AI 行业实践精选：2017年聊天机器人的现状（三）——未来
【AI100 导读】在前两篇文章中，我们不仅了解了聊天机器人在投资方和企业中受欢迎的原因，还了解了当下聊天机器人的功能所在。那么聊天机器人具备哪些潜力呢？未来又将走向何方？请继续关注本文。
在前两篇文章中，我们不仅了解了聊天机器人在投资方和企业中受欢迎的原因，还了解了当下聊天机器人的功能所在。但是让大多数人最为兴奋的，其实是聊天机器人将来更为聪明、更具个性化的潜力。当然，这些人有些希望通过机器人获得财富，有些则只是单纯的想获得更多的机械化的朋友，目的不尽相同。将来，聊天机器人不仅会和我们实力相当，而且在某些方面甚至比我们做的还要好。
那么究竟，这一切会有发生的可能吗？
最近一段时间，聊天机器人遭到了很多质疑。一年前，Facebook 曾大肆鼓吹过其通信平台（Messenger）所支持的聊天机器人，但很明显，最终的结果并没有达到大多数人的期许，并不能促进销售情况，如婴儿车和 VR 耳机的在线销售。The Information 的报道显示，人们认为 Facebook 让他们十分失望。在测试中，Facebook 聊天机器人平台下的人工智能在没有人们调停的情况下，无法满足70%的顾客请求。Facebook 使用了很多人工智能来给您提供个性化的特朗普咆哮式的体验，虽然人工智能在面孔识别和餐厅推荐方面做得非常好，但是当人类试图和它对话时，通常是失败的。
微软的首席执行官 Satya Nadella 在一年前曾向主流媒体传达过“以平台的身份对话”（Conversations as a Platform），但是现在却对聊天机器人这件事同样更加保守了。事实上，微软否认了我们对聊天机器人现状和未来的预测，谷歌也是如此，只有 Facebook 说他们会支持我们。
Norbert Wiener 在1940年创造了一套数学理论，他提出所有的人工智能行为都可以在计算机上建模。但他并没有说达到这样的程度所需要的时间。
对于老前辈来说，早期人工智能的非理性繁荣并不是什么新鲜事。人们只是从最原始的结果去推断，认为近期内可以取得某些成功，但是却没有意识到前方还有可能存在一系列的死胡同。1954年，IBM 的研究员曾成功的将60个俄语句子翻译成英语，然后他们就对外宣称，根据其研究结果，计算机将能在三至五年内翻译所有的人类会话。
那些真正致力于构建机器人的人是非常热情的，但是却对提供一份机器人有望取得突破的时间表十分谨慎，当然这是可以理解的。Pandorabots 的创始人 Lauren Kunze 表示这样做是明智的——我们要做的，是让机器人与人类相对话，而不只是停留在问问题的层面上，切不可低估这项挑战：
“人类语言即便算不上是最复杂的认知任务，也可算作是其中一项了！走路也是复杂的，而语言的复杂程度远远超过走路这件事。但是目前，在自然语言理解方面一直没有太多突破。”
这是事实：我们尚且不能建立出像小虫子那样能翻越岩石的机器人。除了人类，大概没有哪个物种能理解诸如“讽刺”这样的话语了吧。对于聊天机器人，我们索求的太多了。
Kunze 15岁时创建出了她的第一个聊天机器人，她说这些天她总是被问到：聊天机器人的市场直到2016年才走红，为什么之前没有退出机器人的研发工作？在 Kunze 看来，真正的突破很快就会来临，其中一部分原因就在于，致力于聊天机器人研发的人才不断涌现。
对于所有刚刚进入聊天机器人领域的新人所犯的错误，她说：“通常情况下，意识不到自己的盲点反而能推动大家不断去发现新的东西，从而不断创新。”语言翻译领域的某些突破靠的就是全新的方法，使得谷歌服务器集群成为了可能。
每个月都会有10亿人使用 Messenger 发送消息，Facebook 聊天是一个比私人网络更好的测试人工智能理念的实验室——只要你愿意在公共场合犯错误。
Dennis R. Mortensen（个人助理机器人的制造商 x.ai 的创始人）非常乐观地表示道：
“当我们聊天时，一个新的用户界面模式正在得以实现——对话式 UI。这个新界面最终将会允许用户根据自己的情况操作软件。在最好的情况下，你会和一个聪明的代理自然地交流，它会按照你的要求来工作。人工智能会促使这种能力得以实现，而且它会对人们工作的方式产生巨大的影响。”
但是同往常一样，科学迅猛发展的时间我们不得而知，就像1954年 IBM 的那次预测一样。我们只知道对着机器说话不再只是学术的兴趣，也是商家的兴趣所在。
在那之前，人们会使用他们拥有的机器人吗？Bot-friendly Kikapp 的通信主管 Rod McLeod 表示，西方人在接纳和适应聊天机器人上有些反应缓慢，原因是：
“在亚洲，你可以在聊天 app 里预约一辆出租车、购买杂货或者办理银行业务。以上这些都是由机器人推动的。现在，简单的任务（以前需要台式机或相关的应用才能实现）都包含在你平时最常用的手机app里了，而且这些你都已经熟知。”
就像在上一篇文章中所讨论的，重要的是要记住，如今的 Facebook 聊天机器人目的不是通过图灵测试，或者说服人们相信它们是活人，或者作为人类的替代品。它们的目标只是用一种比安装其它 app 或找其它网站更好的方式，来帮助人们得到答案、买东西，或者是与 Maroon 5 建立连接。对于许多企业来说，一个能自动处理30%客户需求的系统仍然能节约很多的成本。
事实上，对于客户服务类型的应用程序，一个基于规则的机器人——只是扫描关键词和短语，而不是用机器学习尝试推断人类含义和意图——可以比更聪明的机器人工作的更好。它不会在客户讲述很长的问题时分心。
机器人的终极测试不在于能否通过图灵测试，而是是否能与人类对话。聊天机器人的开发商 Converse.ai 的首席执行官 Tony Lucas 观察到，尽管自己的公司在过去几十年里有义务提供电话客服来竞争业务，但现在的用户越来越不喜欢通过语音电话求助。他说：“人们觉得给机器人发消息更人性化，即便顾客早已知道与其对话的不是真人。”
有时候，人们不知道自己在跟机器人对话。纽约大学群体认同的研究员 Kevin Munger 曾创造了一个 Twitter 机器人，这个机器人向那些使用种族主义语言进行评论的用户发送了警告声明。“实验中，大多数人都认为自己在和真人互动，”他说，“或许这才是最有趣的部分——好容易欺骗过他们啊！”
图灵之后的七十年，聊天机器人为对话软件提供了一个更具互联网能力的测试：当你发现自己在和机器人争论时，该机器人便成功了。
第1部分——AI 行业实践精选：2017年聊天机器人的现状（一）——机会
第2部分——AI 行业实践精选：2017年聊天机器人的现状（二）——技术
本文作者 Paul Boutin 是一名高级作家和编辑，有20年的新闻与 MIT 教育经验，并且会为 Newsweek, Businessweek 撰写专栏及内容营销项目。Paul Boutin 有15年的互联网相关的软件开发经验，目前与 Hackbright 学院合作。
本文由 AI100 编译，转载需得到本公众号同意。
编译：AI100
原文链接：https://chatbotsmagazine.com/the-state-of-chatbots-2017-33a90b7822bb