公司，媒体，广告，产品和会议很有希望是通过使一切“聪明”来使我们的生活更加美好。但是，到目前为止，绝大多数这些智能设备的实际经验远未缺乏我们的期望。为什么？因为聪明并不容易。

我们都有智能产品，可以得到AWRY。例如，直到几个月前，Netflix没有允许创建不同的简档，所以我家的建议是一个奇怪的系列，基于我妻子，我的两个十几岁的女儿，我的11年的父母的融合老儿子，和我。

当应用程序跳入物理世界和控制设备时，这变得尤其恼火。我们都有据称智能行为的设备的经验，目前智能行为不合适 - 我们最终关闭“智能”功能来手动使用它们（或者设备最终在抽屉底部最终）。

问题是，今天的智能产品太容易跳到结论：他们从感情到行动一步。在急于让产品出售到市场上，许多供应商差异化现实世界的复杂性，并创造了使用非常基本的推理的产品。大多数时候，他们甚至没有让用户积极参与正在进行的决定。

解决此问题的一步是将传感作用循环解耦，并将思维组件插入过程中。就像自然一样：当我们的反应立即不处理我们的刺激时，我们变得更聪明，但首先由我们的前额叶皮质评估。

此思路组件需要确保应用程序真正了解它所在的背景，以及在采取之前采取行动的适当性。因为这意味着应用程序知道环绕着它们的上下文，我们称之为“上下文应用程序”。

以下是突出显示上下文应用程序不同的几种方法：

1.由上下文变化驱动

最根本的区别是这些应用程序是由上下文变化而导致的，而不是用户。当然，用户输入当然是上下文的重要组成部分：“用户按下按钮”显然是一个要考虑的信号！但是，这只是其中的一部分。传感器读数的变化，时间或其他类似因素可以驱动应用程序，以及其他抽象的东西，例如另一个设备的存在或不存在事件。

2.总是在上

由于上下文不断更改，因此需要始终打开和监视上下文应用程序。它们就像一个服务层，始终在后台运行。但是，除非他们有相关的东西，他们不应该与您或其他人互动，在这种情况下，他们应该积极主动。实际上，它们的关键目标应该是减少用户在一天内打开它们的次数。这是从今天大多数应用程序的缺点比度，这努力增加与他们一起参与的时间。

3.利用动态数据流

您的应用程序的数据越多，它可以更好地了解它。地理位置，接近，电池电平，速度，其他设备的状态以及来自公共和私有系统的数据是所有有用的来源。但由于这可能表示的大量数据，一个关键元素是能够动态地打开和关闭不同的数据流，并规范他们工作的分辨率。

4.通过抽象创建含义

为了使互动和信息相关，我们需要在更高的概念层面上运行应用程序。例如：“一个设备进入位置30.534on，-97.231OW”不是非常有意义的。但是，一份通知说，我的儿子安全地从学校抵达房屋，确实非常相关。我们需要将概念和信息视为堆栈彼此达到更高级别的抽象块的构建块。

作为上下文信息从生成它的设备中解离，它可以转换为抽象数据元素。这很重要，因为随着新数据源可用，它们可以纳入兼容的概念。例如，我可以把灯架放在我的车里并将其定义为“地方”。请注意，即使信标不包含地理位置数据并实际移动，它也可以定义一个地方抽象以及地理围栏。

5.使用启发式常识

要创建更高级别的概念，我们可以使用多种工具。其中一个是启发式。这些是简单的规则，即在概念之间建立关系，并且可以有助于实现常识功能。例如：每天上午3:00记录用户位置。如果经过10天，超过90％的录制位置是一样的，建议将其放在家里。或在特定地点所花费的时间：当有人在咖啡店周围的地理围栏内时，它们之间的区别在于静态15分钟（可能喝咖啡），他们以30英里/小时的方式旅行（可能在他们的车里经过）。

6.应用统计分析和回归

我们可以使用的另一种机制是统计分析和回归技术。在不同概念级别的数据上运行统计分析并检测与它们的模式和显着偏差是相对容易的。一个例子是监视频繁的路线，就像一个下午的拼车，让您的孩子从学校回家。

让我们假设旅行回家通常需要20分钟，标准偏差为5分钟。如果我的儿子在学校结束后35分钟就没有回家，有99％的可能性发生了99％的可能性。可能有人忘了挑选他或汽车崩溃，无论如何，警惕的好理由。

7.能够学习：算法

另一个资源是学习算法，包括贝叶斯网络，神经网络和强化学习。这些主要是通过获取传入数据，构建内部模型，并试图预测接下来会发生什么。然后他们采取实际事件，看看预测是否正确。结果将反馈到系统中，以帮助它学习，加强因素时，当他们没有时削弱它们。随着时间的推移，我们可以观看预测的成功率并开始信任他们在遇到某种置信水平之后。

8.表现出弹性和适应性

另外两种重要的考虑因素是弹性和适应性。弹性指的是，在现实世界中，事情发生并环境变化：数据源来了。也许手机不在覆盖范围或电池上运行低。或操作系统杀死了应用程序。在这些情况下，应用程序需要尝试优雅地恢复和降级。适应性是指基线环境需要考虑和区分临时修改（例如，家庭在休假）从N Manent Oner（安装了新的设备类型或安装了新的信标）。

9.通过会话互动构建信任

在构建上下文应用时需要考虑的最终元素是耐心和信任。我们都习惯于即时满足，所以我们希望购买智能应用程序，并将其立即从框中工作。我相信我们应该重新思考这一点。将智能设备带入我们的生活更像是获得宠物：我们需要培训它。

生长在一起

我相信设备应该在他们学习时采取行动，检查和与用户的行动，检查和与用户合作的方法中固有保守。这种对话互动将使我们的设备更像合作伙伴（有时会失败），而不是像顺从的工具一样。与此同时，这将帮助用户信任应用程序制作的决策，因为这是熟悉的。

当然，这种方法的缺点是，这种过程在时间方面的成本很高，这就是为什么新设备能够从其他全面训练的设备中学习至关重要。

因此，随着我们继续构建我们的应用程序，让我们考虑如何使它们真正的上下文应用程序 - 而且在这样做，帮助使这个新的“智能”世界更友好，更简单，更有人类。

Roberto Moctezuma是企业移动应用程序代理Chaione的产品的VP。