记者 | 彭新

随着人工智能技术对日常生活的逐渐渗透，一个在互联网行业中关注度并不高的领域——测试，正走向舞台中心。

“不管是APP还是某种设备，其实和软件开发类似，首先要明确需求，然后开始设计、编程、测试，最后推向市场。”近日，应用众包测试公司Applause负责人工智能与机器学习部门的高级总监Emerson Sklar在接受界面新闻记者专访时表示，企业拥抱人工智能后，需要考虑是否改变原有的开发框架。

Emerson Sklar说，AI技术仍在不断进步，市场也处于不断变化的动态进程中，AI产品的内生特点需要开发人员进行跟进和适应，如果在产品发布后就置之不理，对产品的竞争能力和用户体验都会带来伤害。

过去，软件测试一般在公司内部开展，或者由外包供应商完成，依靠众包测试员的模式逐渐兴起。这一趋势让Applause、Testin等为代表的众包测试服务提供者获益颇多，部分原因在于客户多样化的需求和AI的特殊性。

Emerson Sklar提及，尽管Applause提供标准化的测试流程，但对于AI产品而言，为不同公司和项目提供定制化测试服务仍非常重要。

“比如我们要了解客户的AI产品技术的成熟程度达到一个什么样的阶段，目前处于产品生命周期的哪一个环节。”Emerson Sklar说，无论是基于微信聊天的智能文字回复，还是更进阶的智能音箱的语音交互，只有考虑到客户AI产品技术成熟程度，测试才会更有针对性和有效。

语音机器人是近年科技行业最火的应用之一。行业预计，如果语音机器人能够真正理解用户到底想要做什么，其“入口”价值将大大显现，因此投入巨大。

目前百花齐放的语音输入、聊天机器人、语音助手正在印证着这一点。从虚拟人登上电视节目播报天气，到苹果、谷歌、亚马逊向第三方开放语音助手，再到各种应用、客服平台上线语音聊天功能，能与人类对话的AI几乎成了各大科技公司的标配。

但眼下挑战依然存在，不同于手机上纷繁复杂的应用和互联网时代的网页，语音对话的交互和设计逻辑非常不同。传统的设计流程 “先上市，再修改”，开发上快速迭代，留有较大容错空间，而切换到语音交互时，前期基础框架反而显得更重要，也更容易因为积重难返而在开发上推倒重来。

“很多语音互动公司产品已经开发了很长一段时间，到了某个节点时，却发现需要重头再来。要么是整个基础框架有问题，要么就是工具有问题，和现实生活当中的对话对不上。”Emerson Sklar表示，“这只是因为他们遵循传统的开发模式，没有花上足够的时间去做准备。”

在Applause看来，设计语音交互产品一开始就要考虑到极限复杂性，诸如自然语言学习中存在的各类偏见、误解，在语音转录阶段无法识别时，就需要在输出为语言前进行校正和干预。

此外，平面化呈现的应用和网页看起来千篇一律，这在语音交互中则不可行，有必要让聊天机器人更有感情，设计“人设”。Emerson Sklar举例，为儿童提供的童书阅读App，语音机器人的声音就应保持积极向上的音调，而面向医院领域时就应该是稳重的。

“做语音交互比较成功的公司，除了语音交互功能非常强大之外，他们的市场部门也非常强大，因为市场部门能够捕捉到语音助手的定位是什么，应该给出什么样的人设。”Emerson Sklar称，基于市场洞察而非纯粹技术驱动，是语音交互对于传统交互设计的重大差异。

Emerson Sklar坦言，对于语音交互技术，目前用户的预期不是太高，而是太低，这限制了语音交互技术的发展。“对于大部分用户来说，和语音互动的第一次体验就是你打电话到银行或者保险公司，那边给到的自动回复，这种体验往往是不太愉快的。”

但无论对于技术、市场认知上的挑战多么巨大， Emerson Sklar认为，企业都应该主动拥抱语音交互，因为潜在需求够大，“这是公司弯道超车去超越其他竞争对手的机会，也是建立品牌、提升用户忠诚度的好机会，就看你能不能够去超越人们之前的设限，去满足消费者更多更高的需求。”

Emerson Sklar预测，在语音识别领域，自然语言生成（Natural Language Generation，NLG）技术将有机会改变规则，因为NLG和自动语音识别和自然语言学习都不一样，它跨过了中间的步骤，可以自动进入到类似人类正常语言交流中，应用潜力更大。目前在其他AI研究领域，NLG潜在应用广泛，如把图像识别和NLG组合在一起，就可以得到看图说话的应用。