对于人来讲，在特定场景学习到的知识，人类并不会选择将其固着在唯一的场景中，知识的场景迁移能力使人在学习新知识时理解起来更加容易，掌握起来更加迅速，即使是从未接触过的领域和场景，人类也能完成知识迁移。

　　比如找餐厅的任务，它可能需要地理位置知识、菜系、交通信息等。如果只是单项知识的简单叠加，而不能认识到各领域知识之间的关系，缺乏知识的推理能力，那么当面临更为复杂的任务时就失效了。

　　从被动到主动

　　现在绝大部分的系统都是被动交互型，以现在非常流行的闲聊为例，其只能依赖于用户说的话，根据之前大量对话实例的训练，来生成一句似是而非的回答，以此消磨时间，抑或点燃情绪。

　　对话式决策系统一个非常重要的功能是需要对环境变换能做出感知，进而转化为语言的表示，来和用户进行主动交互。

　　如果用户刚在家中通过语音助手找到了附近吃日料的A餐厅，走上车启动车载系统，车载系统中的语音助手如果根据上下文位置变化及开车这一动作进行主动发问：“主人，请确认是否为您导航到A餐厅？”，这种情况下，系统的主动发问是一个非常智能的表现。

　　类似的主动服务可能是语音助手的一大竞争力。

　　从软件到服务

　　在未来屏幕交互的方式不再是主流，屏幕进一步变小，甚至消失，取而代之是更接近人与人之间的交互方式，语音，动作，以及各种传感器的自动检测，也因为如此，在不同场景下不同的智能设备得以出现，承载了一种或多种应用能力，软件之间的边界消失了。

　　曾经的软件供应商退化成服务提供商，专注于提升其核心数据和算法的质量，软件的开发成本降到最低，但是其使用效率却得到了极大提升，智能化得以极大体现，这是一个机器逐步模仿，并最终超越人类的时代。

硅谷密探推出全新互动直播平台 — 硅谷Live

为你带来全球化创新、实践、经验分享