披薩，開始行動！

　　人們常說，是互聯(lián)網(wǎng)（成人）娛樂業(yè)促進了社交媒體的發(fā)展。那么，在未來幾年，我們是不是也可以說，是披薩加快了零售服務(wù)與支付技術(shù)的發(fā)展？這一點是很神奇的。披薩在物流體系中的進步從未遠離，并且還激發(fā)了創(chuàng)新技術(shù)的出現(xiàn)。達美樂比薩就是一個很有遠見的例子。它的虛擬語音助手能夠快速地幫你點餐。

　　虛擬助手并不能像人類一樣跳出思維的框架，處理用戶的咨詢意向。同時，實踐方面的局限性也很大，因為每個意圖都需要最多100個小時進行研發(fā)。

　　“目前我們做的是，讓我們的設(shè)計智能可以覆蓋到 200 到 1000 個咨詢意向，”Hanson 表示，“這會讓你獲得極大的利潤?！?/P>

　　當(dāng)虛擬助手不知道該如何回答問題，或是客戶咨詢的問題已經(jīng)超過它已知的意圖范疇時，人工客服就登場了。這意味著，虛擬助手可以通過觀察人工客服進行學(xué)習(xí)。

　　Hanson 認(rèn)為：“當(dāng)我們研發(fā)出我們可以在代理處控制人機互動的人類輔助學(xué)習(xí)機制時，我們就要著手用設(shè)計智能自動學(xué)習(xí)這些事情?！?/P>

　　為了處理詢問頻率更低的長尾問題，他研發(fā)了一個所謂的人工輔助虛擬助手（Hava）。在Hava的幫助下，當(dāng)虛擬助手不知道該如何回答某些問題的時候，它就會向隱藏的人工代理尋求幫助。這位人工代理在受理咨詢后，會把答案反饋給虛擬助手，然后再由虛擬助手將答案回復(fù)給用戶。

　　“經(jīng)過一段時間之后，在加強學(xué)習(xí)機制的作用下，下一次如果又有人問到了這個問題，我們的虛擬助手就會知道如何作答了?！盚anson說道。

　　蘋果 Siri 中使用了 Nuance 的這項技術(shù)來處理常規(guī)咨詢，同時進行相關(guān)操作。類似地， Viv Labs 也用它的 Dynamic Program Generation 軟件結(jié)合文本指令來識別意圖。然而 Viv 似乎并沒有 get 到點上。

　　來吧！所有的問題

　　隱藏在 Viv Labs 背后的男人叫 Dag Kittlaus，他曾打造了 Siri。今年五月，當(dāng) Kittlaus 炫耀 Viv 的同時，他對在不遠的未來，如何賣掉這項全新的移動技術(shù)是閃爍其詞的。但是，就在這個月，三星突然慫恿他讓Viv Labs獨立運作。他個人認(rèn)為這樣的合作關(guān)系是為了“拓寬視野”，另外還可以為 Viv 帶來新的一波高潮。當(dāng)然，當(dāng) Viv 的AI助手一有什么新東西出爐時，三星永遠是第一客戶。用口語化、自然化的語言來購買物品和服務(wù)當(dāng)然非常有優(yōu)勢，但是大概所有珍視生命的人在買到 Note7 后，會問 Viv AI 助手的第一個問題都是：“離我最近在滅火器在哪里？”（PS：小編覺得，這絕對不是Note7被黑得最慘的一次。）

　　AI 技術(shù)會從我們的通訊類 App 中獲取我們?nèi)粘Ｙ徺I行為的數(shù)據(jù)，并且理解我們的購買需求，所以智能購物車才能夠預(yù)測我們將要買什么。但是，這個分析和推薦機制并不僅僅基于我們的的購買記錄。

　　在線時裝零售商 Zalando 旨在通過對用戶的品味的定位進行推薦，這里的難度其實非常大。因為這個算法不是要讓用戶購買類似的產(chǎn)品，而是要預(yù)測用戶或許會對哪些馬上要被吹捧起來的時尚單品感興趣，并且有意愿購買。

　　那么，Zalando 的虛擬助手 Zoolander 會如何在你買了一件只打算在復(fù)古派對上穿一次就壓箱底的山寨皮衣后，識別你真實的興趣點呢？顯然，協(xié)同過濾非常關(guān)鍵，這其中包括分析海量數(shù)據(jù)，然后通過你點擊和瀏覽過的商品來構(gòu)建用戶行為畫像。Zanlando 的宗旨是要用機器學(xué)習(xí)機制來識別那些已經(jīng)轉(zhuǎn)化為各種風(fēng)格、樣式，甚至是顏色的象征著時尚的視覺符號。

　　對新用戶而言，基于內(nèi)容的過濾以及最初的冷推薦都要基于 Zanlando 產(chǎn)品數(shù)據(jù)庫。雖然你是否真的喜歡這個品牌是另外一碼事了，但是看著 Zanlando 絞盡腦汁要給你推薦的各種不同的時尚單品，確實挺有趣的。