您当前的位置是:  首页 > 新闻 > 专家观点 >
 首页 > 新闻 > 专家观点 >

聊天机器人在人工智能领域的发展状况

2016-11-23 10:54:17   作者:   来源:   评论:0  点击:


  随着技术和市场的高歌猛进,人工智能正成为数据、服务、产品接入人类生活的重要入口。聊天机器人的演变与发展让它慢慢融入人们的日常生活,从手机上的虚拟助理到实际在线客服,聊天机器人的发展之路不算短。随着聊天机器人的商业发展的基础要素日趋成熟,生态系统逐步建立,以Google开发聊天机器人App——Google Allo,微软推出了ChatBot聊天机器人,丰田明年将发售迷你聊天机器人“KIROBO MINI”为代表,越来越多的企业开始入局聊天机器人。今天小编带你一起回顾这项技术,看看它的机遇与挑战。
  一、聊天机器人50年发展简述
  在20世纪60年代中期,计算机科学家Joseph Weizenbaum发明了第一个chatbot(聊天机器人)——Eliza。Eliza通过使用模式匹配和替代方法来模拟对话,呈现出程序能更理解人们问题的假象,暂时性地让一个真正的人类认为他们正在和另一个人聊天。
  在这之后有多种不同用途的机器人被开发出来,其中一个有代表性的聊天机器人系统是ALICE。ALICE产生于1995年,在2000年、2001年和2004年三次获奖,随ALICE一同发布的AIML(Artificial Intelligence Markup Language)被广泛应用。ALIC之后相继有多种使用机器学习技术的聊天机器人问世,微软小冰,AppleSiri,百度度秘等等。
\
  现在的聊天机器人能够理解人们所说的内容,一般是基于NLP(自然语言处理)为书面或口头用语设定特定语义。此外,很多聊天机器人使用专业系统软件,即模仿人类专家进行决策,提取一小部分信息来回答问题。
  随着深度学习的兴起和AlphaGo对于深度学习的成功应用,聊天机器人又有了新的技术手段,一些聊天机器人厂商已经开始尝试应用深度学习技术。相信在不远的未来,更多的聊天机器人将会采用深度学习方法,接入海量数据,来预测问题进而对宽泛的主题做出快速响应,以能够及时提出回答相关问题。
  二、聊天机器人具体应用场景
  一直以来说到聊天机器人,大家可能会想到微软的小冰和小娜,以及苹果的Siri。很多人认为他们是很有意思,但大多数情况下,没什么用处的技术。但是近年来,它有了一些具体的应用场景,比如客服、私人助理、知识问答、陪聊等。
  聊天机器人应用场景划分
  机器人类型
  代表产品
  客服机器人
  小I机器人、京东JIMI机器人,阿里小蜜商家版
  私人助理类
  AppleSiri、GoogleNow、微软Cortana、百度度秘、出门问问,助理来也
  知识问答类
  IBMWatson、WolframAlpha
  陪聊机器人
  微软“小冰”、微信“小微”、“小黄鸡”
  客服机器人的主要功能是回答用户提出的有关产品或服务的问题,降低企业客服运营成本、提升用户体验的目的。代表性的系统有小I机器人、京东JIMI机器人,阿里小蜜商家版等。用户与客服机器人沟通,可以了解商品信息、售前、售后等问题,一般而言,当机器人不能回答用户问题时,系统都会提供某种机制将用户转向人工客服。客服机器人是典型的业务机器人,闲聊话题一般在客服机器人中处于次要地位。做好客服机器人的关键是获取产品和服务相关的信息以及掌握详细的业务规则。所以类似阿里、京东这样的公司,自身拥有海量商品信息,并自己制定业务规则和流程,相对而言就比其他公司更容易开发出实用的客服机器人。
银行业聊天机器人和人工客服的工作划分
银行业聊天机器人和人工客服的工作划分
