打破千篇一律的聊天機器人!讓 Chatbot 更有人性地互動

打破千篇一律的聊天機器人!讓 Chatbot 更有人性地互動

▲竹間智能科技 CEO 簡仁賢。(圖/翻攝自網路)

【原文:《竹間智能簡仁賢:打破千篇一律的聊天機器人 |  Chatbot 的潮流》,作者:吳德新,智慧機器人網編輯整理】

文/雷鋒網

從問答系統開始,聊天機器人已經存在了幾十年。但商業公司,尤其是網路公司,於過去三四年內才開始投入大量資金,用於改善人與機器的對話,讓它更加自然流暢。從微軟小冰、百度度秘到各個垂直行業成熟的客服機器人,這些聊天機器人形態各異,又不乏共性。

▲竹間智能科技 CEO 簡仁賢。(圖/翻攝自網路)

《雷鋒網》試圖於系列專訪報導中找出中國大陸典型 Chatbot 公司形成的原因,以及他們所看見的商機。《雷鋒網》專訪了竹間智能科技 CEO 簡仁賢。簡仁賢創業前,是微軟亞洲工程院最高級別的負責人之一,其參與和向其匯報的項目包括了 Bing 亞洲地區的戰略與合作夥伴關係,微軟的虛擬助手小娜以及亞洲地區的商業變現業務。創業後,簡仁賢的竹間智能已擴張至一百多人規模的公司。竹間致力於讓機器讀懂語境,讀懂人的情緒和情感,繼而與人自然地發生對話。

簡仁賢提及聊天機器人 Chatbot 和情感計算,「大部分回答是明確有力的」,這樣的一句判斷,一個普通人容易從語調、動作、表情甚至環境中去捕捉到,但對機器來說,這個過程就很複雜。而他設想中的聊天機器人還不止於做到這些。以下為《雷鋒網》專訪過程的整理:

一、 Chatbot 的歷史

聊天機器人 Chatbot 存在很久了,從我學生的時代就有。我自己寫過一個機器人問答的程序。其實很簡單,問答系統是找關鍵字,一個字兩個字合起來,就可以找回來一句話。 Chatbot ,應該說一直有人在做,但是都是作為 exercise ,從未真正 popular 。

我覺得 Chatbot 可以做了,那是我還在美國,是搜尋引擎最紅的時候。2005 至 2010 年中間,當搜尋需求最旺盛的時候,我就覺得, Chatbot 應該是有未來的。 

為什麼?因為搜尋一直處於用戶輸入一個關鍵詞,返回多個超連結與多個結果的情景。以前美國有一家公司叫 ASK.COM ,在 2000 年初期就已經出來了。它是第一個公開的自然語言問答的系統,而不是檢索。用戶是以一句話問句的形式,找到他想要的資訊。相比關鍵詞和超連結,這個時候,它就比搜尋引擎更進步一點,自然一點。

但中間有很多年,這樣問答的系統其實沒有流行起來,也沒有讓人能夠覺得 Chatbot 是有用的。因為一個機器人,如果讓人覺得它有用:要讓人在用它的時候,覺得很智慧,如果問一句、兩句,答不上來,人就不會再來用了。當人把一個東西定義成一個小玩具的時候,就不會再回來了。

所以 Chatbot 在過去幾十年來,雖然說有人拿它來做 exercise ,有人拿它做 academic,就是沒有普通人在使用。

二、技術並不是根本問題,理念才是根本問題

再讓我想重拾 Chatbot,是蠻長時間以後了。我在 2012至 2013 年接觸到《 Her 》(雲端情人)這部電影,我覺得電影裡的景像是可以實現的。她有很多人性在裡面,而不是單純的一個機器人。一個 Chatbot 可以懂你,可以有人性。但是她有人性之前,她必須要先懂情感,我覺得這裡面有很多可以做的。

▲電影《雲端情人》開啟竹間智能研發 Chatbot 和情感計算(圖/翻攝自網路)

我那時候認為,機器人的定義要重寫了。但即使現在,幾年過去了,市面上還是有很多一問一答的程序,還很機械,用關鍵詞、關鍵字去查找。現在很多市面上的機器人談不上 AI ,都只是一個傳統技術裡商業化的工具而已。那時候,在技術上也沒有像現在成熟。但在我的職業生涯裡面,技術永遠不是難點。因為我們學技術的,認為什麼事情只要能夠講得出來,大概都有方法實現,只是實現時間的先後長短而已。

所以技術不是根本問題,問題是觀念、理念,是你對 Chatbot 的看法。如果你認為 Chatbot 還是一問一答的,很機械化的,那麼你技術再高端,做出來還是一問一答;如果你能夠想像 Chatbot 是具有感情,那麼機器人就可以懂你。

▲情感對話機器人、視覺理解、語音情感技術與多模態情感計算。(圖/翻攝自網路)

聽起來,好像每個人都是有這個願景的。但在實現上,有的人並沒有朝著這個方向去做。這個不是技術的問題,是設計觀念的問題。比如說微信剛出來的時候沒幾個功能,跟其他的聊天平台一樣,在聊天平台的開發上,技術不是難點。但有幾個能夠像微信做得那麼成功?如果 Chatbot 只是技術的融合,每一個做出來的 Chatbot 都一樣的,每一個人做出來的 IM 應該也跟微信一模一樣。不是的。

