具体实施方式

参照图1，一个或多个实施例利用示出的系统结构。在该示例中，用户110与机器实现的代理116(也称为人工智能(AI)代理，“AI代理”或简称为“代理”)进行交互。例如，用户110经由用户接口112交互，用户接口112在用户和AI代理之间传递通信。为了便于讨论，我们将“公司”称为控制代理(不针对控制实体的性质进行暗示——其可能是政府、其他人等)，使得在交互中形成的任何协议实质上是在用户和公司之间。在一些示例中，用户接口112接收声音输入(即，经由麦克风)，将其数字化，并将其通过通信信道114传递给代理116。代理处理来自用户的语音内容(例如，使用机器实现的语音识别和自然语言处理)，并对其进行操作，由此通常提供经由信道114返回并通过用户接口112呈现给用户110的声学反馈(例如，使用合成语音)。作为特定示例，用户接口包括用户的智能手机，并且通信信道包括移动电话呼叫电路。在一些示例中，可能存在参与交互的附加的一个或多个人类或机器实现的实体113。

用户和代理之间的交互可能不只是交易的。例如，可能存在对话，其中，)用户进行询问，从代理接收建议和推荐，并可以最终形成协议。代理既既可以是顾问，也可以是销售。因此，形成协议的上下文可能根据例如用户依靠代理提供的建议以及代理依靠用户提供的信息而有些复杂。如果关于协议一直存在纠纷，则上下文对于解决纠纷可能很重要。例如，代理可以提供旅行建议，以及可以预订特定住宿以及位置之间的交通。未来纠纷可能与尚未进行的预订有关，但也可能与为何在决定之前的交互的上下文中进行特定类型的预订有关。例如，用户可能指定了价格、位置、类型等的偏好，并且用户依靠代理遵循这些偏好。纠纷可能与是否遵循了这些偏好有关。当然，这些仅是示例，但是可以想到，随着人工智能代理技术的发展，可能出现的纠纷的复杂性只会增加。

在用户110和代理116之间的交互期间，交互助手120与通信相关联，并且执行与用户和AI代理之间的通信有关的许多功能。一个功能是监测通信并提取与交互有关的证据122。通常，交互助手用作一种对交互的见证。交互助手可以确定交互的哪些部分与协议的形成有关，然后从这些部分形成协议的证据。证据可以包括交互的部分的原始记录和/或从该部分处理或解释的信息。交互助手120将形成的证据122传递到账本130，并保留证据的永久不可变副本。在一些实施例中，该账本被存储或利用公共区块链。如果存在未来纠纷，则应使用该证据，并且相信该证据没有被篡改以支持解决纠纷。

在另一功能中，交互助手可以记录超出语言交互的上下文的与通信有关的证据。例如，交互助手可以确定关于AI代理的版本号或其他识别信息。这样的信息可以例如建立由AI代理实现的逻辑。该信息可以以各种方式获得。例如，交互助手可以与AI代理直接连接(例如，通过API)，并且可以查询该代理。在另一示例中，交互助手可以从呼叫建立期间通过通信信道传递的信息中提取这样的信息。在另一示例中，助手可以与AI代理进行机器对机器的语音交互以确定该信息。交互助手可以类似地记录用户的身份或其他相关特征的证据。

继续参考图1，交互助手120可以与一个或多个其他实体进行私密交互，并且可以促进用户110和/或代理116与那些实体之间的直接交互。例如，交互助手可以引入人类或机器实现的主题(例如，领域)专家138，这可以帮助解决领域特定的问题。例如，交互助手可以连接到不动产交易专家，以确定完整不动产交易的要素，使得如果确定为用户代理交易省略了交易的基本要素，则可以进行干预。类似地，交互助手可以例如通过向用户进行介绍并推荐用户向专家请求帮助来使用户与专家138直接通信。类似地，交互助手可以链接到人或机器实现的法律顾问134以寻求法律建议。

在一些实现中，交互助手120将自然语言融入到与用户的直接交互的处理中以及用户和代理之间的监测交互的解释中。在一些实现中，助手120链接到用于提供解释交互的服务的外部自然语言处理器132。

