幾十年來，人工智能領域一直在孜孜不倦的追求一個目標——就是讓機器擁有人的能力。人工智能包含很多種能力，要有語音能力，做到能聽會說；要有圖像能力，能看見和識別目標對象；要有語言能力，能理解會表達；還要有行為能力，懂得如何基于所見所聞所感，得出判斷，并產生動作。而更深層次的，人工智能要賦予機器以思考能力和學習能力，以及人類千百年來積累下來的知識。
近年來，隨著人工智能的腳步越來越近，“對話即平臺（Conversationas Platform）”的理念日益深入人心，很多互聯(lián)網產品和應用開始嘗試引入對話式的人機交互方式(CUI，Conversational UI，對話式交互)。一個完整的CUI，既需要包含能聽會說的語音識別與合成能力，更需要包含能理解會表達的語言對話能力。然而，研發(fā)一個對話系統(tǒng)對于大多數(shù)開發(fā)者而言卻是一個很困難的任務，對技術和數(shù)據(jù)的要求都很高。為此，百度于2017年7月5日的開發(fā)者大會發(fā)布了面向第三方開發(fā)者的對話系統(tǒng)開發(fā)平臺-UNIT平臺，以期能夠降低對話系統(tǒng)的研發(fā)門檻，賦能開發(fā)者。
CUI能夠為用戶帶來什么便利？而UNIT又會如何幫助開發(fā)者在產品中植入自己的CUI呢？讓我們設想一個場景，當你一個人開車走在路上，卻突然需要查看路況或者調整路線，你該怎么辦？邊開車邊操作手機太危險，想找個地方停一下又找不到。這時候是不是恨不得自己再生出一雙眼睛、一雙手來幫自己搞定這個問題？那么設想一下，如果我們能夠讓司機一邊開著車，一邊通過自然語言對話式交互來設置導航、查詢路況。相對于傳統(tǒng)的觸屏操作和鍵盤輸入，這種自然語言對話的交互方式既安全又方便。
其實車載環(huán)境只是自然語言對話式交互可以一展身手的眾多場景之一。在手機智能助手、智能家居控制、在線智能客服、以及機器人等場景里，對話式交互都是最自然的方式。而自然語言理解和交互，則是這些應用背后的核心技術。比如，在上面的對話中，對話系統(tǒng)需要理解靈活的語言表述方式背后的語義和需求，需要結合多輪交互的上下文信息來綜合判斷當前交互的狀態(tài)，進而作出反饋或者執(zhí)行指令。同時，對話系統(tǒng)還需要有更基礎的語言處理和分析技術，需要掌握目標場景下的知識以及可用于所有技術訓練的數(shù)據(jù)。所以說，實現(xiàn)自然語言理解與交互，需要雄厚而完備的技術積累和數(shù)據(jù)積累，對于很多開發(fā)者來說，存在不小的困難。
