6年前，人工智能AlphaGo戰(zhàn)勝李世石，成為第一個(gè)擊敗人類職業(yè)圍棋選手、第一個(gè)戰(zhàn)勝圍棋世界冠軍的人工智能機(jī)器人。

如今，作為新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力，人工智能正在對經(jīng)濟(jì)發(fā)展、社會進(jìn)步等多個(gè)方面都產(chǎn)生著重大而深遠(yuǎn)的影響。

在人工智能浪潮的推動下，聊天機(jī)器人的各方面技術(shù)也獲得飛躍式提升，在諸多行業(yè)中得到廣泛應(yīng)用，為用戶提供了全新的交流方式。

我們將用兩期內(nèi)容，來闡述了聊天機(jī)器人中對話交互的主要技術(shù)，從理解、擬人、及與人互動三個(gè)方面說明當(dāng)前對話系統(tǒng)面臨的挑戰(zhàn)。并嘗試勾勒出下一代類人對話系統(tǒng)應(yīng)具備的主要技能。

用戶與具有情緒支持和心理共情技能的

智能虛擬人emohaa的對話

近年來，隨著人工智能技術(shù)的不斷發(fā)展，各種形態(tài)的聊天機(jī)器人以新型有效的溝通方式，為普通大眾提供智能、高效的服務(wù)，在私人助理、客服等各類場景有著廣泛的應(yīng)用。在當(dāng)前技術(shù)下，對人類語言的理解和表達(dá)是聊天機(jī)器人實(shí)現(xiàn)真正的擬人化交互過程中面臨的巨大挑戰(zhàn)。

作為實(shí)現(xiàn)智能交互的關(guān)鍵模塊，對話交互技術(shù)的研究在學(xué)術(shù)界和工業(yè)界一直備受關(guān)注。讓機(jī)器人擁有了與人類交流的能力，能夠通過語音和語義識別等智能技術(shù)識別使用者的意圖，并且將會按照使用者目前的意愿來達(dá)到具體的互動目的。對話交互技術(shù)的研究，在進(jìn)一步推動聊天機(jī)器人產(chǎn)業(yè)發(fā)展、實(shí)現(xiàn)智能化的過程中具有巨大的意義和價(jià)值。

在人工智能領(lǐng)域，對話系統(tǒng)的發(fā)展歷史非常悠久，在英國電腦科學(xué)家Alan Turing于1950年提出圖靈測試，即測試機(jī)器能否表現(xiàn)出與人類似或無法區(qū)分的智能，而對話系統(tǒng)就是圖靈測試最自然的表現(xiàn)形式。美國麻省理工學(xué)院人工智能實(shí)驗(yàn)室的德裔電腦科學(xué)家Joseph Weizenbaum則是在1964年至1966年期間打造史上第一個(gè)聊天機(jī)器人“Eliza”，并定位為模仿人本主義療法（Rogerian psychotherapy）的心理治療師。

“Eliza”是以MAD-SLIP程序語言編寫，并且在36位元架構(gòu)的IBM 7094大型電腦上運(yùn)作，所有程序代碼約在200行左右。執(zhí)行過程中，“Eliza”會透過分析所輸入文字內(nèi)容，并且將特定字句重組，變成全新字句組合。

Eliza 的名字源于愛爾蘭劇作家蕭伯納的戲劇作品《賣花女》中的角色，劇中出身貧寒的賣花女 Eliza 通過學(xué)習(xí)與上流社會溝通的方式，變成大使館舞會上人人艷羨的“匈牙利王家公主”。作為世界上第一個(gè)聊天機(jī)器人，Eliza 被其作者賦予了“心理治療師”的角色，在人工智能的整個(gè)發(fā)展史上具有重要的地位。

