聊天机器人的未来在哪里？研究一下人工智能的发展趋势就知道了

过去的十几年里， 聊天机器人 的演变与发展让它完全融入人们的日常生活。从手机上的虚拟助理到实际在线客服，chatbot的发展之路不算短。但是如果它们想要超过app或取而代之，它们需要更加自然地与更广域的技术结合。

在20世纪60年代中期，计算机科学家Joseph Weizenbaum发明了第一个chatbot——Eliza。Eliza通过使用模式匹配和替代方法来模拟对话，以给出程序能更理解人们问题的假象。

今天，chatbot已经可以让用户感知到，它们不仅能倾听，更能理解。目前，chatbot可以用来在零售业网站回答一些基本问题、帮助管理病人护理，甚至用在社交媒体。但是它们依然无法重现人类沟通的互动。虽然chatbot的增长还有巨大潜力，但在充分发挥功能和做到真正被AI驱动之前，还需要克服一些障碍。

在我们讨论chatbot需要如何发展前，让我们先看下现阶段chatbot如何工作：现在的bot能够理解人们所说的内容，是基于NLP（自然语言处理）为书面或口头用语设定特定语义。此外，很多bot使用专业系统软件，即模仿人类专家进行决策，提取一小部分信息来回答问题。

业内人士都认为，在不远的未来，更多的chatbot将会采用深度学习方法，接入海量数据，来预测问题进而对宽泛的主题做出快速响应，以能够及时提出相关问题。理想状态是，用户不会发现与他们交谈的并不是真人。

局限与机遇

chatbot面临的最大的挑战之一就是访问并获取大量的数据。例如大量零售业的例子中，很多消费者并不想与电脑互动，他们希望有真人客服可以帮助其解决问题。chatbot唯一能提供模拟真人交谈的体验的方式就是使用AI。但是为了实现这一目标，必须攻克建立大数据这一难题，这就需要通过一些方式累积数据。

在编译收集各种数据后，还必须要考虑到bot在与不同的个人交互时的心理学，来判定每个人的性格在对话中对于体验的影响。想象一下一个群体的每个成员对于同一件事会有完全不同的描述方式，那么这时候人们将如何与chatbot进行交互？此外，何时才是chatbot插入对话的合适时机？它们如何引导广大用户群体找到正确的解决方案？通过使用大数据集，我们将会看到chatbot的交互体验更加拟人化，能更好地理解、预测语言与场景化词汇。

AI 与 chatbot

要教一个bot体会到如我们日常生活中的起伏变化是非常困难的。从计算角度讲这是个庞大的课题。一些AI算法目前处理了部分问题，例如，AI社区对与集成搜索引擎的chatbot在语言测试上取得了很好的进展。试想你向Google提出问题进行搜索时的情况，即使你使用的短语和词汇并不是完全正确，但依然能在匹配的结果中找到正确的答案。

而反观现在的chatbot，你会发现在对话中像人类一样交流有多困难。bot必须能够展开对话，理解用户说了什么，以及明白现在说的这句话如何与上文承接还是在否定前文。在这些基础上，bot还要像人类一样回答问题。AI行业一直致力于解决这个问题，期望可以创造真实的对话体验。遗憾的是，由于深度学习自身局限，目前少有科学家关注让chatbot回答更有个性。本质上，AI和chatbot技术都想解决一系列复杂难题，来提供一位善解人意、能说会道的聊天伙伴。

chatbot的未来

chatbot是当下AI最火的分支之一，现在以及接下来的几年里，它们将在生活中越来越普及，在服务中也愈加隐形。新型及创新性的用户案例可以帮助chatbot在多个领域提高使用性能，更好地服务于用户。当然，真正的问题是，chatbot是否可以满足用户的期待，以及是否可以说服习惯于真人聊天的用户转而使用机器人——如，Facebook将chatbot集成到其Messenger应用中，让企业可以在上面与他们的客户进行hu；亚马逊Echo可以让用户使用chatbot来打开音乐播放器或者支付信用卡账单，达美乐披萨可以让顾客通过社交媒体下订单。

如果我们回顾AI领域在过去50年的演变与发展，最大的成就莫过于为AI研究开天辟地的算法。并且随着普及与应用，比如浏览器搜索算法，我们不再将它视为AI。我们在chatbot中看到了同样的趋势，因为这些算法正在运用于更多的地方，而不仅在你所知的聊天软件中。确实，在未来的10年内，我们将不会觉得chatbot有何特别之处，而是将它视为类似app或是亟待想象的一种黑科技那样，习以为常。