文/鄧文華、彭季珩
AI（Artificial Intelligence，人工智慧），早些年叫科幻，這些年算迷幻，如今只要搬出 AI 名號，要嘛一路推、要嘛一路反，身在其中的科學家怎麼看呢？MIX 2018 講者、台灣微軟 SwiftKey 團隊首席軟體工程師許伯圳博士（Paul）在輸入領域有獨到心得，認為全用 AI 未必正確，不用 AI 也不大明智，頗有幾分莎士比亞《哈姆雷特》「to be or not to be」的味道。決定 AI 涉入多寡之前，必須先了解怎樣對使用者體驗最有利。
要做先端研究與市場產品的溝通橋樑
會有如此觀點，起因於 Paul 接觸 AI 很早，實戰經驗豐富，有深刻體會。他回溯，在哈佛大學念電機的時候，大三有堂語音辨識的課，好像並沒在其他地方看到，覺得有意思就去修了，沒在乎這門課一點也不熱門。大學念電機、碩士念電腦，畢業後應徵微軟，面試官問要研究什麼，他想語音辨識有趣，就回覆以此為主題，不知道他們已經在找這方面的人要進行規模化研究。
進到微軟，由於可以直接與使用者互動，確實學到不少；另一方面，自認對語音辨識應用程式介面還需要學習，在 2004 年申請至麻省理工學院（MIT）念博士，專攻語音辨識、自然語言處理（Natural Language Processing，簡稱 NLP）。
他清楚記得申請博士班資料裡，有一欄要填研究目的，他是這麼寫的：「I want to bridge the gap between cutting edge research and user products.」相較於碩士生來念博士是為了在學術上有所貢獻，當時已有 4 年工作經驗的他更在意學習完整的研究方法，可以將研究成果儘快做成產品來服務使用者。從大學到業界，投入語音辨識 10 多年，他表示一直研究這個領域原因很單純，「是因為對使用者有幫助。」
先說一般使用者，目前我們看到輸入一兩個字，後面就會跳出建議字詞或句子、打錯字會更正、打成拼音或注音會轉換成國字、甚至記憶每個人輸入習慣給予不同建議…..，都是他參與過的項目。2016 年，微軟買下 SwiftKey，公司派他到倫敦去整合這個研究題目。於是從微軟西雅圖總部搬到 SwiftKey 所在地倫敦，2 年後，因微軟在台灣設立 AI 研發中心，再調到台灣帶團隊，負責 AI 在 SwiftKey 中文輸入上的應用。
他在訪談時用字非常謹慎，一講到「打字」都會停下來，再修正「不對，是輸入才對」，意思是當使用者要跟手機、電腦互動，不只有打字，還有表情符號、貼圖、貼網址……等行為，所以團隊成員不限定語音辨識，也會找與電腦圖像有關的人。他舉例，到一家餐廳想用手機拍菜單傳給朋友，現在的流程是先打開相機功能，拍下菜單，接著開啟社交軟體，按相簿、選照片，要做好幾個步驟，他在想，有沒有可能結合光學文字辨識（Optical Character Recognition，簡稱 OCR）拍下來直接就傳出去或搜尋，不用另開軟體？
在輸入時，SwiftKey 給的回饋不一定是文字，也可能是圖像（圖片來源：SwiftKey 官網）
科技與設計 都是服務使用者的工具
我們好奇這些辨識與自動建議功能，和使用者需求之間，到底先有雞還是先有蛋，Paul 認為沒有一定，有些基本功能是可以從使用者研究中問得到，也有些東西是問不到的。「問不到」怎麼發現、怎麼解決？答案是從行為入手。
他進一步指出，系統會記錄、分析一個人輸入了什麼，比方文字、表情符號、貼圖、網址比例各是多少，然後依據使用脈絡，用系統化的方式回饋適當建議，像是常用字、前後文、發給對象、時間地點等。「鍵盤上還有很多東西可以做」，客製化就是其中之一，好比對甲來說，跳表情符號給他會比跳文字更好用，但對乙來說，可能還是文字比較適合。
「使用者是最重要的！」他提醒產品有 AI 或花俏的設計，不代表會比較好用，要去思考怎麼利用技術和設計去服務使用者。
進入更細的建議排序，他說 AI 也需要學習，在輸入一開始就全用 AI 給建議，可能因為不夠準確造成使用者更難選字；不用 AI，要一個一個看很累。最佳解方不是全用或全不用，而是要找出辦法和使用者習慣結合在一起，給予適合他的可預測結果。以中文來說，假若前 10 個建議用 AI 採機率排序（probability），後面的建議就按部首、筆劃來排，這樣使用者在前面 10 個沒找到要的，之後就可以用瀏覽的方式尋找，不用一個一個看，而大幅縮短時間。
AI 協助特殊使用者享有和大家一樣的表達能力
物理學家史蒂芬‧霍金即使用 SwiftKey 協助表達（圖片來源：SwiftKey 官網）
除了一般使用者，還有特殊使用者，例如前陣子新聞提的物理學家史蒂芬‧霍金（Stephen Hawking）就曾用 SwiftKey 提高了輸入速度，對寫作、溝通幫助不少。其原因就在於 SwiftKey 可以針對每個人說話習慣進行預測與糾錯，隨著使用時間越長，系統學得越「像」，回饋預測就越準，連帶增進速度。
AI 辨識技術不只用在語音，2015 年上線的 SwiftKey Symbols 結合圖像，提供表達上不方便的特殊教育族群新的溝通工具，使用者只要點選幾張圖片，用圖片建構句子，app 就會像看圖說故事一樣，自動說出完整一句話。經過英國的特教國小測試，對自閉症孩子表達意見同樣有正面效果。
選好圖片，再按右上角播放鍵，SwiftKey Symbols 會說出完整句子（圖片來源：SwiftKey Symbols blog）
要創新，先問對問題
一談起 AI 種種應用，自然連接到創新，很多人會認為創新不是靈光乍現就是聰明人專屬，Paul 認為不是的，「是怎麼問對的問題。」他舉 iPhone 的觸控螢幕為例，相關技術早就有，「可是大部分的人沒想到要去問『怎麼用在設計上？』」如果沒問出對的問題，多數人想的都差不多，也就不容易有跳出框框的答案。
訪談近一個小時聊下來，撇開專業術語用英文表達不說，Paul 雖帶點英文口音，卻全程流利中文，沒有小學三年級就跟著父母到美國的生疏感，而且字字精準，令人留下深刻印象。
「有的時候字沒有用對，意思就不對了。」他謙虛地說，「還可以進步。」
果然是 AI 專家，隨時隨地都在深度學習。
▇ 同場加映：MIX講者專訪特區（按發布日期排序）
李盛弘 – 復旦大學上海視覺藝術學院 副教授
Louis Rosenfeld – Rosenfeld Media 創辦人 資訊架構學作者
李取中 – The Affairs 週刊編輯 總編輯
陳宜秀 – 國立政治大學傳播學院 副教授
葉權鋒 – Gogoro 視覺設計總監
Alfreda Yu – Isobar Experience Design Director
▇ 報名 MIX 2018，了解更多創新實踐：https://userxper.kktix.cc/events/mix-2018