據(jù)說，Weizenbaum教授將Eliza系統(tǒng)給同事們使用，

他們都以為Eliza是一個(gè)真人，還交談了很多隱私的事情。

2011年，蘋果推出的語音助手 Siri也使得智能助理在工業(yè)界引起了廣泛關(guān)注。微軟于2014年發(fā)布了首個(gè)社會機(jī)器人——微軟"小冰"，它能夠提供一個(gè)開放式的領(lǐng)域聊天功能。2020年，在大數(shù)據(jù)、大算力的支持下，大量大型預(yù)訓(xùn)模型陸續(xù)推出，它們不僅可以回答用戶的問題，還能以有趣的方式進(jìn)行各種話題討論。這些預(yù)訓(xùn)練模型將對話系統(tǒng)的研究推向了一個(gè)新的高度，在開放領(lǐng)域的會話能力方面有了新的突破。

對話系統(tǒng)的發(fā)展里程碑

對話系統(tǒng)發(fā)展至今，已經(jīng)可以與用戶產(chǎn)生非常自然地對話。在2017至2019年間，連續(xù)舉辦的三屆Alexa大獎(jiǎng)賽中，最好的對話系統(tǒng)能夠與人類用戶開展超過10分鐘的聊天，聊天內(nèi)容不受領(lǐng)域和話題限制。以Emohaa為例，他不僅能理解“講個(gè)笑話”這一含義，并且已經(jīng)可以在與用戶的對話中，展現(xiàn)出自然的幽默感。

另一個(gè)例子是FAIR在2020年發(fā)布了的Blender，其最大的參數(shù)規(guī)模達(dá)到94億，并且使用了8880億個(gè)詞匯。Blender可以將不同的技巧融合在一起，包含個(gè)性嵌入、知識賦值和表達(dá)共情，使得人機(jī)對話更加具有人性化。

在人工智能領(lǐng)域，相關(guān)技術(shù)的發(fā)展和進(jìn)步為對話系統(tǒng)的研究帶來了機(jī)遇，這對于促進(jìn)人工智能以及聊天機(jī)器人的發(fā)展有著十分重大的意義。

當(dāng)前對話系統(tǒng)可以總結(jié)為以下兩種類型，第一種是任務(wù)導(dǎo)向型的對話系統(tǒng)（Task-Oriented Dialog System），它通常以幫助用戶完成具體的任務(wù)為目的，如手機(jī)助理、客服機(jī)器人，訂票機(jī)器人等；第二種是開放域的對話系統(tǒng)（Open-Domain Dialog System），它經(jīng)常會在一個(gè)開放的區(qū)域里和用戶聊天，并且利用各種談話技巧來增加他們的互動，例如提供娛樂、給出建議、討論有趣的話題、提供情感安慰等。

任務(wù)導(dǎo)向型對話系統(tǒng)（左）

和開放域?qū)υ捪到y(tǒng)（右）的典型結(jié)構(gòu)

開放域?qū)υ捪到y(tǒng)中，通常要求系統(tǒng)對對話環(huán)境和用戶的情感需求有更深刻的理解，以便在正確的時(shí)間使用正確的對話技能，從而產(chǎn)生更富有個(gè)性和同情心的回應(yīng)。

那么現(xiàn)有的對話系統(tǒng)，又存在哪些挑戰(zhàn)和不足呢？

首先是關(guān)于語義的認(rèn)識。語意理解是人類進(jìn)行會話活動的基礎(chǔ)和核心，是對話活動的先決條件。它要求系統(tǒng)能夠理解對話、理解用戶，甚至關(guān)聯(lián)對話之外的背景信息。在早期的測試階段，當(dāng)用戶問Emohaa“你為什么叫Emohaa”，Emohaa卻仍然回復(fù)“我叫Emohaa”，意義就差得非常遠(yuǎn)。

其次是人格認(rèn)同的連貫性問題。同樣舉一個(gè)在早期測試階段的案例：當(dāng)用戶問Emohaa家庭成員相關(guān)問題時(shí)，Emohaa在不同時(shí)刻回答“我有一個(gè)妹妹”和“我沒有妹妹”這種信息不一致，會讓用戶產(chǎn)生困惑。如今這些問題正在迭代中改進(jìn)和完善。