除了对账本130的被动记录或其他证据以外，交互助手还可以访问过去的账本136，例如，保持同一用户和代理之间的过去交互的记录。在这样的示例中，用户可以使用交互助手以在自然语言问题/回答模式中查询过去的账本，或者交互助手可以自主访问过去的账本例如以识别不一致或提出建议(例如，建议“在上次交互中，您同意X，请确认是否还同意X？”)。

在图1的一般图示中，交互助手的各种实现是可能的。作为一个示例，交互助手120可以由用户控制，例如，作为承载用户接口112的用户装置(例如，智能手机)上执行的应用来实现。需要注意的是，在第一示例中，交互助手和用户可以具有代理不知道的单面交互。作为简单的示例，用户可以向交互助手指示已经存在要记录的协议。

作为第二示例，交互助手120一般可以被对代理116进行控制的公司控制，例如，作为与承载机器实现的代理的服务器位于同一位置的服务器上执行的应用来实现。需要注意的是，在该第二示例中，交互助手可以具有了解代理的内部状态的优点。例如，代理的内部对话控制组件可以将从通信中提取的状态或信息直接提供给交互助手。

作为第三示例，交互助手120作为由与用户或控制代理的实体不同的参与方操作的服务来实现，例如，被承载在将用户、代理和交互助手进行链接的“调用桥(callbridge)”或代理者(proxy)中。作为第四示例，交互助手可以透明地接入会话(假设来自用户和/或代理的适当许可)。尽管图1示出了交互助手监测通信路径114和代理116，但是其可以例如通过在听到用户和代理的响应这两者的用户环境中的单独的麦克风来同等地监测用户和用户接口之间的声音路径。

超出被动地监测用户和AI代理之间的交互，交互助手可以作为调停者来进行调解并成为用户和AI代理之间的交互的主动参与者。在一些示例中，交互助手和用户之间的交互可以对代理隐藏(即，代理听不到交互)，使得单面会话是私密的。在这样的示例的一些替代中，代理实际上可以是人类代理，并且交互助手可以是会话的唯一人工参与者。在这样的示例中，例如，如果交互助手感到歧义或感到用户与代理之间的理解不一致，则它可以明确地要求用户和/或代理澄清。在该角色中，交互助手可以被视为主动添加与交互相关的并且由此可以在以后需要时解决纠纷用的证据。

如上所述，交互助手可以提供咨询或“服务台”功能以促进用户和代理之间的交互，并且在一些这样的示例中，可以用作用户和代理之间的通信媒介。

尽管存在交互助手120如何访问用户和代理之间的交互的许多示例，除非下面另有说明，通常，交互助手的操作不受交互助手的执行的位置影响。

在图1所示类型的实现中，用户以自然语言(例如，英语口语，输入的短信语法)进行通信，交互助手120实现通信的自然语言处理。特别地，自动确定以下中的一项或多项：

1)与例如为了获得信息相对地，确定通信是否关于形成协议；

2)协议的重要性/风险，例如预订旅馆房间的协议可能比订购披萨的协议具有更大的风险；

3)提取的表示协议的特征的信息，例如美元金额和其他方面(例如旅馆名称和住宿天数)；

4)在监测者主动参与的情况下，从参与方得到澄清或确认信息；以及

5)方面1)至4)已正确完成的置信度。

尽管可以将各种技术用于自然语言处理，但是一个广泛的类的技术利用了带注释的训练材料(其中，上述输出1)至4)是已知的)，并使用了机器学习方法(例如，使用深度神经网络)(其中，可设置参数(例如，神经网络“权重”)在训练材料上被重新设置，然后将这些参数用于处理新的监测通信)。

如果以后在用户和同意协议的代理所代表的参与方之间发生纠纷，则应从账本中提取证据132，并将其传递给纠纷助手140，这可以促进用户110与公司118的人类或机器实现的代表之间的交互。在一些示例中，纠纷助手可以链接到附加的实体，例如法官154、律师156、调停者、仲裁者等，以向纠纷助手提供服务或者促进用户和/或代表与附加的实体用户之间的方向通信。例如，纠纷助手可以向人类法官提供证据并回答法官的问题，然后法官考虑证据以确定参与方是否满足协议(即，用户和代理所代表的参与方)。纠纷助手140可以用作代理者证人，其依靠账本130中的记录的证据以告知法官导致纠纷情况的特定历史和上下文。在一些示例中，纠纷助手也是基于人工智能的，而在一些示例中，人类法官154可以与会话人工智能代理进行交互，该会话人工智能代理响应法官以从账本中检索相关证据。

