主頁 > 知識庫 > 悟空話務機器人：人工智能電話機器人對話中的三個步驟

悟空話務機器人：人工智能電話機器人對話中的三個步驟

　　人工智能' target='_blank'>人工智能對話是人工智能的一個子領域，專注于在人與計算機之間生成自然無縫對接的對話。近幾年，像亞馬遜Echo和谷歌Home這樣的語音助理的發(fā)展速度，如同火箭一般迅速，估計在2018年就有接近1億個設備在家庭中使用，不僅如此，我們也已經在自動語音識別(ASR)、從文本到語音(TTS)和意圖識別等方面取得了驚人的進步。　　但是距離實現(xiàn)科幻小說中所描述的人機之間進行的流暢對話，我們仍然有很長一段路要走。在未來十年，我們應該看到這些關鍵進展，它們將讓我們更接近這一長期愿景。

　　超越機器學習的新工具

　　在過去幾年里，機器學習，尤其是深度學習，已經成為了人工智能領域中應用非常廣泛的技術。它已經在人臉識別、語音識別和對象識別等領域取得了重大進展，因此許多人認為它將解決人工智能對話的所有問題。然而，實際上它只是我們工具箱中一個有價值的工具。我們需要其他技術來管理有效人機對話中的各個方面。　　機器學習特別適合解決在大數(shù)據(jù)庫中查找模式的問題，或者就像圖靈獲得者JudeaPearl說的那樣，機器學習實際上是解決曲線擬合的問題。人工智能對話中有幾個問題都很好地反映了這類解決方案，如語音識別和語音合成。該技術也已應用于意圖識別（將人類語言的文本語句轉換成用戶意圖或愿望的高級描述）并取得了很大成功，盡管使用此技術捕獲具有固定形態(tài)或語義敏感而模棱兩可的自然語言時存在一定的局限性。　　然而，在計算機對話中確實存在一些不太適合機器學習的問題。人機對話由兩部分組成：

　　自然語言理解(NLU)——理解用戶所說的話　　自然語言生成(NLG)——為用戶制定合理的話術回應

　　近來，大部分的注意力都集中在了第一部分，但是其中仍然存在很多挑戰(zhàn)，而這些不適合機器學習的原因在于話術回應生成不僅僅是收集和分析大量數(shù)據(jù)的產物。在未來幾年，這種持續(xù)、有狀態(tài)的對話挑戰(zhàn)仍然需要更多地關注NLG和對話管理部分的問題。

　　更高保真度的體驗

　　現(xiàn)在的對話經驗可能是非常簡單且具有局限性的。為了超越這些局限，我們需要支持高保真的對話。實現(xiàn)這一目標有幾個方面，包括：

　　廣泛而深入的對話。

　　現(xiàn)在的大多數(shù)對話要么寬泛而淺薄(例如，"幾點了?"=>"現(xiàn)在早上9點45分")，或者是狹隘但有深意(例如，在問答游戲中多回合對話)。為了超越這些有限的經驗，我們需要進入一個廣泛而深刻的對話世界。這就需要更好的理解用戶輸入的上下文意思，這樣才能作出適當?shù)幕貞?，對對話的狀態(tài)進行跟蹤，具有在超出當前技術局限性的情況下也能一次轉換成幾百個意圖的能力。

　　個性化。

　　在兩個人之間的自然對話中，每一個人通常都會借鑒先前與其他談話者的經驗來根據(jù)對方作出相對應的回答。不這樣做的計算機對話則往往會讓人感覺不自然，甚至讓人討厭。從長遠來看，解決這個問題需要解決諸如對說話人的識別之類的挑戰(zhàn)，以便讓計算機知道你是誰，并且可以對你和其他人做出不同的反應。另一個方面是跟蹤以前對話的狀態(tài)，并能夠隨著時間的推移做出不同的回應，比如了解特定用戶的偏好或風格。

　　多模式輸入和輸出。

　　目前，人工智能對話的重點是理解語音輸入和生成語音應答。但是，用戶可以以多種不同的方式提供輸入，并且輸出也可以以不同的形式生成。例如，用戶除了提供語音輸入外，還可以在屏幕上按下按鈕，或者情緒分析可用于為計算機提供能做出反應的情緒級輸入，同時支持多個輸入或輸出會帶來一系列需要考慮的復雜性。例如，如果用戶在按下是按鈕時說不是，系統(tǒng)應該怎么做?

　　在循環(huán)中為人類找到正確的角色

　　作為技術人員，我們常常被驅使著試圖用計算機來解決每一個問題。然而，需要注意的是，有些領域，如游戲、娛樂或銷售和營銷，總是希望對計算機回應的聲音和個性進行巧妙的設計來匹配它們的品牌。此外，已經注意到的是，試圖生成全自動自然語言生成可能不是最好的，因為最自然的人類對話不是重復很多以前對話的結果，而是通過考慮當前上下文而形成的。　　今天，這些創(chuàng)造性的輸入必然還處于人類寫作層面，系統(tǒng)可以識別每個上下文的意思，并定義對話應該如何進入下一個話題環(huán)節(jié)。這是目前幾乎所有計算機對話的工作方式。我們似乎不太可能在未來幾年完全消除這種循環(huán)，因此當我們展望未來時，我們將希望建立支持更具可擴展性和廣泛機制的方法來定義一個人的聲音和音調。例如，可以在更抽象的層面上定義其關鍵特征。　　電視劇《西部世界》很好地展現(xiàn)了這種世界觀。在反應和行為方面，人工的宿主顯然是非常復雜的，它們通常與真實的人類難以區(qū)分。然而，這是通過敘事部門的許多作者來實現(xiàn)的，他們定義了每個人的內容以及他們的各種高級個性特征。創(chuàng)意設計師可以使用強大的視覺創(chuàng)作工具來調整這些因素。　　在未來的幾年里，這一領域將受益于靈活的創(chuàng)作工具的開發(fā)，以類似于Photoshop等工具賦予藝術家或FinalCutPro授權視頻創(chuàng)作者一樣。　　結合更豐富的語言生成和對話管理系統(tǒng)工具，更高保真度的體驗以及更好地在循環(huán)中使用人類將產生更好的內容，并最終將我們帶入一個充滿愉快和具有連續(xù)性的計算機對話體驗的世界。

標簽：承德贛州呂梁天門大興安嶺黃南綿陽麗江

巨人網絡通訊聲明：本文標題《悟空話務機器人：人工智能電話機器人對話中的三個步驟》，本文關鍵詞；如發(fā)現(xiàn)本文內容存在版權問題，煩請?zhí)峁┫嚓P信息告之我們，我們將及時溝通與處理。本站內容系統(tǒng)采集于網絡，涉及言論、版權與本站無關。