進(jìn)入2016年，Chatbot 無(wú)疑已經(jīng)成為互聯(lián)網(wǎng)業(yè)界和投資領(lǐng)域的熱點(diǎn)之一。在短短幾個(gè)月的時(shí)間之內(nèi)，行業(yè)巨頭微軟、Facebook、亞馬遜、Google 和蘋(píng)果紛紛發(fā)布了各自在 Chatbot 領(lǐng)域的戰(zhàn)略和相關(guān)產(chǎn)品。

3月，微軟在 BUILD 大會(huì)上發(fā)布聊天機(jī)器人框架 Bot Farmework；

4月，F(xiàn)acebook 在 F8大會(huì)上展示了 Messenger 平臺(tái)，Telegram 宣布為機(jī)器人開(kāi)發(fā)者設(shè)立獎(jiǎng)金；

5月，Google 在 I/O 大會(huì)上正式推出 Google Assistant，同時(shí)發(fā)布了 Allo Messenger 以及語(yǔ)音家用音箱；Amazon 把智能音箱 Echo 背后的大腦 Alexa 開(kāi)放出來(lái)，讓用戶可以通過(guò)瀏覽器使用；

6月，蘋(píng)果在 WWDC 大會(huì)上開(kāi)放 iMessage 給第三方集成，并且發(fā)布了 Siri SDK；IBM 的第一個(gè)法律機(jī)器人已經(jīng)被華爾街雇傭；

最近，Yahoo 也不甘寂寞在聊天工具中發(fā)布了第一款 Chatbot — Kik Messenger。

至于 Chatbot 領(lǐng)域的創(chuàng)業(yè)公司，更是如雨后春筍般層出不窮。VentureRadar 總結(jié)了截止到6月份 Chatbot 領(lǐng)域最受矚目的25家創(chuàng)業(yè)公司，所處的行業(yè)也是五花八門(mén)：包括個(gè)人助理、客戶服務(wù)、招聘助手、品牌溝通、虛擬買手、保險(xiǎn)代理以及機(jī)器人平臺(tái)等等，大都拿到了天使或 A/B 輪融資，一派欣欣向榮的景象。 

25 Chatbot Startups You Should Know, Andrew Thomson, June 14, 2016, Venture Radar

Chatbot 歷史

追根溯源，Chatbot 并不是個(gè)新鮮的概念。

上點(diǎn)兒年紀(jì)的 IT 從業(yè)者很多都知道 ELIZA，這是上世紀(jì)60年代一位 MIT 的教授 Joseph Weizenbaum 開(kāi)發(fā)的人工智能機(jī)器人，可以和人進(jìn)行簡(jiǎn)單對(duì)話，但更多的時(shí)候可能你看到最多的回復(fù)是“What are you saying about…” （可以在 GNU Emacs 中運(yùn)行 M-x doctor 喚出 ELIZA 的一個(gè)版本分支 DOCTOR）。

上個(gè)世紀(jì)90年代微軟為 Office 軟件配備的虛擬助手 Clippy（回形針），可能是最早大規(guī)模推向市場(chǎng)并接觸到主流人群的 Chatbot 原型，它可以在用戶使用 Office 軟件的過(guò)程中提供對(duì)話形式的幫助，不過(guò)很多用戶對(duì)它的評(píng)價(jià)是“intrusive and annoying”（冒冒失失令人討厭），也正是因?yàn)榉磳?duì)的聲音太多，2003年它就正式下線了。

進(jìn)入二十一世紀(jì)，一款名為 A.L.I.C.E （Artificial Linguistic Internet Computer Entity）的聊天機(jī)器人吸引了行業(yè)目光，它嵌入了 AIML（Artificial Intelligence Markup Language）并結(jié)合一系列啟發(fā)式規(guī)則重寫(xiě)了后臺(tái)的處理引擎，大大改善了對(duì)話質(zhì)量。由于和同類應(yīng)用相比顯著的優(yōu)勢(shì)，AliceBot 三次獲得了 Leobner Prize ——機(jī)器人領(lǐng)域最重要的獎(jiǎng)項(xiàng)之一。

