不要让系统假装智能！

作者：丛末

编辑：Pita

AI科技的发展使得对话系统日益普及，但这些系统在与人类交互的过程中仍面临不少挑战。本文将介绍李航教授在“市北·GMIS 2019全球数据智能峰会”上的演讲，探讨自然语言对话技术的发展机遇和挑战，并强调研发者在设计对话系统时应遵循的原则。

自然语言对话技术目前主要面临两大挑战：

首先，自然语言理解问题。语言理解涉及人类智能的各个方面，因此要让机器真正理解语言是非常困难的。

其次，任务完成问题。对话本质上是一种交互任务，双方需要交换信息和情感来实现某个目标。目前的人工智能技术尚不能独立完成整个交互任务，这同样需要解决人类智能的各个方面的问题。

尽管现有的强化学习和规则方法可以帮助机器完成某些任务，但要让机器像人类一样定义、生成并自主完成任务，依然充满挑战。

在未来5到10年，自然语言对话技术应如何寻求突破呢？

一方面，对话技术需要不断创新。人们在对话时不仅传递信息，还分享情感，涉及社会习俗等因素。因此，未来的对话系统不仅要能够进行信息交流，还需要具备情感交流的能力。

另一方面，需要从商业化的角度考虑市场创新。技术的创造不是简单地实现一个想法，而是要能够帮助用户解决实际问题。只有这样，技术才可能通过市场检验，成为有价值的创造。

李航教授还强调了一个重要观点：技术永远在进步，但何时能满足用户需求，仍不确定。他提出了“技术的上界”和“使用的下界”的概念。例如，对话系统在与人交互时的理解准确率越高越好，但用户是否愿意使用取决于准确率是否达到某个水平。用户使用的下界可能并不很高，例如准确率达到50%就可以接受，但在某些特殊场景下，准确率可能需要达到95%。

基于以上分析，李航教授认为，研发人员和从业者在推动自然语言对话技术的发展时，应综合考虑每个技术能达到的上界以及用户使用的下界。

自然语言对话技术的发展机遇：

李航教授从产品设计的角度出发，分享了未来可以重点考虑的几个机会：

第一，任务驱动型对话机器人。这类机器人已经广泛应用于语音助手。

第二，信息类机器人。它们提供了一种新的信息获取方式，通过聊天的方式为用户提供信息。例如，亚马逊的ALEXA比赛就鼓励参赛者设计对话机器人从社交媒体中找到有趣的信息，与用户进行对话，帮助用户获取信息。

第三，情感类机器人。这类机器人不仅仅是简单的对话机器人，而是陪伴型机器人。例如，日本去年推出的LOVOT机器人，虽然智能水平不高，但能与用户进行情感互动，帮助用户发现自我。用户在使用这类机器人时，更倾向于将其视为宠物，乐于与之互动。“未来的机器人应该具备这样的互动和情感交流能力。”

第四，游戏类机器人。例如，FACEDE游戏中的夫妇角色，玩家可以通过键盘输入文字与他们对话，帮助他们和好或者分手。设计对话技术在这里有很大的发挥空间。

李航教授指出，总体而言，对话机器人未来还有很多可以发挥的场景，该领域的研究者可以在不同的场景中取得很好的成果。

最后，李航教授总结了设计对话系统时应遵循的四项原则：

第一，让对话机器人在特定场景中实现“自封闭”。用户对对话系统的要求是流畅且完整地理解他们的基本句法。例如，系统覆盖用户80%-90%的基本句法即可。

第二，“失败时也要保持优雅”。一旦系统无法理解用户，应给用户提示，以保持用户体验的舒适感。此外，还应设计类似于“Home”功能，以便用户重新与系统建立对话。

第三，对话系统应融入情感和文化元素。除了语言交流，系统还应包含情感和文化因素，以提升对话过程的丰富性。

第四，“不要让系统假装智能”。如果系统被设定为高度智能，但在交互中无法灵活应对，会导致用户心理落差，感觉这是愚蠢的智能。

“我们都希望对话系统越来越智能，用户用起来越来越方便，最终能像真人一样与人交互。但在此之前，我们需要脚踏实地地朝这个目标迈进，而不是在系统尚未达到人类智能水平时，硬让系统假装智能。”