在人工智能領(lǐng)域里河咽，聊天機(jī)器人往往被當(dāng)作殺手級應(yīng)用。從 2010 年起赋元，市面上逐漸出現(xiàn)了各種聊天機(jī)器人產(chǎn)品和平臺(tái)忘蟹，與此同時(shí)，聊天機(jī)器人的領(lǐng)導(dǎo)者也逐步從學(xué)術(shù)界轉(zhuǎn)變?yōu)榛ヂ?lián)網(wǎng)公司搁凸。這就意味著媚值，隨著大數(shù)據(jù)的積累、計(jì)算能力的提升护糖、市場的培育以及各項(xiàng)人工智能技術(shù)的成熟褥芒，聊天機(jī)器人慢慢地走向應(yīng)用和落地。

在深圳灣舉辦的「WARE 2017 語音智能平臺(tái)與應(yīng)用峰會(huì) 第 II 季」上嫡良，Gowild 智能科技 CEO 邱楠針對聊天機(jī)器人發(fā)展現(xiàn)狀發(fā)表演講锰扶。

邱楠說，在整個(gè)人工智能發(fā)展的歷史中皆刺，圖靈測試是檢測機(jī)器人智能程度的重要方法少辣，但是作為聊天機(jī)器人產(chǎn)品來講，單純地用圖靈測試來驗(yàn)證產(chǎn)品技術(shù)的好壞是不合適的羡蛾，因?yàn)槿伺c人之間的對話漓帅，往往基于人們相互之間的認(rèn)知和了解，而這是圖靈測試所無法做到的。

現(xiàn)在仍然處于弱人工智能時(shí)代忙干，如何將聊天機(jī)器人打造得更好器予，邱楠認(rèn)為，至少面臨著以下幾個(gè)挑戰(zhàn)：

• 如何處理長對話捐迫，即多輪對話乾翔；
  
• 如何讓聊天對話場景從垂直領(lǐng)域擴(kuò)展到開放領(lǐng)域；
  
• 如何高效地表示和使用上下文施戴；
  
• 識(shí)別用戶多樣化的表達(dá)和意圖反浓；
  
• 返回個(gè)性化的對答，避免回復(fù)的不一致性赞哗；
  
• 如何在對話中體現(xiàn)機(jī)器人的情感雷则。
  

邱楠說：「我們希望機(jī)器人能夠通過語言進(jìn)行一些思考。什么叫思考肪笋？就是指能夠進(jìn)行記憶月劈、聯(lián)想、推理藤乙，這些都是人與人之間交互才能具備的猜揪。」

如何讓聊天機(jī)器人做到更好的交互坛梁，接近于人和人之間的交互而姐？邱楠總結(jié)：「我們要基于大數(shù)據(jù)來構(gòu)建海量的知識(shí)圖譜》９矗」而構(gòu)建知識(shí)圖譜的重點(diǎn)在于語義理解毅人、知識(shí)表示、QA尖殃、智能對話和用戶建模。

具體如何讓聊天機(jī)器人產(chǎn)品落地划煮，實(shí)現(xiàn)弱人工智能向強(qiáng)人工智能的轉(zhuǎn)變送丰，邱楠認(rèn)為，可以從以下幾個(gè)方面入手：

首先弛秋，聊天機(jī)器人需要更個(gè)性化的知識(shí)圖譜器躏。例如，Gowild 推出的機(jī)器人琥珀·虛顏蟹略，它擁有多種情感狀態(tài)登失、喜好、技能等知識(shí)維度挖炬，同理揽浙，用戶通常想要表達(dá)的是他們職業(yè)狀態(tài)和生活軌跡的信息。需要強(qiáng)調(diào)的是，不論是個(gè)性化的小圖還是開放的大圖馅巷，都不是獨(dú)立存在的膛虫，需要將它們?nèi)谠谝黄穑拍馨l(fā)揮更大的價(jià)值钓猬。

其次稍刀，我們的世界不僅僅是靜態(tài)的，而是動(dòng)態(tài)地反映各事物在時(shí)空上的變化敞曹。因此账月，我們不僅僅需要靜態(tài)的圖譜，更需要思考如何表示和應(yīng)用動(dòng)態(tài)的圖譜澳迫。

第三捶障，機(jī)器人不能只是冷冰冰的回答用戶的問題或幫助用戶完成特定功能，它需要感知用戶的情感并輸出相應(yīng)的情感纲刀，這樣才更擬人化项炼。例如，用戶說「我心情不好」示绊，這屬于閑聊中的情感表達(dá)锭部，這時(shí)需要將用戶當(dāng)前的心情狀態(tài)更新到圖譜的對應(yīng)維度數(shù)值中。相應(yīng)的面褐，機(jī)器人也要有自己的心情拌禾、體力、甚至是和用戶之間的好感關(guān)聯(lián)度展哭。

第四湃窍，為了讓聊天機(jī)器人完成更多的功能，需要接外部服務(wù)或者開放 API匪傍。此時(shí)您市，圖譜就需要從傳統(tǒng)的關(guān)系型知識(shí)圖譜擴(kuò)展到支持動(dòng)態(tài)服務(wù)的知識(shí)圖譜。另一方面役衡，如何刻畫服務(wù)之間的各種關(guān)系（如因果茵休、時(shí)序依賴等）也是圖譜擴(kuò)展中所需要考慮的。

最后手蝎，我們接觸世界的方式不僅僅是通過文字榕莺，而是結(jié)合圖像、語音棵介、文字等多模態(tài)來了解外部的世界钉鸯。因此，我們所構(gòu)建的知識(shí)圖譜也應(yīng)該從單純的文本擴(kuò)展到多媒體的知識(shí)圖譜邮辽，ImageNet 和 Visual Genome 正是這方面的努力唠雕。