交互助手120还可以确定与通信有关的上下文信息。这种上下文信息可以包括代理116的确定的标识符或版本，该标识符或版本是根据信道114上的通信的内容确定的，或者是从侧信道(side channel)确定的(例如，交互助手与代理之间的直接通信)。其他上下文信息可以包括日期、一天中的时间、用于访问代理的地址或电话号码。作为示例，如果确定特定版本具有导致其执行错误动作(例如，误解用户的意图)的软件缺陷(“程序错误”)，则实现代理的软件的版本未来可能变得重要。

参考图2，账本130的一个实现是利用区块链236。如上所述，区块链是不可变账本的示例，该不可变账本可以用来证明存在先前形成的交易或其他形式的记录，通常包括记录的时间(例如，永久性创建或制作记录的时间)和记录中的至少部分数据。在图2所示的方法中，与交互相关联的整个证据不一定存储在区块链中。更确切地说，账本控制器234从交互助手接收证据122，并针对其存储在内容存储器232中的该证据形成数字记录252。在该示例中，控制器形成数字记录的密码签名(例如，使用记录的不可逆函数，例如哈希函数)，并且该签名包括在记录262中，记录262由区块链236分发至内部账本242的多个分布式副本中。当需要由账本130提供证据132时，账本控制器维持识别数字记录252的索引或具有识别数字记录252的其他方式。未来日期的账本所提供的证据132提供来自区块链236的认证信息，以证实数字记录是真实的并且在进行作为纠纷主体的交互时就存在了。

在一些实施例中，账本130被配置为例如基于固定的时间表或基于所记录的证据的性质来“遗忘”证据。尽管无法擦除区块链236中的记录262，但是可以删除内容存储器232中的数字记录252，并使数字记录252无法用于未来的检索。存在可能需要删除证据的其他情况。例如，如果证据收集不当，或者包含了根据监管法规(例如，欧洲GDPR法规)可能无法收集或保留的信息。

应该认识到，并非所有实施例都要求记录完整的(例如语音)通信。例如，各种代码、文本(例如，根据口头会话创建的文本)、文本摘要、信息链接连通更标准的语音数字化都可以根据需要按不同量存储。

通信可以在一个或多个人与一个或多个智能助手之间、或者涉及一个或多个人和一个或多个智能助手。例如，可能正在使用电话或智能装置或智能扬声器(例如，亚马逊Echo)的人与智能应用(例如，旅行预定机器人)进行交互或会话。可替代地，交互可以在两个或更多个人之间或者在机器(例如，AI到AI实体)之间。

在一些实现中，用户的装置(即，承载图1中用户接口112的装置)可以是电话、智能电话、智能扬声器、机器人、车辆、自动驾驶车辆、半自动驾驶车辆等，其可以具有用于与交互监测的使用有关的控制(例如GUI)和指示(例如彩色照明区域)这两者的部件。

参考图3，在系统的特定实现中，存在许多不同模块。模块1使用已建立的策略连同自动自然语言理解能力，以确定会话的给定片段是否在策略要存储或不要存储的类别之中。模块2使用了概率机制，该机制已经过训练以预测作为纠纷的一部分所需的会话片段的风险(或称为敏感性)，即，对任何纠纷来说是否重要，或者如果改变了，是否会影响纠纷的结果。模块3基于用户身份因素、用户历史、与用户关联的组以及由于讨论的噪声和复杂性所引起的会话的清晰度，进行确定来以区块链的方式存储给定片段或简单地记录该片段。如果涉及高价值的项目，则通常值得追问或避免纠纷。模块4实现了这一点。模块5建立关于会话有多模糊的置信度水平。模块6基于物理和数字上下文(例如位置)建立区块链存储标准。一种确定通信主题的方法是通过口头语言或文本的潜在语义索引，这在可行的技术中是已知的。

