真實(shí)應(yīng)用中，用戶與系統(tǒng)交互的過程中不免會(huì)涉及到閑聊成分。閑聊功能可以讓對(duì)話機(jī)器人更有情感和溫度。閑聊機(jī)器人（Chitchat-Bot）通常使用機(jī)器翻譯中的深度學(xué)習(xí)seq2seq框架來產(chǎn)生答復(fù)，如圖4。

圖4 Chitchat-Bot的seq2seq模型框架

與機(jī)器翻譯不同的是，對(duì)話中用戶本次query提供的信息通常不足以產(chǎn)生合理的答復(fù)，對(duì)話的歷史背景信息同樣很重要。例如圖4中的query：“今天心情極度不好！”，用戶可能是因?yàn)榍皫滋斐鲇卫鄣难岜惩床判那椴缓玫模@時(shí)答復(fù)“出去玩玩吧”就不合情理。研究發(fā)現(xiàn)，標(biāo)準(zhǔn)的seq2seq+attention模型還容易產(chǎn)生安全而無用的答復(fù)，如“我不知道”，“好的”。

為了讓產(chǎn)生的答復(fù)更多樣化、更有信息量，很多學(xué)者做了諸多探索。Jiwei Li等人的論文“Deep Reinforcement Learning for Dialogue Generation”就建議在訓(xùn)練時(shí)考慮讓答復(fù)引入新信息，保證語(yǔ)義連貫性等因素。Iulian V. Serban等人的論文“Building End-To-End Dialogue Systems Using Generative Hierarchical Neural Network Models”在產(chǎn)生答復(fù)時(shí)不只使用用戶當(dāng)前query的信息，還利用層級(jí)RNN把之前對(duì)話的背景信息也加入進(jìn)來。Jun Yin等人的論文“Neural Generative Question Answering”在產(chǎn)生答復(fù)時(shí)融合外部的知識(shí)庫(kù)信息。

上面的各種機(jī)器人都是為解決某類特定問題而被提出的，我們前面也分開介紹了各個(gè)機(jī)器人的主要組件。但這其中的不少組件在多種機(jī)器人里都是存在的。例如知識(shí)圖譜在檢索型、任務(wù)型和閑聊型機(jī)器人里也都會(huì)被使用。

真實(shí)應(yīng)用中通常會(huì)包含多個(gè)不同類型的機(jī)器人，它們協(xié)同合作，解答用戶不同類型的問題。我們把協(xié)調(diào)不同機(jī)器人工作的機(jī)器人稱之為路由機(jī)器人（Route-Bot）。路由機(jī)器人根據(jù)歷史背景和當(dāng)前query，決定把問題發(fā)送給哪些機(jī)器人，以及最終使用哪些機(jī)器人的答復(fù)作為提供給用戶的最終答復(fù)。圖5為框架圖。

圖5 Route-Bot框架圖 對(duì)話機(jī)器人現(xiàn)狀

對(duì)話機(jī)器人歷史悠久，從1966年MIT的精神治療師機(jī)器人ELIZA到現(xiàn)在已有半個(gè)世紀(jì)。但現(xiàn)代意義的機(jī)器人其實(shí)還很年輕。檢索型單輪對(duì)話機(jī)器人得益于搜索引擎的商業(yè)成功和信息檢索的快速發(fā)展，目前技術(shù)上已經(jīng)比較成熟。最近學(xué)術(shù)界和工業(yè)界也積極探索深度學(xué)習(xí)技術(shù)如Word2vec、CNN和RNN等在檢索型機(jī)器人中的使用，進(jìn)一步提升了系統(tǒng)精度。雖然技術(shù)上較為成熟，但在實(shí)際應(yīng)用中檢索型機(jī)器人還存在不少其他問題。例如，很多企業(yè)歷史上積累了大量非結(jié)構(gòu)化數(shù)據(jù)，但這些數(shù)據(jù)并不能直接輸進(jìn)檢索型機(jī)器人，而是需要事先通過人工整理。即便有些企業(yè)存在一些回答對(duì)的數(shù)據(jù)可以直接輸入檢索型機(jī)器人，但數(shù)量往往只有幾十到幾百條，非常少。可用數(shù)據(jù)的質(zhì)量和數(shù)量限制了檢索型機(jī)器人的精度和在工業(yè)界的廣泛使用。

