一些比较智能的输入法，可能会根据上下文去试着推荐一些字符，但是这种推荐的精度也相对有限。

所以，可能正因为如此，中国的主流通信应用程序（如微信），是主打用语音来传递信息的。而在美国，这种程序的主要沟通方式一般是文本。

面对这个问题，一些人工智能的开发者，会试图用语音命令的方式实现人机沟通。在这种方式下，机器将用户的语音转换为文本，再根据文本的意义作出反馈。

这种方法在针对某些特定任务时非常有效，比如，用户可以对机器说话，要求手机实现“查询天气”或者“把某个词语翻译为英文”之类的特定指令。但是，一旦对话里有多个不同的话题，或者有上下文的话，这个方法就不太灵了。

解决中文对话的另外一个挑战，就是作为一种语言，中文本来就很复杂。比如，即使是完全相同的文字，以不同的顺序排列可能也会出现完全不同的含义，比如“脑满肠肥”和“满脑肥肠”……或者“雾锁山头山锁雾，天连水尾水连天”。

这种情况下，想要理解一句话的含义，就必须得通过上下文了。

而且，中文句子也不会像英文句子那样，用空格把单词之间彼此隔开。所以语言处理人员就必须要让算法能够正确地断开单词。

另外，中文没有时态，所以机器在判断时间轴方面，也存在着一定的困难。

“我不知道怎么调戏Siri，反正它已经调戏得我快哭了” 图/知乎用户@姚米兔

图/@同桌来成为我机智的幼驯染吧