遺憾的是，無(wú)論是 ELIZA 還是 ALICE，離通過(guò)圖靈測(cè)試都還差得遠(yuǎn)。任何人跟他們聊上幾句就會(huì)發(fā)現(xiàn)其中的破綻，或者答非所問(wèn)，或者掉進(jìn)明顯的模式循環(huán)之中，感覺(jué)都是套路。

由于對(duì)話質(zhì)量不盡如人意，以及應(yīng)用場(chǎng)景的缺失，Chatbot 在過(guò)去的十年間并未吸引太多的注意，僅僅是作為一項(xiàng)有趣的、半科幻的不太成熟的玩具存在著。

從2016年3月份開(kāi)始，如本文開(kāi)始所提到的，巨頭們的介入使得 Chatbot 以一種意想不到的方式迅速成為各個(gè)科技媒體和開(kāi)發(fā)者社區(qū)討論的焦點(diǎn)。

進(jìn)入6月份，不光是科技和風(fēng)投界的媒體，F(xiàn)orbes、Fortune、Financial Times 這些老牌的商業(yè)媒體也把目光投了過(guò)來(lái)，紛紛討論 Chatbot 的廣泛應(yīng)用到底能夠給目前的商業(yè)環(huán)境帶來(lái)什么樣的影響。難道真的是一夜之間 Chatbot 相關(guān)的技術(shù)發(fā)生了天翻地覆的變化，你手機(jī)里的 Siri 從一個(gè)呆萌的應(yīng)聲蟲(chóng)搖身一變，成為了無(wú)所不知無(wú)所不能的百事通？

先不忙下結(jié)論，我們看看過(guò)去幾年，互聯(lián)網(wǎng)的商業(yè)和技術(shù)環(huán)境中都發(fā)生了什么。 

“chatbot” 在 Google Trends 上的熱度隨時(shí)間變化趨勢(shì)

網(wǎng)絡(luò)生態(tài)與技術(shù)變革

過(guò)去5年間，消息服務(wù)無(wú)疑是增長(zhǎng)最快的網(wǎng)絡(luò)應(yīng)用。內(nèi)有微信，外有 What’sApp、Facebook Messenger，月活超過(guò)6億，在過(guò)去幾年中成功占領(lǐng)了絕大部分用戶的碎片時(shí)間，成為新的、事實(shí)上的移動(dòng)互聯(lián)網(wǎng)時(shí)代的“瀏覽器“入口。

并且，和 web 時(shí)代相比，由于移動(dòng)應(yīng)用的封閉性，缺少網(wǎng)頁(yè)之間彼此互通有無(wú)的超鏈接作為聯(lián)系紐帶，移動(dòng)互聯(lián)網(wǎng)環(huán)境下的信息孤島效應(yīng)更加明顯。據(jù)統(tǒng)計(jì)，當(dāng)前平均每個(gè)用戶手機(jī)上應(yīng)用的數(shù)量大約是55個(gè)，平均每月使用的應(yīng)用數(shù)量大約是23個(gè)，每天使用的數(shù)量大約是12個(gè)。不過(guò)，其中大約有一半左右的使用時(shí)間給了排第一位的應(yīng)用，80%的時(shí)間給了排前三位的應(yīng)用。

這種比”二八原則“還要夸張的注意力分配還造成了一個(gè)尷尬的事實(shí)，下載移動(dòng)應(yīng)用所帶來(lái)的流量紅利正在慢慢消失。在北美市場(chǎng)，2015年5月到2016年5月全年的移動(dòng)應(yīng)用下載量比前一年下降了20%（全球的數(shù)字為增加2%，主要由新興市場(chǎng)貢獻(xiàn)），并且，大約有65%的用戶在過(guò)去一個(gè)月中沒(méi)有下載任何應(yīng)用。

