另外一點就是人機自然交互可能會改變?nèi)祟悓W習知識的過程，我們已經(jīng)習慣了在學校里集中學習知識的系統(tǒng)過程，但是隨著智能手機的普及，現(xiàn)在碎片化學習的傾向已經(jīng)愈發(fā)明顯了。而遠場語音交互把這個傾向還擴展到了老人和兒童群體，特別是在中國，老人和兒童是文字知識儲備最少的兩個群體，他們對于遠場智能交互的需求更為迫切，這也是智能音箱能在國內(nèi)快速爆發(fā)的重要原因之一。智能音箱甚至讓剛學會說話的兒童都開始了碎片化學習，大量的兒童故事和科學故事，讓現(xiàn)在的小孩很早就懂得了比我們當初更為豐富的知識。隨著他們長大，以及我們當前的知識獲取習慣，長期集中系統(tǒng)的學習是否需要變革？或許長期集中在一起的學習更為重要的是要滿足人類社交的需求，而不是更好的學習知識。所以，當我們總是批評國人不好好看書的時候，也需要小小反思一下，知識的載體并非只有書籍一種，而書籍的知識更新速度確實太慢了，無法解決我們對于知識爆炸的焦慮。所以，什么樣的學習方式才是最好的呢？學習方式本身是不是也應該進化呢？至少，我們知道，當前人類學習知識的方式已經(jīng)比一百年前迭代進化很多了，下一步是不是機器應該參與到這種人類進化過程呢？

這樣來看這個故事很性感，但是同樣挑戰(zhàn)也是極大。任何一件事情都會有兩面性，我們需要從不同角度來審視。人機交互的核心是語言，其最大的挑戰(zhàn)其實也是語言。語言是洞悉人類天性的窗口，天然承載了人類的思想和情感，那么怎么才能讓機器來承擔這種能力呢？這還在探索，至少從現(xiàn)在來看，深度學習好像很難解決這個問題，當前的實踐只是證明了深度學習更適合模式識別這個領域，對于語言理解的效果不是那么顯著，而腦機接口更是挑戰(zhàn)了人類極限，短期內(nèi)也很難看到實質(zhì)性成效。

語言更令研究者頭疼的是個體的差異性，族群的差異性還好，至少還有一定的規(guī)律，但是個體的自由語言卻能讓其他個體理解，人類甚至還可以“只可意會不可言傳”。但是機器不行，機器只能基于數(shù)據(jù)分析尋找規(guī)律，其特殊能力在于能夠從海量數(shù)據(jù)中發(fā)現(xiàn)人類難以理解的數(shù)據(jù)關聯(lián)，但是人類的能力更強大，只用簡單的小樣本就可以邏輯推理，這是當前機器學習嚴重缺失的能力，當前機器學習領域火熱的對抗網(wǎng)絡、遷移學習等無法解決這個問題。

所以，當前還只是人機自然交互的萌芽狀態(tài)，即便第4代交互也還任重而道遠，幸運的是這項技術(shù)已經(jīng)規(guī)模商業(yè)化落地，至少突破了可用的及格門檻。若要讓這項技術(shù)能夠持續(xù)推進并做好商業(yè)化，最為重要的還是基礎教育問題，我們從百度指數(shù)的分析來看，年輕人對于AI的關注顯然還不如30歲以上的人群，所以我們還需要加強這個領域的教育普及，吸引更多的年輕人投身聲學語音和語言理解這個行業(yè)，也期待更多學術(shù)機構(gòu)能夠聯(lián)合起來，打破學科之間的壁壘，攜手培養(yǎng)更多跨學科的年輕人。