  私人助理类通过语音或文字与聊天机器人进行交互,如问天气、日程管理、订外卖、打车等,帮助用户处理日常事务。助理类的应用有AppleSiri、GoogleNow、微软Cortana、百度度秘、出门问问、助理来也等。AppleSiri以语音识别见长,在苹果终端上可以用语音操作手机,是具有代表性的私人助理。助理类应用虽然目标是私人助理,但目前更多的人只是体验或者把它当成娱乐工具,除了语音识别和自然语言处理技术限制外,更重要的因素是它并不适合有些场景,比如订外卖,现在移动端电商非常成熟,可以一键购物,并且有好的UI体验,比用语音或者打字快捷不少,语音受到环境限制(比如嘈杂环境),并且有隐私问题。所以私人助理类最关键的还是选好应用场景,比如车载智能设备就是非常合适的场景,开车时没法用手操作,使用语音更安全,车内环境也相对安静,同时一般也没有隐私问题。
  知识问答类的聊天机器人主要功能包括回答用户以自然语言形式提出的知识性问题和需要计算和逻辑推理型的问题。典型的知识问答系统有IBMWatson、WolframAlpha等。此类系统研发成本高,周期长,在特定领域落地也不太容易,像Watson一直在医疗领域做尝试,所以一般也只有大公司和技术创业型公司愿意承担风险尝试这个领域。另外一种简化形式,是将知识局限在某个简单的特定领域,典型的有儿童教育和娱乐,科大讯飞的开心熊宝可以通过语音对话的形式辅助儿童学习唐诗、宋词以及回答简单的常识性问题等。这种简化形式技术难度很低,另外儿童教育市场也大,是知识问答类机器人的商业化捷径。
  闲聊类机器人的主要功能是同用户进行闲聊式的对话,也就是陪聊。代表性的系统如微软“小冰”、微信“小微”,较早的还有“小黄鸡”等。此类应用有时候也能提供特定服务,如天气预报等。娱乐类机器人处境比较尴尬,因为其很难实现商业价值,像微软小冰除了广告效应外,并没有给微软带来实际利益,所以小冰现在也在做商业化探索,尝试进入客服等领域。
  今天,聊天机器人已经可以让用户感知到,它们不仅能倾听,更能理解,未来其增长还有巨大潜力,但目前它们仍然无法重现人类沟通的互动,在充分发挥功能和做到真正被AI驱动之前,还需要克服一些障碍。
  三、聊天机器人的掣肘与挑战
  聊天机器人面临的最大的挑战之一就是访问并获取大量的数据。例如大量零售业的例子中,对于消费者而言,很多消费者并不想与电脑互动,他们希望有真人客服可以帮助其解决问题;对于零售商而言,他们希望能够利用这项最新的技术调整服务,并为消费者提供更加简单高效的产品订购方式。聊天机器人唯一能提供模拟真人交谈的体验的方式就是使用AI。但是为了实现这一目标,必须攻克建立大数据这一难题,这就需要通过一些方式累积数据。
  在编译收集各种数据后,还必须要考虑到聊天机器人在与不同的个人交互时的心理学,来判定每个人的性格在对话中对于体验的影响。想象一下一个群体的每个成员对于同一件事会有完全不同的描述方式,那么这时候人们将如何与聊天机器人进行交互?此外,何时才是机器人插入对话的合适时机?它们如何引导广大用户群体找到正确的解决方案?聊天机器人在交互体验更加拟人化,能更好地理解、预测语言与场景化词汇中面临如下多重挑战。
  一是整合语境的挑战。为了生成明智的回复,系统可能需要整合语言语境(linguisticcontext)和物理语境(physicalcontext)。在长对话中,人们记录已经被说过的话和已经交换过的信息。这是结合语言语境的例子。最普遍的方法是将对话嵌入一个向量中,但在长对话上进行这样的操作是极富挑战性的。此外还可能需要整合其它类型的语境数据,例如日期/时间、位置或用户信息。
  二是一致人格的挑战。当生成回复时,对于语义相同的输入,代理应该生成相同的回答。例如,你想在“你多大了?”和“你的年龄是多少?”上得到同样的回答。这听起来很简单,但是将固定的知识或者人格整合进模型是非常困难的研究难题。许多系统学习如何生成语义合理的回复,但是它们没有被训练如何生成语义上一致的回复。这一般是因为它们是基于多个不同用户的数据训练的。