在這樣的大趨勢(shì)下，大家意外的發(fā)現(xiàn)，Chatbot 似乎可以解決 App 生態(tài)環(huán)境面臨的一系列困境。Chatbot 開(kāi)發(fā)成本低，而且是真正的跨平臺(tái)，不必考慮 Android/iOS 資源的投入。

在移動(dòng)時(shí)代成長(zhǎng)起來(lái)的用戶天然接受即時(shí)消息通訊的方式，進(jìn)入門(mén)檻低、粘性高，依附于大的平臺(tái)，似乎是可以繞開(kāi) App 越來(lái)越低的下載率和活躍度的問(wèn)題。消息服務(wù)作為 Chatbot 天然的載體，儼然已經(jīng)成為移動(dòng)生態(tài)環(huán)境的基礎(chǔ)設(shè)施；那么，Chatbot 作為消息服務(wù)之上最自然的應(yīng)用，會(huì)不會(huì)取代 App，構(gòu)建出自己的生態(tài)環(huán)境？ 

Source: Business Insider, Fortune, Mashable, AppAnnie, AdWeek, Quartz, Yahoo Finance, Experian, TechCrunch, Forbes, Tehc in Asia, eMarketer, Compete, Activate analysis

在技術(shù)層面，人工智能以一種出人意料的方式重回大眾視野。

2016年3月，Google Deep Mind AlphaGo 在五番棋中以壓倒性的優(yōu)勢(shì)擊敗世界冠軍李世石，人工智能在圍棋領(lǐng)域戰(zhàn)勝人類頂尖棋手，這在5年前還是遙不可及的夢(mèng)想，如今卻成為現(xiàn)實(shí)。

事實(shí)上，自上世紀(jì)五十年代現(xiàn)代意義的人工智能誕生以來(lái)，已經(jīng)至少經(jīng)歷過(guò)兩次大起大落，也分化出大大小小各種流派，在最近一次低潮期，從業(yè)者們甚至更愿意用“數(shù)據(jù)挖掘”、“知識(shí)推理”、“機(jī)器學(xué)習(xí)”或“統(tǒng)計(jì)學(xué)習(xí)”這樣的字眼來(lái)指代自己的工作，小心的避免使用“人工智能”這樣過(guò)于耀眼承載了太多希望的詞語(yǔ)。

2006年至今深度學(xué)習(xí)技術(shù)的飛速進(jìn)展，無(wú)疑是當(dāng)前這次人工智能崛起的最重要基石。多層神經(jīng)網(wǎng)絡(luò)在計(jì)算機(jī)視覺(jué)和語(yǔ)音識(shí)別領(lǐng)域已經(jīng)取得突破性進(jìn)展，在效果上比之前的方法有了質(zhì)的飛躍。比如在圖像識(shí)別領(lǐng)域的 ImageNet 競(jìng)賽中，2012年 Hinton 研究小組利用 GPU 跑的深度卷積神經(jīng)網(wǎng)絡(luò)算法遠(yuǎn)遠(yuǎn)超過(guò)了原有的各種機(jī)器學(xué)習(xí)方法，識(shí)別率甚至超過(guò)了人類。

包括原本認(rèn)為很難突破的圍棋，機(jī)器在原本人類擅長(zhǎng)的領(lǐng)域表現(xiàn)得更加優(yōu)異，所帶來(lái)的心理沖擊無(wú)疑是全方位的。驗(yàn)證了深度學(xué)習(xí)的威力之后，人們自然而然的希望擴(kuò)展到各個(gè)領(lǐng)域，特別是一直自成體系，也公認(rèn)難度很高的自然語(yǔ)言處理。

