AI是如何学会与人类聊天的

聊天机器人开辟了一条类似于自动驾驶汽车的进化道路。使用无人驾驶汽车的基准测试方法，他们已经从我们所说的 0 级（半个世纪前设计的简单呼叫和响应程序）发展到 5 级——复杂的人工智能驱动引擎，可以执行类似人类的任务。

这就像从旋转式电话发展到iPhone一样，《看不见的机器时代》一书的合著者、OneReach.ai 的首席执行官兼联合创始人罗伯·威尔逊（Robb Wilson）指出，该公司为企业提供了一个对话式人工智能平台。

“大多数软件前面都会有一个对话式人工智能，它会在你需要的时候找到一个具有你需要的技能的机器人，”威尔逊说。“机器人会知道你想要什么，然后去执行相应的操作。”

与自动驾驶汽车一样，聊天机器人尚未达到完全自主的地步。但每一天，他们都离它更近一点。以下分级并非官方标准，但它提供了AI聊天机器人从哪里开始以及它们可能在哪里结束的参考。

第 0 级：基于规则的聊天机器人

推出时间：1966 年
技能： 对常见问题的脚本回答
应用： 客户支持查询，自动执行简单任务

这些早期的聊天机器人（或称聊天机器人前身）仍在使用中，它们根据预先编程的规则生成脚本响应。它们依靠模式匹配来模仿对话，如果不重新编程，就无法从对话中学习或适应。

麻省理工学院计算机科学家约瑟夫·魏森鲍姆（Joseph Weizenbaum）于1966年创建了第一个这样的聊天机器人。他将其命名为 ELIZA（以伊丽莎·杜利特尔 （Eliza Doolittle） 的名字命名，伊丽莎·杜利特尔 （Eliza Doolittle） 是萧伯纳 （George Bernard Shaw） 的《皮格马利翁》（Pygmalion） 中伦敦社会的口齿伶俐的祝酒词）。Weizenbaum对ELIZA进行了编程，使其像罗杰式的心理治疗师一样进行交流，根据关键字用问题来回应用户提示。如果你告诉ELIZA你不开心，它会回答“你为什么不开心？”

这些机器人是围绕决策树构建的，词汇量很小，并且可能无法理解以不同方式提出的相同问题（“我的包裹在哪里？”与“我的订单何时到达？”）。如果不进一步编程，基于规则的机器人无法随着时间的推移提高性能。但是，由于它们的创建和使用成本相对较低，ELIZA的后代至今仍被广泛使用，使用户比使用搜索工具或梳理常见问题解答更容易找到信息。

第 1 级：智能文本机器人

推出时间：2000 年
技能： 能够理解人类语言模式
应用： 娱乐、信息检索

1 级聊天机器人采用自然语言处理（NLP），这是人工智能的一个分支，旨在理解人类语言并做出类似反应。它们被认为是当今消费者语音助手（例如Siri，Alexa和Google Assistant）的先驱。

第一个广泛使用的基于 NLP 的聊天机器人是 SmarterChild，它在 2000 年代初期可在 AOL Instant Messenger、MSN Messenger 和 Yahoo Messenger 上访问。SmarterChild能够进行类似人类的对话，并从互联网上检索信息。（高峰时有超过3000万人使用SmarterChild来询问新闻头条、天气预报和股票报价。）

如今，基于NLP的机器人通过数十亿个语言示例进行训练，可以即时生成类似人类的文本响应，识别同义词，并以多种方式理解类似的问题。

Gartner 预计，到 2027 年，约四分之一的企业将依赖机器人作为其主要客户支持渠道。

第 2 级：对话式 AI 机器人

推出时间：2010 年
技能： 理解口语命令并做出响应
应用： 信息检索、娱乐、简单任务自动化

对话式AI机器人将自然语言处理（NLP）的元素（例如情感分析、自然语言理解和生成）与自动语音识别、对话管理和文本转语音技术相结合。这使它们能够理解口语并做出回应，而无需用户培训或专业词汇。

