SwiftKey CTO谈预测性输入技术背后科学原理

网易科技讯 3月19日消息，据华尔街日报报道，预测性输入技术公司SwiftKey首席技术官本·梅德洛克（Ben Medlock）近日接受了采访，期间谈及SwiftKey技术开发背后的科学原理。

输入的未来会涉及用户与键盘的互动方式，而非实际输入的字母。

一些公司正试图理解用户的输入意图而非实际输入的内容，重塑智能手机键盘，甚至摒弃当前常见的QWERTY键盘。凭借预测性输入技术，手机很快将能够在用户输入错误出现之前自动更正。

输入已经演变成为一门名为“自然语言处理”的科学，教导计算机理解人类语言的运作方式。该领域引起了移动设备厂商们的浓厚兴趣，因为它能够改善手机用户体验——继而带来更高的手机销量。

梅德洛克（Ben Medlock）近日在采访中谈到其公司是如何开发预测性输入技术的。SwiftKey的技术正应用于三星新发布的旗舰级手机Galaxy S4。

梅德洛克拥有基于语言人工智能博士学位。以下是采访节选：

问：我们要如何解决智能手机屏幕的输入问题？现在这一块普遍做得并不好。

答：传统键盘和打字机实质上涉及确定性机器问题，按下键盘，一系列的事情就会发生，字母会显示在屏幕或者其它媒介上面。本质上来看，那是机械问题。

随着触摸屏变得无处不在，在输入方面我们已经进入了截然不同的领域。如今，人们在手机上触碰一个点时，我们知道他们是想表达某种东西，但我们并不知道详情。我们无法肯定他们是想按下“A”键。表面上这似乎是个细微的差异，但却是一个技术问题，代表一种根本性的变化。

问：那你们如何处理该问题？

答：如果将该问题视作新型问题，视作推断问题，我们就得在不确定用户实际意图的情况下，利用“证据”推断出正确的答案。

看看很多企业正开始试图解决的问题，你会发现很多都是从这方面入手。以试图提前为用户提供相关信息的Google Now为例，它面临的问题是无法确定某样东西正是用户的兴趣所在，你必须处理不确定性，必须利用各种证据确定对用户有用的信息。

除此之外，输入并非键盘问题，而是语言问题。我们需要理解人们使用语言的方式，如果做到这一点，那我们就会拥有很不错的证据。我们所专注于的输入问题与Siri和Google Now不一样，不过它们也都属于需要不同技术手段的棘手问题。

问：你为什么会从事这方面的研究？

答：我的背景是自然语言处理。在过去几年，自然语言处理技术正被越来越多地使用。它是关于如何利用计算机解决人类语言问题。我们从这种数学基础起步，然后将该问题细分为多个子问题。

问：有哪些子问题呢？

答：其中一个问题是，看到一串单词时如何猜出接下来最可能出现的单词。有一个名为语言模型的学科帮助我们回答该问题。如果我有这么一个模型，那我就能够猜测你接下来会说的东西。人脑在这方面非常擅长，在别人的话说了一半就打住他的时候，你往往能够猜对他后面想说什么。

还有的子问题涉及用户实际与触摸屏互动的方式。我们所从事的实质上是依据一系列的概率分布建立键盘的界面模型。

说到底，就是找到该核心数学问题的解决方案——我要如何猜出用户想说的东西。我所拥有的证据包括哪些是网络流行词、用户所处位置、在社交网络上的输入历史、网页浏览习惯等等，这些语境信息汇集到数学架构，就能够带来解决该核心问题的方法。

问：为什么Android平台对该技术非常重要？

答：Android确实已经成为了人们在这些方面实现创新的平台。我想最初可能连谷歌的人都没有意识到这种差异化输入体验会带来的优势。也许如果回到过去的话，苹果可能会采取不一样的做法。我想个性化键盘绝对是可让Android真正实现差异化的因素之一，特别是对重度用户来说，他们会不愿意再转至其它平台。

问：我们在手机上会一直都需要手动输入吗？语音输入呢？

答：毫无疑问语音输入会继续存在。我们需要做的是，找出使得输入体验尽可能无缝化的方式。在公交车或者火车上，语音输入可谓糟糕的用户体验，因为你并不想要公开说出你的信息。在那种情况下，真正的智能键盘会支持用户通过点击、手势及一系列的智能和预测性技术输入信息，那会是极具吸引力的用户体验。

问：在智能手机以外的领域怎么样呢？

答：展望未来，可以想象的是人们将开始使用诸如谷歌眼镜或谷歌眼镜衍生品的产品，那种情况下需要使用某种手势输入。

随着技术的进步，我们也必须思考那些输入模式将如何演变。不管是哪种输入模式，都存在一个中心问题，那就是确保核心技术在各类设备上的体验保持一致。帮助该技术预测和操控的语言概要文件应当共享于各类设备和各种输入模式。输入的未来并不在于将输入形式缩减成一种，而是依据语境为用户带来合适的互动方式。

问：输入技术会拓展至其它领域吗？

答：你所使用的很多工具实际上都是通用的。神经网络并不是用于解决特定问题的工具，而是解决各种各样的问题的工具。我们越来越觉得使用这些通用工具解决各类领域问题的技术具有巨大的潜力。我们对语言技术，以及帮助人们以更强大的方式使用语言与其设备互动很有兴趣。我们当然想要将我们所学的东西也应用于其它领域。(皓慧)