自從現(xiàn)代計(jì)算機(jī)概念誕生的第一天開(kāi)始就對(duì)人類的語(yǔ)言處理問(wèn)題有著強(qiáng)烈的興趣，著名的圖靈測(cè)試，也是圍繞著測(cè)試者能夠在多大程度上區(qū)分機(jī)器還是人類產(chǎn)生的語(yǔ)言來(lái)設(shè)計(jì)的。而 Chatbot 所做的事情，恰好綜合了自然語(yǔ)言處理技術(shù)的各個(gè)方面。借人工智能崛起的這一波東風(fēng)，一舉突破當(dāng)前在 Chatbot 領(lǐng)域面臨的各種瓶頸，甚至通過(guò)圖靈測(cè)試，也似乎不再是遙不可及的事情。

此外，自然語(yǔ)言作為人機(jī)交互界面，這無(wú)疑是比從鼠標(biāo)鍵盤(pán)到觸摸屏還要令人激動(dòng)的巨大變革，徹底把各種智能設(shè)備的使用門(mén)檻降低為零。并且，如果能夠在理解文本語(yǔ)義的基礎(chǔ)上自動(dòng)進(jìn)行下一步動(dòng)作，很多繁瑣、重復(fù)的文字類的人工勞動(dòng)將被自動(dòng)化的機(jī)器取代，釋放出的市場(chǎng)潛力無(wú)疑是非常巨大的——這會(huì)不會(huì)是“The next big thing”？看起來(lái)市場(chǎng)環(huán)境和技術(shù)各自沿著自己的軌道向前發(fā)展，在這個(gè)時(shí)間點(diǎn)雙方交匯到了一個(gè)點(diǎn)上。

也正是因?yàn)檫@樣的原因，在 Chatbot 領(lǐng)域巨頭們爭(zhēng)相投入，從前沿的算法研究到底層的基礎(chǔ)設(shè)施平臺(tái)搭建，從面向普通用戶的最終應(yīng)用到面向開(kāi)發(fā)者的一線列工具，迅速成型并投入使用，唯恐在未來(lái)的競(jìng)爭(zhēng)中落了后手。無(wú)論前景如何，從客觀上來(lái)看，至少目前我們能夠便捷的使用一系列平臺(tái)和工具，使用這些工具，搭建一個(gè) Chatbot 要比開(kāi)發(fā)一個(gè)移動(dòng)應(yīng)用、或者是建個(gè)網(wǎng)站快得多。

Chatbot 相關(guān)技術(shù)

從應(yīng)用的場(chǎng)景來(lái)看，Chatbot 可以分為開(kāi)放域（Open-Domain）問(wèn)題和封閉域（Closed-Domain）問(wèn)題兩大類。

開(kāi)放域問(wèn)題和圖靈測(cè)試更接近，也更困難。沒(méi)有任何限定的主題或明確的目標(biāo)，用戶和 Chatbot 之間可以進(jìn)行任何話題的自由對(duì)話?？上攵?，由于話題內(nèi)容和形式的不確定性，開(kāi)放域 Chatbot 要準(zhǔn)備的知識(shí)庫(kù)和模型要復(fù)雜很多。

并且，從實(shí)際的應(yīng)用場(chǎng)景來(lái)看，開(kāi)放域 Chatbot 更多應(yīng)用在聊天、虛擬形象等泛娛樂(lè)領(lǐng)域，雖然用戶基數(shù)比較大，也容易傳播，但由于目的性不強(qiáng)、內(nèi)容深度不夠、對(duì)話質(zhì)量不高等等一系列問(wèn)題，用戶粘性有限、商業(yè)價(jià)值較低，至少在目前的市場(chǎng)環(huán)境和技術(shù)水平之下，看不到明確的應(yīng)用前景和清晰的商業(yè)模式。

和開(kāi)放域問(wèn)題不同，封閉域問(wèn)題通常有若干明確的目標(biāo)和限定的知識(shí)范圍，也就是說(shuō)，Chatbot 所面臨的輸入和輸出通常是有限的。雖然這個(gè)限定范圍會(huì)隨著問(wèn)題領(lǐng)域以及對(duì)推理深度要求的不同變化很大，但無(wú)論如何，與開(kāi)放域問(wèn)題相比，問(wèn)題空間大大縮小，目標(biāo)也更加清晰明確。