最后是交互性的問題。在開放域?qū)υ捪到y(tǒng)中，其設(shè)計(jì)的目的通常是滿足用戶的社交需求，比如情感和社會歸屬感等，以最大限度地提高用戶的長期參與度。系統(tǒng)語義理解和個(gè)性身份一致性問題，將直接影響用戶的體驗(yàn)，導(dǎo)致低質(zhì)量的交互。此外，如何在各種場景下應(yīng)對用戶的負(fù)面情緒，如失落、悲傷等，也是提高對話系統(tǒng)交互性中面臨的巨大挑戰(zhàn)。

總的來說，當(dāng)前的對話系統(tǒng)面臨三個(gè)問題，第一個(gè)是語義理解的問題，第二個(gè)是個(gè)性身份一致性的問題，第三個(gè)是互動性的問題。在語義理解方面，我們希望對話系統(tǒng)能夠理解內(nèi)容（content）、文本（context）和場景（scene）；對于個(gè)性身份一致性問題，我們希望對話系統(tǒng)能夠產(chǎn)生與個(gè)性和身份一致的對話，具有類人的個(gè)性和身份；對于互動性問題，我們希望對話系統(tǒng)與用戶進(jìn)行情感、情緒上的交流，然后綜合運(yùn)用各種行為策略，實(shí)現(xiàn)強(qiáng)互動性的對話。

更多閱讀

#投 稿?通 道#

?讓你的文字被更多人看到?

如何才能讓更多的優(yōu)質(zhì)內(nèi)容以更短路徑到達(dá)讀者群體，縮短讀者尋找優(yōu)質(zhì)內(nèi)容的成本呢？答案就是：你不認(rèn)識的人。

總有一些你不認(rèn)識的人，知道你想知道的東西。PaperWeekly 或許可以成為一座橋梁，促使不同背景、不同方向的學(xué)者和學(xué)術(shù)靈感相互碰撞，迸發(fā)出更多的可能性。?

PaperWeekly 鼓勵(lì)高校實(shí)驗(yàn)室或個(gè)人，在我們的平臺上分享各類優(yōu)質(zhì)內(nèi)容，可以是最新論文解讀，也可以是學(xué)術(shù)熱點(diǎn)剖析、科研心得或競賽經(jīng)驗(yàn)講解等。我們的目的只有一個(gè)，讓知識真正流動起來。

📝?稿件基本要求：

? 文章確系個(gè)人原創(chuàng)作品，未曾在公開渠道發(fā)表，如為其他平臺已發(fā)表或待發(fā)表的文章，請明確標(biāo)注?

? 稿件建議以?markdown?格式撰寫，文中配圖以附件形式發(fā)送，要求圖片清晰，無版權(quán)問題

? PaperWeekly 尊重原作者署名權(quán)，并將為每篇被采納的原創(chuàng)首發(fā)稿件，提供業(yè)內(nèi)具有競爭力稿酬，具體依據(jù)文章閱讀量和文章質(zhì)量階梯制結(jié)算

📬?投稿通道：

? 投稿郵箱：hr@paperweekly.site?

? 來稿請備注即時(shí)聯(lián)系方式（微信），以便我們在稿件選用的第一時(shí)間聯(lián)系作者

? 您也可以直接添加小編微信（pwbot02）快速投稿，備注：姓名-投稿

△長按添加PaperWeekly小編

🔍

現(xiàn)在，在「知乎」也能找到我們了

進(jìn)入知乎首頁搜索「PaperWeekly」

點(diǎn)擊「關(guān)注」訂閱我們的專欄吧

·

總結(jié)

以上是生活随笔為你收集整理的下一代对话系统中的关键技术（上篇）的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。