为了读懂人类语言表达的意思以及捕捉文字背后的情感，人工智能的对话系统都进行了哪些改进与发展呢？本文将以此为题展开分析说明。

今天我们不聊算法，也不聊数学，写一篇人人都能看懂的小学生作文。

01

1966年，来自麻省理工学院的计算机科学家Joseph Weizenbaum发布了一款名为“ELIZA”的聊天机器人。Eliza 的知识范围有限，只能和特定领域的人聊天。但是在Eliza 刚出现时，很多用户认为他们是在和真人对话。注意看以下这段对话：

‍从以上对话来看，很难不被认为是一名已婚妇女在向她的心理医生大吐苦水，没有人会认为这是一次人机交互的对话。但实际上，ELIZA并没有尝试去理解用户的输入是什么意思。

如果你细心看对话的内容你会发现，ELIZA经常在复述用户说过的单词。它的实现方式很聪明，主要是采用一种“将计就计”的策略，将用户的陈述重新表达为问题并返回给用户。

尽管这些对话都是通过规则匹配方式实现的，但是一些巧妙的关键词提取可以让它比较自然地接话，让用户觉得眼前的这个“人”具有共情能力。ELIZA甚至被用来假冒过心理医生，并且有许多和它对话过的人都不相信这只是一个程序。

在我看来，虽然ELIZA只是浑水摸鱼，重复叙述者所说的内容，但是它的出现，对后续聊天机器人的设计思路有很大的启发。通过规则匹配不能让机器人很好地引导交互对话，但是却能够满足任务式对话的需要。

时间来到了1995年，一名叫Richard S. Wallace的科学家观察到一个现象。他发现组成人们日常谈话主题的句子不过几千句，如果他做一个对话机器人，想要覆盖所有的日常用语，甚至包括一些不常用的话语，大概只需要4万个回答就足够了。只要将这些问答结果全部输入到程序中，那么它就可以回应95%以上的日常对话了。

说干就干， 于是诞生了一款名为“ALICE”的聊天机器人。我们看看这款机器人的对话过程：

这次的对话就更加像是两个真人之间的交流了，而且也看不到ALICE在复述对话者的内容，而是尝试与之交谈，甚至在言语中透露出一点小个性出来。

ALICE就像是ELIZA的加强版，使用更大的语料库，使用更先进的关键词匹配技术，甚至是好几个答案对应一个问题，可以随机显示或者根据逻辑判断，选出合适的答案。这样就显得回答不会那么死板，更像是真人之间的交流。实现思路虽然很简单，但这种方式已经能够满足大多数任务型对话的场景。

自从苹果公司在2011年发布Siri以后，多个智能个人助理（IPA）出现并且进入市场，比如谷歌助手、微软的Cortana以及亚马逊的Alexa等等。

除了物料库、匹配逻辑的进一步升级以外，这类个人助理还可以访问手机里的多个数据源，如音乐、电影、日历、电子邮箱和个人资料。因此它们可以提供不同场景下的大量服务，例如播放音乐、查天气、拨打 *** 、发短信等等，都是这类IPA的基操。

虽然以上对话看起来已经很智能了，但总觉得差了点什么。Siri仅仅是在接收指令，然后给出反馈，其实也没有理解我们在说什么，甚至很难去分析我们的要求。

当我询问Siri最近有什么好看的电影时，它没办法直接回答，只能根据我的问题到网路上检索然后反馈结果。虽然这种交互已经能够满足我们日常大部分任务式对话，但是距离我们所想的“智能”好像还是有一些距离。

02

为什么让机器理解语言这么难？主要是因为以下两方面的原因：

1.一方面是因为语言的规律错综复杂，不是用简单的统计就可以计算出概率的。不同的语言之间语法结构不用，并且同一种语言对于同一个意思有不同的表达方式，同一个表达也可能有不同的理解。我们去建立一个语料库相当于重新为人类语言建立一个百科全书，工作量十分巨大；

2.另一个方面的原因是使用语言有特定的语境。语言是在特定的环境中，为了生活的需要而产生的，所以特定的环境必然会在语言上打上特定的烙印。

例如“百度”原本是一家企业的名字，但是经过该企业的市场教育后，大家想说“搜索一下”时，很自然就说成了“百度一下”。这时候这个名词就赋予了一个新的特定动作，这些都是让计算机难以理解的表达方式。