特別是從應(yīng)用場(chǎng)景上來(lái)看，用戶不會(huì)期待和一個(gè)客服機(jī)器人談?wù)摎v史知識(shí)，也不會(huì)向一個(gè)電商導(dǎo)購(gòu)機(jī)器人提各種與購(gòu)物無(wú)關(guān)的刁鉆古怪的問(wèn)題。并且，更加垂直和場(chǎng)景化的應(yīng)用使得封閉域的 Chatbot 從誕生的第一天開(kāi)始就肩負(fù)了商業(yè)使命，無(wú)論是節(jié)省人力成本還是提升人工效率，問(wèn)題的定義和評(píng)判標(biāo)準(zhǔn)都是比較清晰和明確的。

不過(guò)，也正是因?yàn)槿绱?，封閉域問(wèn)題 Chatbot 對(duì)對(duì)話錯(cuò)誤的容忍度更低、對(duì)質(zhì)量要求更高，這就要求 Chatbot 能夠整合更多的領(lǐng)域知識(shí)、用戶的基本信息，以及對(duì)上下文語(yǔ)境的分析和判斷。并且，針對(duì)一個(gè)領(lǐng)域建立的模型和知識(shí)圖譜，往往是很難方便的遷移到另外的領(lǐng)域。在這些因素的共同作用下，建立一個(gè)封閉域的 Chatbot 就不再單單是一個(gè)技術(shù)問(wèn)題，而是融合了商業(yè)、產(chǎn)品、運(yùn)營(yíng)、數(shù)據(jù)知識(shí)積累和模型調(diào)優(yōu)等等方方面面的權(quán)衡和綜合考量。

從表現(xiàn)形式看，Chatbot 可以分為單輪對(duì)話和多輪對(duì)話兩種類型。

1.單輪對(duì)話其實(shí)可以看做是問(wèn)答系統(tǒng)（Question Answering System）的變形， 一般是一問(wèn)一答的形式，用戶提問(wèn)，機(jī)器生成相應(yīng)答案的文本或者是綜合與答案相關(guān)的各種信息返回給用戶。

2.多輪對(duì)話則更接近我們通常理解的人與人之間的對(duì)話模式，通常是有問(wèn)有答，除了用戶提問(wèn)，機(jī)器也會(huì)主動(dòng)向用戶詢問(wèn)，并且會(huì)根據(jù)上下文來(lái)判斷該給出什么樣的答案或提出什么樣的問(wèn)題。

從應(yīng)用的角度來(lái)看，單輪對(duì)話更適合使用在信息查詢、客戶服務(wù)、產(chǎn)品介紹等等目標(biāo)明確、會(huì)話行程短的淺服務(wù)類項(xiàng)目，用戶對(duì)通過(guò)使用這類產(chǎn)品獲得的服務(wù)有明確的預(yù)期，更多的是把它看做快速獲取信息、提升效率的入口。

而多輪對(duì)話服務(wù)，往往會(huì)應(yīng)用在信息搜集、商品和服務(wù)導(dǎo)購(gòu)?fù)扑]、專業(yè)方案咨詢等等一系列結(jié)構(gòu)復(fù)雜、會(huì)話行程長(zhǎng)的深度服務(wù)項(xiàng)目里，用戶通過(guò)使用這類產(chǎn)品會(huì)在某一領(lǐng)域獲得相對(duì)完整的服務(wù)，解決一個(gè)復(fù)雜問(wèn)題，或者獲得某種方向性的引導(dǎo)。一般來(lái)說(shuō)，企業(yè)使用多輪對(duì)話服務(wù)的目標(biāo)不僅僅是提升效率降低成本，還往往可以改進(jìn)產(chǎn)品質(zhì)量帶來(lái)更多的收入。