  三是意图与多样性挑战。生成式系统的普遍问题是它们往往能生成像“太好了!”或“我不知道”这样的能适用于许多输入情况的普遍回复。谷歌的智能回复(SmartReply)早期版本常常用“我爱你”回复一切。一定程度上这是系统根据数据和实际训练目标/算法训练的结果。然而,人类通常使用针对输入的回复并带有意图。因为生成系统(特别是开域系统)是不被训练成有特定意图的,所以它们缺乏这种多样性。
  整体来看,聊天机器人经历了从问答机器人到对话机器人的发展,但目前大部分的聊天机器人都属于问答机器人,也就是只能处理一问一答,不能很好的处理对话,或者说不能处理上下文,并不具备真正的人工智能特征。对话机器人现在是研究热点,也是趋势,但目前并没有成熟的对话机器人,即使是号称支持对话的机器人也是用规则或者状态机来处理对话,能力非常有限,达不到实用目的。
  四、聊天机器人创业投资浪潮
  根据预测数据显示,2016年全球人工智能收入预计将达到6.437亿美元,到2025年将增长至368亿美元。预计2018年,全世界将有60亿台设备用上人工智能技术。在这样的前景下,人工智能的创新、创业和投资日趋活跃。
全球人工智能产业规模(来源:Tractica)
全球人工智能产业规模(来源:Tractica)
  目前,一方面人工智能已经可以支撑聊天机器人在各个人机交互场景下达到灵活应用,大幅降低成本和扩大接触客户的范围;另一方面聊天机器人可以快速便捷地部署在移动设备上,改善或者改变移动端信息交互模式(信息交互是手机体验的核心),也就是说从某种程度来看,聊天机器人也许会比目前的手机应用更适合手机,下面第一个图表比较了苹果AppStore和Facebook聊天机器人平台的增速,图表显示,在第3至第6个月,聊天机器人数量增长约170%,同期内移动应用数量增长了100%,聊天机器人增速是应用的1.7倍;第二张图表比较了两种技术的开发者数量。在问世的第6个月,活跃的聊天机器人开发者数量是第14个月时应用的近3倍。
聊天机器人与移动应用数量的比较
聊天机器人与移动应用数量的比较
聊天机器人与移动应用开发者数量比较
聊天机器人与移动应用开发者数量比较
  基于聊天机器人可能带来的的巨大市场潜力,商业公司纷纷开始投入到聊天机器人的产业中。很多公司也已经在传播消息和销售渠道交互的环节上部署了聊天应用,如Facebook不断提高Messenger平台创收能力,苹果最近宣布将为iMessenger发布一个专用应用/聊天机器人商店。
  伴随着智能技术与生态系统的日益成熟与完善,聊天机器人创业公司蓬勃发展,风险投资资本也给该产业的繁荣注入了动力。目前,聊天机器人还处于发展早期阶段,或许未来2年内,人与采用人工智能技术的聊天机器人之间将能进行更复杂的对话。但可以预见的是聊天机器人和人工智能的融合是一项重要投资,这类标的的投资价值未来可期。
  五、聊天机器人未来展望
  聊天机器人是当下AI最火的分支之一,现在以及接下来的几年里,它们将在生活中越来越普及,在服务中也愈加隐形。新型及创新性的用户案例可以帮助聊天机器人在多个领域提高使用性能,更好地服务于用户。当然,真正的问题是,聊天机器人是否可以满足用户的期待,以及是否可以说服习惯于真人聊天的用户转而使用机器人——如,Facebook将聊天机器人集成到其Messenger应用中,让企业可以在上面与他们的客户进行互动;亚马逊Echo可以让用户使用聊天机器人来打开音乐播放器或者支付信用卡账单;达美乐披萨可以让顾客通过社交媒体下订单。
  如果我们回顾AI领域在过去50年的演变与发展,最大的成就莫过于为AI研究开天辟地的算法。并且随着普及与应用,比如浏览器搜索算法,我们不再将它视为AI。我们在聊天机器人中看到了同样的趋势,因为这些算法正在运用于更多的地方,而不仅在你所知的聊天软件中。或许在未来的10年内,我们将不会觉得聊天机器人有何特别之处,而是将它视为类似app或是亟待想象的一种黑科技那样,习以为常。

专题