尽管以上在语言通信(例如语音或文本)的上下文中进行了描述，但是用户手势的记录、用户面部表情的记录、用户环境的记录、时间戳的考虑和包含也可以被记录为与交互有关的证据。在一些示例中，如果主题被自动判断为敏感，则系统可以以更快的速率将更多类型的信息(例如用户的环境或手势)存储到账本。

在特定的使用示例中，当AI代理确定为保险对于减轻风险很可能有用时(例如，当风险水平由于主题、言辞、情感水平或者甚至由言辞或会话背景中的噪声所引起的歧义而升高时)，用户可以使用AI代理购买保险(代表一个或多个用户)。可以基于说出的言辞、语音韵律和/或生物特征(当这种信息可用时)估计情感水平。

通信装置可以包括以下中的任何一项：智能电话、智能眼镜、智能扬声器、机器人、机器人宠物和伙伴、智能家居、智能手表、增强现实系统、虚拟现实系统、30虚拟世界、游戏、智能可穿戴装置、具有通信系统的车辆、自动驾驶或半自动驾驶车辆、无人机(例如无人飞行器)或各种形式的电视盒(例如接口装置)。

在交互助手是交互中的主动参与者的示例中，可以确定为交互未遵循预期模式。例如，如果预期交互与旅行计划有关，并且正在进行非旅行交易，则交互助手可以提供关于会话潜在风险的实时反馈，以使得参与者变得意识到风险并同意适当步骤(例如将会话更改为更符合预期模式)。

在一些示例中，交互助手与用户进行单面通信，交互助手可以提供触觉或其他非语言反馈，或者向用户指示交互助手已经在不可变账本中记录了通信证据。此外，用户可以明确地手动触发记录(例如，经由GUI、手势、口头语言、位置等)，或者交互助手可以自动触发记录(例如，当系统确定需要记录时)。

如果需要，交互助手可以使用多个数据源中的一个或多个来确定移动计算装置(电话、亚马逊Echo、智能眼镜等)的位置，并将该信息连同视频传输到远程存储系统以进行永久性存储。令人关注的移动计算装置(或其他装置)信息可以包括视频/音频文件、图像、跟踪路线、位置数据、传感器数据和/或其他适当的数据。

在一些实施例中，整个系统可以包括区块链基础设施和智能合同，以使得我们的系统的交易货币化(例如，使用比特币)。在粒度水平上，这也可以使得能够进行小额付款以使用系统。出于我们的目的，区块链基础设施的实现提供了新的类的方法，该类方法可以通过对等网络上的交易的冗余分布式账本的使用，来在访问可执行数据并实现对于用户和法官而言公平和透明的方法的情况下，维持对个人通信的解释。例如，系统可以接收付款以用于纠纷解决和/或记录纠纷解决的结果。

系统还可以记录关于如何解决与通信有关的纠纷的元数据(例如，包括根据双方的满意度而是否解决了纠纷、何时解决了纠纷、情感水平等)。可选地，可以在账本中指示相关的纠纷是如何解决的。

在一些替代中，用户可以使用如纠纷助手那样的助手来访问账本以例如增加用户的存储空间，而不是使用账本来帮助解决纠纷。例如，该助手可以基于账本中的用户记录来提供问题问答能力。例如，用户可能希望回忆起一年前的某组协商、决定、建议、方案、指南甚至感觉，并且助手在该处理中提供帮助。

如上所述，实施例可以应用于包括数字助手的语音驱动装置。这种助手可用(并且将会可用)在广泛的装置(制造商不同以及形状因素不同)。许多这样的装置利用不同操作系统来使用语音层。许多公司开发并将会开发语音特定的应用，或将现有的应用和服务与平台相关联。许多制造商也在创造并将会创造智能显示器(例如，具有屏幕的声控扬声器)。对于本发明的实施例，这样的屏幕将有助于附加的交互和机会。

当终端用户装置与其他装置以及云协作时，这样的基于语音的助手与其他装置(例如，在家庭或办公楼中)进行通信。该其他装置可以包括家庭中心(Home Hub)平台，并且可选地利用学习算法，该学习算法可以使关键任务自动化并帮助确定在记录会话时使用什么特征和设置，如本文所述。