從技術(shù)的角度看，實(shí)現(xiàn)一個(gè) Chatbot 也可以大致分為基于檢索的模型和生成模型兩種方案。

基于檢索的模型在算法流程和結(jié)構(gòu)上相對(duì)更容易理解，在很大程度上和搜索引擎的技術(shù)實(shí)現(xiàn)類似。一方面事先定義好了問(wèn)題庫(kù)和答案知識(shí)庫(kù)或回答的模板，另一方面通過(guò) NLP 技術(shù)對(duì)用戶提出的問(wèn)題進(jìn)行分析，通過(guò)關(guān)鍵詞提取、倒排索引、文檔排序等等方法與定義好的知識(shí)庫(kù)進(jìn)行匹配，并返回給用戶。

事實(shí)上，的確有一些 Chatbot 項(xiàng)目就是用開(kāi)源搜索引擎來(lái)實(shí)現(xiàn)的。 在規(guī)則匹配和文檔排序上可以加入各種復(fù)雜的啟發(fā)式規(guī)則或者機(jī)器學(xué)習(xí)算法，從而提高匹配精度。并且，在知識(shí)庫(kù)上還可以嵌入知識(shí)發(fā)現(xiàn)和推理機(jī)制，提升對(duì)話質(zhì)量。

于此相反，生成模型通常不依賴于特定的答案庫(kù)，而是依據(jù)從大量語(yǔ)料中習(xí)得的“語(yǔ)言能力”來(lái)進(jìn)行對(duì)話，看起來(lái)這個(gè)過(guò)程更加接近人類思考和產(chǎn)生語(yǔ)言的過(guò)程。而這個(gè)“語(yǔ)言能力”，往往涉及到基本語(yǔ)言元素的知識(shí)表示、以某種結(jié)構(gòu)（比如深度神經(jīng)網(wǎng)絡(luò)）來(lái)模擬的語(yǔ)言模型，以及對(duì)生成的語(yǔ)言對(duì)象的評(píng)價(jià)和選擇標(biāo)準(zhǔn)。

兩種模型有各自的優(yōu)劣：

對(duì)于領(lǐng)域范圍清晰、指向明確的問(wèn)題，基于檢索的模型的對(duì)話質(zhì)量更高。并且，基于檢索的模型不會(huì)犯各種語(yǔ)法錯(cuò)誤，但它的回答很難跳出預(yù)定的答案庫(kù)，需要花費(fèi)很大的精力來(lái)維護(hù)更新知識(shí)庫(kù)和匹配規(guī)則。

生成模型直接從語(yǔ)料來(lái)訓(xùn)練知識(shí)表示和語(yǔ)言模型，可以有效降低維護(hù)問(wèn)答庫(kù)和規(guī)則的精力；同時(shí)，生成模型可以應(yīng)對(duì)各種不在預(yù)設(shè)的問(wèn)題庫(kù)的問(wèn)題，表現(xiàn)形式更加靈活。但是，好的生成模型往往需要巨大規(guī)模的訓(xùn)練語(yǔ)料，并且，對(duì)話中的上下文關(guān)系、信息和人格的一致性、以及關(guān)鍵意圖識(shí)別等等一系列問(wèn)題都是生成模型需要克服的難關(guān)。

早期 Chatbot 領(lǐng)域的架構(gòu)幾乎都是基于檢索模型的，但深度學(xué)習(xí)技術(shù)取得突破性進(jìn)展之后，越來(lái)越多的研究者和業(yè)界的工程師把目光轉(zhuǎn)向了生成模型，因?yàn)樯疃葘W(xué)習(xí)的 Sequence-to-Sequence 方式可以非常好的實(shí)現(xiàn)生成模型的框架。

深度學(xué)習(xí)有一個(gè)非常誘人的優(yōu)勢(shì)，就是擁有可以避免人為特征工程的端到端（End-to-End）框架。通俗地講，就是有機(jī)會(huì)利用深度學(xué)習(xí)強(qiáng)大的計(jì)算和抽象能力，自動(dòng)從海量的數(shù)據(jù)源中歸納、抽取對(duì)解決問(wèn)題有價(jià)值的知識(shí)和特征，使這一過(guò)程對(duì)于問(wèn)題的解決者來(lái)說(shuō)透明化，從而規(guī)避人為特征工程所帶來(lái)的不確定性和繁重的工作量。

