编者按：Allo是 Google 推出的一款拥有 AI 助手功能的聊天应用。Allo能够理解对话记录，提供用户会想采用的回复建议。除了理解对话的语境之外，Allo还能理解你的个人聊天风格，因此可以实现个人定制的聊天回复。Allo背后的是机器学习技术，该应用使用神经网络 Google 歌搜索，让文字聊天更加简单、高效。

在手机上聊天不用那么严肃。 你在 LinkedIn 上可能是发了很多给猎头看的内容，你在 Twitter 上发表犀利的观点。至于发短消息，你不会在意标点符号错误和书面语表达。事实上，你会发很多表情。Google 通信应用的首席用户体验设计师 Jason Cornwell 说，这都是因为社交媒体的兴起。 他说：“我们的手机基本上是聊天专用。这是几乎每个人在手机上做的主要活动。”

Allo 是Google 在 2016 年推出的移动端聊天应用，该公司试图将机器学习融入聊天应用，让 Allo 更智能，或者至少更好用和更有表现力。机器学习和人工智能正在成为 Google 几乎所有产品的引擎，从 Gmail 的垃圾邮件过滤器到 AlphaGo。 CEO Sundar Pichai 将 Google “人工智能现行”作为公司战略的一部分，Cornwell 的设计团队负责构建“一个手机聊天的应用，但其核心是机器学习” Cornwell 解释说，机器学习如何帮助人们聊天，这是他现在的工作。

Cornwell 在两年前已经接手过类似的设计挑战，由于用户体验导致 Gmail 分支应用程序 Inbox（使用机器学习）来支持其“智能回复”功能。Cornell 表示：“通过 Allo 将智能回复技术带入聊天中是一个明显的扩展，因为”在手机上编辑文本仍然很麻烦“。 现有的预测文本功能和自动填写可以帮助用户更快地输入单个单词，但是仍然需要进行编写。 Allo 的做法旨在完全跨越这一步。 他说：“目标是将其视为更加智能的自动完成功能，以帮助用户说出已经在思考的内容。”他解释说。

这就是 Google 的机器学习功能所在：用户使用 Allo 越多，算法就可以确定你的声音，并生成不相似声音。 此外，Allo 可以学习如何使用不同的收件人进行文字习惯， 不过，用户无法编辑 Allo 的智能回复，这是有目的的：在聊天中，快速回复比完美回复更重要。

智能回复还有一个隐秘的目的：向用户介绍 Google 助手，Allo 内部真正大脑，以及该公司新的 Google 家居智能音箱。如果您曾经被迫为了去 Google 搜索什么东西，而从聊天应用中退出，比如搜索将与朋友会面的餐厅的位置，或是计划与亲人一起度假的航班价格，你就会明白智能助理的吸引力。在 Allo 中，你可以使用自然语言向 Google 发送查询，就像和另一个人聊天一样。这种用户体验是真实的对话，并且它是如此无缝，新手甚至可能意识不到他们正在使用这种单独和复杂的技术产品。 （为了帮助鼓励用户进行实验和发现更多的功能，智能回复提供了一个按钮来点击在 Allo 聊天窗口中调用助理。）

Allo 以一种谨慎的方式鼓励用户和Google 语音助手进行互动。“当你与 Allo 的助手聊天时，我们也会提示用户提出下一个问题，如果你询问山景的天气，助理将提供当天的天气，然后提供更多具体的短语，你可以点击类似“这个周末怎么样？”这样的问题，Cornwell 解释道。 “我们发现，当人们第一次使用助理时，他们会特别设计出自己的问题，以获得他们想要的确切答案，类似于在 Google 搜索中输入查询。但是我们希望帮助人们学习不仅可以提出问题，而且还可以与他们的助手进行更多的交谈。“用户与助手之间的关系越自然，越有可能会与不依赖打字或屏幕的辅助增强产品进行互动，如使用 Google Home 智能音响。

但是，Allo 最有想象力的融合了机器学习，在2017 年作为一个额外的功能推出，并不是帮助用户更快地做出反应或者完成任务。 而是帮助用户展现更好的自拍。 只需在 Allo 中拍摄一张自己的照片，几秒钟内，Google 的机器学习功能将其转换成一套 24 张的“自拍表情包”：可爱的卡通肖像（由拉马尔·阿布拉姆斯创作，卡通网络的故事板艺术家）， Cornwell 说：“聊天的一个组成部分是关于身份，以及你如何看待自己 。”

Bitmoji 是 Snapchat 上很受欢迎的第三方聊天插件，可让用户把自己设定的形象化身成表情图片，但必须手动操作。Allo 的自动化版本可以说是与 Bitmoji 的相似度非常接近。根据 Cornwell 的说法，这是设计的。 “即使算法是完美的，人们对[自拍表情]也不会感觉很好，除非他们可以加入个人化的东西，”他解释说。换句话说，可以调整表情。 Cornwell 做了一个类比，即时的蛋糕粉 20 世纪 50 年代就已经诞生，但人们还是喜欢烹饪的感觉，喜欢使用新鲜的鸡蛋。在机器学习中，他解释说，“设计人员需要回答一个关键问题：我们为用户自动完成哪些工作，用户需要做哪些工作才能对最终结果感觉良好？”

事实上，Allo 提供了足够的组合（具体的数字大约为 563 万亿），你可以自定义你的自拍贴纸直到永远。 但是真正最重要的是“头发”，Cornwell 说。 “这是使人们觉得自己在屏幕上看到真实自己的最关键的功能之一”，或者至少是他们希望别人看到的自己。 这是真的：当我测试一个自拍贴纸，我的机器学习生成的卡通头发比真实的东西看起来更好。 随着 Cornwell 及其团队继续扩展 Allo 的功能，该应用程序仅占 iMessage 和 Facebook Messenger 拥有的用户群体的一小部分，他了解到，在发消息时，重要的不仅仅是输入的内容，而是颜值。

原文链接：https://www.fastcodesign.com/90138040/inside-googles-quest-to-reinvent-chat-with-machine-learning