在一些实施例中，系统的方面通过广告而货币化。例如，如果用户收听、观看广告或与广告交互，则他或她可以将信息存储到区块链。

尽管在语音通信的上下文中进行了描述，但是系统还可以利用语音化身平台作为交互手段(例如，接收和发出某请求、改变设置、接收帮助等)。例如，这样的更丰富的代理能力可以传达具有隐藏情感特征的信息，该隐藏情感特征可能产生误导。

在一些示例中，交互助手可以存储/记录与用户通信相关联的“推断”或推断的性质或种类(其超出了通常作为会话、对话和语言学的一部分的模糊或闲聊音频)。例如，交互助手可以记录推理步骤、从前提移至结论(还包括与a)演绎、b)归纳和c)推导相关联的元数据)。在人对人的交互中，作为人类参与者的法官可以展示他们如何得出结论。在该系统中，可以获得AI代理的推理步骤以用于未来纠纷解决。

演绎是根据已知或假定为真实的前提进行逻辑推断。归纳是根据特定前提推断出普遍结论。推导是对最佳解释的推断。人工智能推断引擎有时将规则应用于知识库，以推导推断出新信息。因此，账本可能包含关于所采用的演绎、归纳和推导步骤的有用信息，这在纠纷解决和其他类型的解决中可能非常有用。

需要注意的是，与演绎论证不同，归纳推理考虑了结论为假的可能性，即使所有前提都是真实的。代替有效或无效，归纳论证可以是强(S)或弱(W)，其描述了结论为真的可能性。S和W信息可以存储在区块链中。

关于推理方法和方式的讨论，值得注意的是，在日常交互中，人通常根据推荐、决定、确认和解释采取动作。另一方面，归纳推理从大量的示例转变成为理论，通常经过很长过程。为了使归纳推理在采取动作时发挥作用，通常执行以下步骤：1)得出结论或“理论”(归纳部分)的许多观察，以及2)将理论应用于具体情况以用于结论/确认(演绎部分)。换句话说，对于交互系统，如果进行归纳推理来创建理论，则后面通常需要进行一些演绎推理；也就是说，除非在归纳推理之后进行演绎推理(时间上相邻或未来的一些交互)，交互中不会单独出现归纳推理。还需注意的是，“归纳推理”通常不同于“通过归纳来证明”，“通过归纳来证明”也可能在会话期间发生。当然，也可以考虑通过归纳来证明。

当在与特定应用相关的系统中实施(例如，与合同、条款、协议和条件有关的场景)时，系统可以“听”正在通信的参与方的某些关键字、会话流程或特定指令(当这样的信息可能与这样的交互相关时)。例如，假设某书的作者Bob正在与出版商Pam谈论他们计划出版的即将来临的书。在电话中进行非正式或正式协商(或使用数字助理装置或通过其他通信手段)期间，这些考虑因素可以包括以下中的一项或多项：授予出版商的权利、预付款、精装版和平装本的版税、附属权(作者和出版商之间关于外语出版、商业改编等的资金分配)、稿件交付日期、出版日期或未来作品的选择。

其他相关应用可以包括：1)使用我们的区块链系统的、符合HIPPA的医学转录；2)与佩戴智能手表或眼镜的客户进行现场不动产交易，该智能手表或眼镜记录会话的各方面并将房间中的图像与还在区块链上记录的注释相关联；3)与财务顾问进行会话；4)在对某些事实、人物、运动、结局等方面打赌的人之间的非正式的“酒吧打赌”。