例如 AlphaGo 在提升圍棋水平的過(guò)程中，并沒(méi)有像傳統(tǒng)圍棋程序那樣硬編碼大量的布局定式、死活類型和官子技巧，而是直接通過(guò)學(xué)習(xí)高質(zhì)量棋譜（以及通過(guò)增強(qiáng)學(xué)習(xí)自身產(chǎn)生的棋譜）提升水平。具體到 Chatbot 領(lǐng)域，這讓我們能夠設(shè)想只要有足夠多的對(duì)話語(yǔ)料，就可以利用端到端框架直接進(jìn)行訓(xùn)練，而不必考慮復(fù)雜的語(yǔ)法規(guī)則、微妙的對(duì)話情景等等一系列人為特征工程需要關(guān)注的焦點(diǎn)。這無(wú)疑代表了大家都希望追尋的美好前景。 

來(lái)源： 愛(ài)因互動(dòng)，EinBot Conversation Generating Framework

問(wèn)題與展望

不過(guò)，在巨頭重金壓注、風(fēng)投界推波助瀾和科技媒體搖旗吶喊的背景之下，也有一些冷靜的觀察者指出了一個(gè)基本事實(shí)，那就是目前 Chatbot 能夠做的事情還相當(dāng)有限，整體的用戶體驗(yàn)依舊和合格的 APP 相去甚遠(yuǎn)。TechCrunch 在最近的一篇文章中指出：“關(guān)于 Chatbot，看見(jiàn)的 demo 都很好，但這些 demo 都忽視（或者是故意不提）關(guān)鍵的一點(diǎn)——很多 App 尤其是好用的 App，通常并不需要涉及那么多輸入，往往滑一滑、點(diǎn)一點(diǎn)就可以了... … 現(xiàn)階段，很多 Chatbot 還不支持語(yǔ)音，因此你得手動(dòng)輸入文字，這樣做還不如直接用 App 省事。此外，很多時(shí)候 Chatbot 搞不懂你的意思，意味著你得多次重新輸入，改換表述讓 Chatbot 理解你的意思?！?/span>

這段描述點(diǎn)明了 Chatbot 目前在具體的應(yīng)用環(huán)境中面臨的兩大困境：

一方面在許多場(chǎng)景下 APP 的操作更加簡(jiǎn)單，Chatbot 并未體現(xiàn)出以自然語(yǔ)言作為交互界面的優(yōu)勢(shì)。

另一方面，對(duì)于機(jī)器理解人們?nèi)粘Ｊ褂玫淖匀徽Z(yǔ)言這件事情，事實(shí)上我們與幾年前相比并未取得明顯的進(jìn)步，也就是說(shuō)，目前的聊天機(jī)器人，還沒(méi)那么“智能”，遠(yuǎn)遠(yuǎn)達(dá)不到人們對(duì)流暢對(duì)話的期待。比如下面這個(gè) Facebook Messenger 上面頗為流行的查詢天氣的機(jī)器人 Poncho 和用戶之間的對(duì)話： 

從中可以看出，對(duì)于語(yǔ)法結(jié)構(gòu)完整、指向明確的問(wèn)題，Poncho 能夠給出相應(yīng)的回答；但稍微發(fā)揮一點(diǎn)，省略語(yǔ)法結(jié)構(gòu)，它就難以領(lǐng)略用戶的真正意圖，迷失在語(yǔ)境之中了。明顯可以看出，Poncho 對(duì)上下文的理解是割裂的，僅僅是理解簡(jiǎn)單的天氣查詢也這樣困難，更不用說(shuō)很多需要復(fù)雜的語(yǔ)義和邏輯執(zhí)行的問(wèn)題了，這也是 Chatbot 普遍面臨的難題。