相較于檢索型機(jī)器人，知識(shí)圖譜型機(jī)器人更加年輕。大多數(shù)知識(shí)圖譜型機(jī)器人還只能回答簡(jiǎn)單推理的事實(shí)類問題。這其中的一個(gè)原因是構(gòu)建準(zhǔn)確度高且覆蓋面廣的知識(shí)圖譜極其困難，需要投入大量的人力處理數(shù)據(jù)。深度學(xué)習(xí)模型如Memory Networks等的引入可以繞過或解決這個(gè)難關(guān)嗎？

任務(wù)型多輪對(duì)話機(jī)器人只有十來年的發(fā)展歷史，目前已能較好地解決確定性高的多輪任務(wù)。但當(dāng)前任務(wù)型機(jī)器人能正常工作的場(chǎng)景往往過于理想化，用戶說的話大部分情形下都無法精確表達(dá)成act-slot-value三元組，所以在這個(gè)基礎(chǔ)上構(gòu)建的后續(xù)流程就變得很脆弱。很多學(xué)者提出了各種端到端的研究方案，試圖提升任務(wù)型機(jī)器人的使用魯棒性。但這些方案基本都需要利用海量的歷史對(duì)話數(shù)據(jù)進(jìn)行訓(xùn)練，而且效果也并未在真實(shí)復(fù)雜場(chǎng)景中得到過驗(yàn)證。

開域閑聊型機(jī)器人是目前學(xué)術(shù)界的寵兒，可能是因?yàn)榭筛倪M(jìn)的地方實(shí)在太多吧。純粹的生成式模型在答復(fù)格式比較確定的應(yīng)用中效果已經(jīng)不錯(cuò)，可以應(yīng)用于生產(chǎn)環(huán)境；但在答復(fù)格式非常靈活的情況下，它生成的答復(fù)連通順性都未必能保證，更不用說結(jié)果的合理性。生成模型的另一個(gè)問題是它的生成結(jié)果可控性較低，效果優(yōu)化也并不容易。但這方面的學(xué)術(shù)進(jìn)展非常快速，很多學(xué)者已經(jīng)在探索深度增強(qiáng)學(xué)習(xí)、GAN等新算法框架在其上的使用效果。

雖然目前對(duì)話機(jī)器人能解決的問題非常有限，短期內(nèi)不可能替代人完成較復(fù)雜的工作。但這并不意味著我們無法在生成環(huán)境中使用對(duì)話機(jī)器人。尋找到適宜的使用場(chǎng)景，對(duì)話機(jī)器人仍能大幅提升商業(yè)效率。截止到目前，愛因互動(dòng)已經(jīng)成功把對(duì)話機(jī)器人應(yīng)用于智能投顧、保險(xiǎn)、理財(cái)?shù)蠕N售轉(zhuǎn)化場(chǎng)景，也在電商產(chǎn)品的對(duì)話式發(fā)現(xiàn)和推薦中驗(yàn)證了對(duì)話機(jī)器人的作用。

如果一個(gè)對(duì)話機(jī)器人與真人能順利溝通且不被真人發(fā)現(xiàn)自己是機(jī)器人，那么就說這個(gè)機(jī)器人通過了圖靈測(cè)試。當(dāng)然目前的對(duì)話機(jī)器人技術(shù)離這個(gè)目標(biāo)還很遠(yuǎn)，但我們正在逐漸接近這個(gè)目標(biāo)。隨著語(yǔ)音識(shí)別，NLP等技術(shù)的不斷發(fā)展，隨著萬物互聯(lián)時(shí)代的到來，對(duì)話機(jī)器人的舞臺(tái)將會(huì)越來越大。

作者簡(jiǎn)介：
吳金龍，2017年初作為合伙人加入愛因互動(dòng)，負(fù)責(zé)算法部門工作。北京大學(xué)博士，畢業(yè)后先后加入阿里云、世紀(jì)佳緣，作為世紀(jì)佳緣資深總監(jiān)，負(fù)責(zé)佳緣數(shù)據(jù)和AI相關(guān)工作，開發(fā)了中文對(duì)話機(jī)器人創(chuàng)建平臺(tái)“一個(gè)AI”。