人工智能帮助我们构建基于说和写的人机接口，而不是使用键盘或鼠标；它让人保持人性。最大的挑战是找到方法告诉系统哪些答案令人不满意，以帮助它们学习，记录和保留的数据要保持透明，并确保训练数据的多样性和包容性，以防止人工智能系统的偏见。
在2018年柏林Codemotion大会上，微软高级项目经理Christian Heilmann谈了使用人工智能构建人机接口。InfoQ 正以 Q&A、概述和文章的形式对此次大会进行追踪报道。
Heilmann 认为，我们已经越来越习惯把电脑作为我们生活的一部分。我们可能是将电脑视为连接到屏幕的键盘的最后一代人了。与总是待在那里的计算机交谈正成为一种常态——无论好坏。
Heilmann 指出，使用人工智能的方法创建接口使我们可以做人类所做的事——说话、写作和表达情感——我们创造出了恰当有用的工具，而又无需学习它们。为了使我们的接口更人性化，我们需要在我们积累的数据和我们得到的传感器读数中添加人类可以理解的信息。
人工智能的一大问题是夸大其词，给我们承诺了完美的科幻一般的接口。Heilmann 认为，如果 Siri 或 Cortana 听不懂你的话，你感觉更多的会是失望，而不是通过表单在数据集中找不到结果。我们向最终用户提供人机接口，因此，我们需要确保我们的代码和训练模型允许人为的随机性和错误。
InfoQ 采访了 Heilmann，谈了如何在人机接口中应用人工智能、人工智能带来的好处以及人工智能软件开发面临的主要挑战。
InfoQ：人工智能似乎已经成为软件开发的一个热点。为什么会这样？
InfoQ：我们如何在人机接口中应用人工智能？
InfoQ：在开发人机接口时，人工智能给我们带来了什么好处？
InfoQ：AI 软件开发面临的主要挑战是什么？
InfoQ：如果人们希望了解更多关于在软件开发中使用 AI 的信息，他们可以去哪里？
查看英文原文：src="https://static001.infoq.cn/resource/image/49/c1/491b12f87b0d61cda6efd233031f10c1.jpg"/>
12 月 7 日北京 ArchSummit 全球架构师峰会上，来自 微软的技术专家将分享“微软小冰实时感官系统与未来发展趋势”、“基于 Kubernetes 的 DevOps”等相关经验与实践。详情点击
