guān)的先前句子。上下文包括有關(guān)會(huì )話(huà)的信息，例如位置，一天中的時(shí)間以及自動(dòng)識別對方的臉孔。使用經(jīng)過(guò)訓練可從前置攝像頭識別人臉的計算機視覺(jué)算法來(lái)識別其他說(shuō)話(huà)者。

該系統是使用通常用于噴氣發(fā)動(dòng)機或醫療設備的設計工程方法開(kāi)發(fā)的。研究人員首先確定了系統的關(guān)鍵功能，例如單詞自動(dòng)完成功能和句子檢索功能。在確定了這些功能之后，研究人員模擬了一個(gè)非語(yǔ)言人，該人從一個(gè)代表非語(yǔ)言人想要交流的文本類(lèi)型的句子集中輸入大量的句子。

通過(guò)這種分析，研究人員可以了解檢索句子的最佳方法以及一系列參數對性能的影響，例如自動(dòng)完成單詞的準確性以及使用許多上下文標簽的影響。例如，此分析表明，只需兩個(gè)合理準確的上下文標簽即可提供大部分收益。自動(dòng)完成功能可以起到積極的作用，但對于實(shí)現大部分收益并不是必不可少的。使用類(lèi)似于網(wǎng)絡(luò )搜索的信息檢索算法來(lái)檢索句子。將上下文標記添加到用戶(hù)鍵入的單詞以形成查詢(xún)。

這項研究是第一個(gè)將情境感知信息檢索與語(yǔ)音生成設備集成在一起的，以幫助行動(dòng)不便的人，證明了上下文相關(guān)的人工智能如何改善行動(dòng)不便者的生活。

克里斯滕森說(shuō)：“這種方法使我們希望有更多創(chuàng )新的注入AI的系統來(lái)幫助行動(dòng)不便的人將來(lái)進(jìn)行交流。” “我們已經(jīng)證明，通過(guò)注入AI的用戶(hù)界面可以挑戰傳統用戶(hù)界面設計理念和流程，從而減少不進(jìn)行創(chuàng )新研究的機會(huì )成本。”