我們再看 Chatbot 的時候,我們設計的思路,架構的思路,算法的思路,是不是按照人性化的方式去走,這很重要。如果說雖然願景是往人性化走,可是架構、算法、開發還是走捷徑,那麼做出來的還是跟 20 、 30 年前的 Chatbot 沒什麼兩樣。

三、情感機器人的建模

做一個有人性的機器人,能夠了解你,有情感。

首先,要從情感機制上去著手。有多少做機器人的團隊真的去投入情感計算?大家都是投入做語料庫、做詞向量、再做一個檢索,有沒有人想過如何做好一個情感計算嗎?如果有人要把一個 Chatbot 做好,要模擬人性,模擬人的行為,包括理解人的行為模型,讓 Chatbot 能夠有人性地互動。

對人性和情感的建模,有幾個方法可以做。一種是計算認知科學的方法。它也可以從邏輯的模型演變成機器學習的模型。所以一個是邏輯去模擬人的情感和行為,一個用是機器學習的模型去預測。當你對我不滿的時候我應該怎麼應對,當你無聊,跟我說你很煩的時候,我應該怎麼應對,當沒話講的時候,我應該怎麼應對?一要能夠辨識這樣的狀態;二要能夠應對這樣的狀態,如何在不合適的狀態之後,做自我學習調整,成為一個好的狀態。這就需要結合邏輯模型跟機器學習模型的方法。

另一方面,機器學習自己可以去製造很多互動的數據,這個互動數據產生一個好的互動模型,用互動模型再讓機器能夠對應不同的情緒狀態。把這兩個結合起來,就能夠模擬人的互動,跟人的行為。 重要的一點是,你的 Chatbot 能夠對情感進行識別和理解,要能夠對話的主題理解,要對意圖理解,要對整個語言上很多不同的信息理解,你才有辦法做出一個真正懂人的機器人。

四、 Chatbot 的商業

這幾年來,即時通訊軟體平台的盛行,包括最早的 MSN、 QQ 到現在的微信、 LINE 、 Facebook Messenger 還有其他的通訊平台的流行。人類在這幾年來,已經對聊天行為習慣了。人的行為變了。如果人的行為沒變,那麼今天聊天機器人的接受度也不可能那麼高。

基礎技術也進步了,包括機器學習的工具、平台進步了,深度學習也進步了。你要一個 RNN 的模型,Google 幫你寫好了, TensorFlow 幫你寫好了。你不用一個代碼一個代碼去敲,只要專注於你的模型就可以了。同樣的,在工具、技術裡面,大家的心得也豐富了,這部分的技術理論迭代非常快,所以技術方面是成熟的。

第三個,有很多數據,最珍貴的數據不是從網絡來的。最珍貴的數據是自身產生的數據。但是從網絡來的數據是冷啟動的關鍵,扒來的數據清洗,清洗之後整理,整理之後做標記等等。數據存儲的成本也降低了, GPU 越來越便宜, GPU 一年可以 3 倍速度增長,在不漲價的情況下,性能可以提升 3 到 4 倍, 3 年會提升 20 、 30 倍。

在這幾個前提下,我覺得現在是做聊天機器人最佳的時候。甚至不是現在,在兩年多以前就是了。像微軟小冰在 2013 年底至 2014 年初就已經開始了,這些準備條件都已經存在了。而我想做的情感機器人跟小冰是相反的,是完全可客製化的。讓每一個人可以有自己的機器人,每一個商家可以有自己的機器人。我想做出來一個機器人工廠,它是可以製造很多情感機器人,不是只有一個。

▲聊天機器人服務。(圖/翻攝自網路)

機器人不僅僅只是一個 IP,比如迪士尼的米老鼠,它不可能成為其他商家的代言人,因為事實上只有一個迪士尼。每一個商家都有屬於自己的品牌,所以每一個商家都應該擁有屬於自己的機器人。如果真的想把機器人推向各個地方,它需要有情感,懂你,可以「記憶」。這個機器人會記憶「你」,還有你周圍的人,圍繞你去學習。這個機器人會和你一起成長。構建這樣一個機器人,分很多步,需要比較大的資源。我們要從平台開始做起,其實是一個 10 年計劃。

第一個要先能夠證明,聊天機器人能跟人產生黏著性,如果產生黏著性,就要取得人的信任。機器人在過去幾十年來,為什麼一直沒有辦法為人所信任,因為,它就是不夠智慧。只會閒聊,是不可能有黏著性的。會閒聊之後, Chatbot 能夠幫人做到什麼,這樣才有辦法達到更強的黏性,情感跟功能理性地結合。

其次聊天機器人必須要在人的生活上,能夠起到幫助的作用,必須要跟商業去打通結合。要不然,它可以幫你查天氣,可以幫你做搜索,但是沒有辦法在其他的業務上幫你服務, Chatbot 也沒有辦法跟人產生黏著性。 我覺得一個完整的懂人性的機器人,這個夢想可能要 10 年才能達到。下一個,它可能會淘汰掉搜尋引擎,甚至於取代 APP、一些入口網站。這個過程,在未來的演變裡,是一定要發生的。

留言

延伸閱讀