2010 年 Siri 的出现开创了对话助手的新时代。这些机器人内置于手机和智能扬声器中，迅速演变成能够安排会议或玩游戏的智能助手。

尽管如此，这类机器人仍然被认为是“弱人工智能”或“狭窄人工智能”，因为它受到语言交互的长度和复杂性的限制；它们难以辨别意图，无法从对话中学习，只能执行简单的任务。

“它们的聊天能力越来越强，但由于语言、口语和发音的地理差异，语音识别仍然存在问题，”模仿科学研究所首席执行官、NLP 会话系统屡获殊荣的创造者 Robby Garner 指出。“我们距离实现通用人工智能还有很长的路要走。”

即便如此，Gartner 预测，到 2026 年，对话式AI机器人每年可能为公司节省约800亿美元的客户支持成本。

第 3 级：生成式 AI 机器人

推出时间：2021 年
技能： 能够生成“原创”内容
应用： 自动执行以前仅由人类执行的各种任务

更新一代的聊天机器人是围绕具有数十亿甚至数万亿参数的大型语言模型（LLM）构建的，几乎克服了其前辈的许多限制。

正如几个新的生成式人工智能平台（ChatGPT、Bing Chat、Google Bard以及国内的文心一言等）所展示的那样，这些机器人可以执行一系列类似人类的任务。它们可以创作诗歌、音乐和艺术作品。它们可以编写软件代码或求解复杂的数学方程式。

LLM 的缺点也有据可查。它们可能会产生“幻觉”，捏造事实，导致严重的不准确。而且由于这些机器人是在互联网数据上训练的，因此它们容易出现与在线相同的偏见、不准确和虚假信息。

根据Harris Poll的数据，尽管存在这些担忧，但约72%的财富500强企业计划采用生成式人工智能来提高生产力。

第 4 级：自定义 AI 机器人

推出时间：2023 年
技能： 更小、更专注的模型
应用： 在小型设备上提供专门的生成式 AI

运行基于 LLM 的机器人需要大量的能量和专门的计算机芯片。它们是“一头奔跑的野兽”，Undetectable AI 的创始人 Bars Juhasz 说，它使 AI 生成的内容听起来更人性化。他说，由于这些缺点，下一级的人工智能机器人将更小，更个性化。

这些小型语言模型（SLM）需要的训练数据更少，复杂性也更低。这意味着它们将使用更少的能量并且不容易产生幻觉。它们将受到更多限制，但更能针对性地做些什么。例如，它们可能会接受公司或行业数据的训练，并部署以执行单个任务，例如识别图像或生成个性化营销内容。

只部署了少数 SLM，主要用于编写代码和检索数据。一群学术计算机科学家组织了 BabyLM 挑战赛，以帮助创建功能高效且稳定的 SLM。

Juhasz 说，这种 SLM 将是“提高性能和准确性的关键，同时减少运行它们所需的资源”。

第 5 级：智能数字工作者

推出时间：2027？
技能：自主执行低级任务
应用：未知

与自动驾驶汽车一样，聊天机器人的最终目标是实现完全自主运行，无需人工干预。

世界经济论坛预测，到 2027 年，超过 40% 的常见业务任务将实现自动化。聊天机器人将从好奇心转变为同事，了解我们的工作，提供正确的信息或在正确的时间执行正确的任务。

作者兼 OneReach.ai 首席执行官罗伯·威尔逊（Robb Wilson）预测：这些智能数字工作者（IDW）将结合对话机器人的易用性与专业机器学习模型的技能。

例如，你会告诉你的 IDW 机器人：“安排我的芝加哥之旅。”它将为您预订航班（知道您更喜欢靠过道的座位）、安排网约车（如优步或Lyft），并联系住宿服务机器人预订您选择的酒店房间（使用忠诚度积分）。

“大多数技术已经具备，但我们还没有一个完美的对话式人工智能例子，”威尔逊说。“没有人像iPhone那样把它组合成一个漂亮的成品。但那一天即将到来。

您正在寻找高性价比、本地化部署的CRM软件？

知客CRM，帮助企业提高销售成功率！

知客CRM支持本地化安装部署，数据安全自主可控，短平快上线，低成本采用。帮助企业增强客户关系、简化销售人员工作、缩短销售周期、提高转化率……

开始试用