假设用户未来将会更多地与装置进行对话和会话(例如，当用户对数字装置说话、与虚拟世界中的化身进行交互、或与增强现实环境中的装置进行交互时)，则用于理解复杂通信和协商的任何帮助(例如，从过去获取)将很有帮助。因此，取决于什么被认为是对一个用户或一组用户有用(“组”可以指一类用户，例如医生用户)，本文所述的区块链系统可以通过各种手段帮助用户了解过去的各个通信(其可能涉及参与方之间的协议和交易)，系统可以使用存储的内容来创建并提供有关先前协议或协商的引人注目的视听叙述。举例来说，化身可以代表相关的各个参与方。系统可以应用各种模板来示出、呈现或概述先前通信，并且系统可以构建饼形图、其他图形、动画、视听物、屏幕上的图表布局、编剧等，以尝试使过去的交易更容易被用户或具有不同水平的经验的、不同类的用户理解。随着系统获知用户的偏好，这些增强的叙述可能会随着时间的推移而改进。例如，考虑以下情况：用户尝试回忆与公司的先前纠纷或协议，其中该公司已根据条款和条件给予了用户折扣。该纠纷或协议可能在过去的几个月中已经发生。类似地，考虑出版商与作者之间的关于计划出版的书籍的初步口头协议的情况。在一些情况下，系统可以使用或学习使用按时间顺序的模板或模式(其按时间的推移排列或总结显著信息以及事件的先后顺序)，以帮助各个参与方理解和回忆某些安排。系统可以获知一些用户可能偏好在一个时间方向(前向)上排列信息，而另外的用户可能偏好后向排列。当到达某些重要的或难以理解的段落时，系统可能会减慢或暂停。在另一模板中，用户可能偏好看到一系列步骤(例如，流程图或大纲)。另一模板可以示出位置、情感、模糊性和其他突出的因素(并且可以根据各种特征对信息进行分类)。另一模板可以使用不同的声音效果、音调、语音、设置等来控制向用户表达的协议的音频表达。如果过去的讨论采用了许多不同的分支(其中有些分支毫无结果(例如，没有形成进一步发展的协议)，而其他分支得出了结论(例如，由于复杂的讨论随着时间的推移而展开))，则系统可以如河流的支流、各种图形、注释、文本、图标、日期标签、人标签等那样显示这些分支。

系统可以通过许多手段(包括用户反馈、来自其他的反馈、来自一组用户中的其他用户的反馈、来自法官或仲裁者(AI或人类)的反馈)来学习各个用户的偏好。如果某参数模式使用户更快地理解，则可以未来使用或建议使用这些参数。例如，如果在系统使用模拟医生办公室中的化身(其在播放中的特定点暂停，并且背景出现一些模拟办公室噪音以建议设置)时来描绘编剧，系统获知医生可以在平均2分钟内理解纠纷，则与平均需要医生花5分钟尝试理解过去交互的另一模式相比，可以使用或建议使用该模式或模板。

该系统还可以通过各种方式协助仲裁。例如，在某些情况下，Al代理可以充当“仲裁者”来帮助在法院外解决纠纷，并且可以多于一个的代理参与作出“仲裁裁决”的“仲裁庭”。该仲裁裁决可以对双方均具有法律约束力，并可以在法院强制执行。另外，仲裁模块可以是自愿实施的，也可以是强制性的，并且可以是有约束力或无约束力。当然，系统也可以触发参与人类仲裁庭。如果存在仲裁裁决的复审和上诉的有限权利，则系统也可以发挥作用。这些AI代理、法官、助手、仲裁者、仲裁庭等可以使用自然语言处理、聊天机器人以及其他人机交互手段。

Al仲裁庭(例如，使用多于一个的Al实体，每个实体都具有自然语言处理、推理规则和机器学习等特征)可以有助于确定纠纷结果。Al仲裁庭的组成可以包括来自不同公司的Al实体，并且存在或不存在Al主席或裁判员。可选地，在一些情况下，除非AI仲裁者已被编程为恶意行事，否则在充当仲裁者时，AI仲裁者可以针对已做或遗漏的任何事情免除责任。

当使用AI仲裁庭(使用多于一个的AI实体)时，AI仲裁庭可以由有纠纷或问题的参与方(包括公司)来指定。另外，Al仲裁庭可以由终端用户或由参与方选择的Al指定机构来指定。

上面详细描述的方法的实施例可以用软件来实现，其中将计算机指令存储在非暂时性机器可读介质上。这些指令在由一个或多个处理器执行时实现上述功能。指令可以是各个级别的，从机器级指令到用于配置人工智能系统的指令。

需要理解的是，前述说明旨在举例说明，并不是要限制本发明的范围，该范围要根据所附权利要求的范围确定。其他实施例都在所附权利要求书的范围内。