在 Chatbot 所面臨的兩個(gè)困境之中，第二個(gè)問(wèn)題，也就是對(duì)話的質(zhì)量，是最關(guān)鍵的，因?yàn)楸举|(zhì)上來(lái)講，第一個(gè)問(wèn)題的解決在很大程度上依賴于我們對(duì)第二個(gè)問(wèn)題的解決有多成功。

試想，對(duì)于指令性的和獲取信息類的操作，有什么是比自然語(yǔ)言作為交互界面更合適的呢？一個(gè)能夠完整、準(zhǔn)確的理解自然語(yǔ)言的 Chatbot 無(wú)疑能讓我們放棄在界面和交互設(shè)計(jì)上所花費(fèi)的額外的心思，更加貼近問(wèn)題和產(chǎn)品的本質(zhì)，貼近需求本身和用戶價(jià)值。

因此，無(wú)論業(yè)界和媒體在這件事情上怎樣的風(fēng)生水起，無(wú)論巨頭和創(chuàng)業(yè)公司面對(duì)用戶許下怎樣的美好未來(lái)，能否兌現(xiàn)承諾，取決于我們?cè)跈C(jī)器理解人類自然語(yǔ)言這件事情上能否取得真正的突破，哪怕是在特定的領(lǐng)域、特定的場(chǎng)景下，能否誕生不低于人和人之間平均對(duì)話質(zhì)量的應(yīng)用。

客觀來(lái)看，強(qiáng) AI、順利通過(guò)圖靈測(cè)試的機(jī)器，這些科幻小說(shuō)中的場(chǎng)景看起來(lái)依舊不會(huì)是短期內(nèi)能夠發(fā)生的事情，Chatbot 領(lǐng)域工業(yè)界的先行者們更愿意從解決具體的問(wèn)題入手，一點(diǎn)一滴的積累經(jīng)驗(yàn)。比如在行程規(guī)劃、個(gè)人助理、售前咨詢、客戶服務(wù)等領(lǐng)域，都有不少朝氣蓬勃的創(chuàng)業(yè)公司在深入的研究用戶需求，搭建技術(shù)基礎(chǔ)設(shè)施、開(kāi)發(fā)相關(guān)的 Chatbot 產(chǎn)品。

雖然這些 Chatbot 所提供的對(duì)話質(zhì)量和服務(wù)還不能完全令人滿意，但至少這些探索和嘗試對(duì)提升產(chǎn)品體驗(yàn)、吸引用戶關(guān)注和教育市場(chǎng)起到了相當(dāng)有益的作用。

無(wú)論如何，知識(shí)自動(dòng)化和更加自然的人機(jī)交互這一趨勢(shì)無(wú)可避免，由此帶來(lái)了機(jī)器智能的兩大應(yīng)用場(chǎng)景：要么協(xié)助或替代人力的知識(shí)產(chǎn)生和傳播過(guò)程，要么更好的服務(wù)于這些被替代下來(lái)的人們。相信這些都將是無(wú)比廣闊的市場(chǎng)和商業(yè)機(jī)會(huì)，Chatbot 能不能引領(lǐng)我們，敲開(kāi)這扇大門(mén)？

智能界（m.jwnfls.cn）中國(guó)智能科技聚合推薦平臺(tái)，秉承“引領(lǐng)未來(lái)智能生活”的理念，專注報(bào)道智能家居、可穿戴設(shè)備、智能醫(yī)療、機(jī)器人、3D打印、智能汽車等諸多科技前沿領(lǐng)域。聚合品牌宣傳、代理招商、產(chǎn)品評(píng)測(cè)、原創(chuàng)視頻、FM電臺(tái)與試用眾測(cè)，深入智能硬件行業(yè)，全平臺(tái)多維度為用戶及廠商提供服務(wù)，致力成為中國(guó)最具影響力的智能硬件聚合推薦平臺(tái)。