浅谈对话式人工智能简史（一）
一、简介“对话式人工智能”一词，启发了人们利用人工智能技术，使计算机解决方案能够以自然、互动的方式与人类沟通。它可以应用于多种不同场景，如客服聊天机器人、虚拟助手和通信系统等。它理解和回应人类语言的能力，彻底改变我们与机器、软件和应用程序的互动方式。
不论是通过文字、语音或其他形式的沟通，甚至包括视频或图像，对话式人工智能正在改变我们与数字世界或现实世界进行交流的方式。
对话式人工智能在我们的日常生活中变得越来越普遍。不论是在个人层面还是在职业层面，从电子商务网站上的客服聊天机器人，到我们手机上的虚拟助手或连接车辆中的智能语音系统。其潜在应用非常广泛，包括自动化例行任务、提高客户服务效率等等。一个意想不到但非常相关的对话式人工智能用例是在医疗保健领域的应用。一些健康中心正在使用聊天机器人对患者进行分类和提供个性化的健康建议，从而使医生能够专注于更复杂的病例。
随着技术的不断进步，我们在各行各业和不同的场景中看到更广泛的对话式人工智能应用。
二、对话式人工智能简史
早期发展和里程碑
聊天机器人或旨在模拟与人类用户对话的计算机程序的开发可以追溯到 1960 年代。事实上，技术史上第一个被引用的聊天机器人是 ELIZA，它于 1966 年由麻省理工学院 (MIT) 的 Joseph Weizenbaum 开发。ELIZA 旨在模仿心理治疗师的语言模式，可以与人类用户进行简单的对话。它是聊天机器人的首批示例之一，为开发更高级的对话式 AI 系统奠定了基础。
这些早期的聊天机器人相对简单，只能处理有限数量的预编程响应。随着时间的推移，聊天机器人变得更加先进，现在能够响应更广泛的输入。
随着机器学习(ML)、自然语言处理(NLP) 和自然语言理解 (NLU) 技术的出现，聊天机器人已经发展成为更高级的对话式 AI 系统。这些系统能够以更自然、更直观的方式理解和回应人类的语言，甚至可以进行更具互动性的对话。最重要的是，他们现在能够随着时间的推移学习和适应。因此，他们变得越来越有效率。他们往往越来越被接受，并且从那里开始，越来越多的人要求他们。
为了说明这一点，OpenAI（现在非常著名的 ChatGPT3）于 2022 年 11 月推出的 Chatbot 在短短五天内就突破了 100 万用户。Netflix 用了 41 个月，Facebook 用了 10 个月，Instagram 用了 2.5 个月……
今天，对话式人工智能系统被用于大量不同的环境中，远非它们在早期仅限于增强的常见问题解答功能。他们正在为彻底改变我们与数字世界交互和交换信息以及执行增值操作的方式做出贡献。这些系统使人们更容易、更方便地访问信息和完成工作。
创新的目的是改进现有的产品、流程或服务，或者创造新的产品、流程或服务，以更好的方式满足客户或社会的需求。它包括提高效率、降低成本、提高质量或开发新功能。对话式人工智能也不例外。
为了追溯这项技术所走的道路，以下是对话式 AI 发展史上的一些重要里程碑。它们展示了这些系统及其不断增强的能力所取得的令人瞩目的进步：
1960 年：ELIZA 是第一个被引用的聊天机器人，由麻省理工学院的 Joseph Weizenbaum 开发。
1972 年：PARRY，一种模拟偏执狂个体思维的自然语言程序。因此，它总是误解他人的动机。帕里是第一个通过图灵测试的人。
1997 年：爱丽丝。（人工语言互联网计算机实体）是一种自然语言处理聊天机器人，由 Richard S. Wallace 开发。它在 2000 年的年度图灵测试竞赛中以“最人性化的计算机”获得了勒布纳奖。
2005 年：Apple 的虚拟助手 Siri 发布，由法国科学家 Luc Julia 博士共同创立。
2010 年：IBM 的 Watson（由 90 台服务器和 21.6TB 数据提供支持）参加了游戏节目 Jeopardy！并击败人类冠军。
2014 年：Cortana 在微软的 Build 开发者大会上首次亮相。直接集成到 Windows Phone 设备和 Windows 10 PC 中。
2014 年：Facebook 推出 M 以面对 Siri 和 Cortana。M 是一个虚拟助手，它使用机器学习来协助完成任务。
2016 年：Google 发布了 Google Assistant，“Hey Google”！，一款适用于 Android 设备的虚拟助手。
2017 年：带有 Alexa 虚拟助手的亚马逊 Echo 设备广受欢迎。
2018 年：OpenAI 发布了 GPT-2，这是一种具有生成类人文本能力的大规模语言模型。
2022 年：OpenAI 发布 GPT-3。它可用于语言任务，例如翻译、摘要、问答和文本生成。它甚至可以执行编码和翻译等任务，而无需对这些任务进行明确的培训。
“很久以前，在一个很远很远的星系……”：C-3PO，一个主要为礼仪和礼仪而编程的人形机器人，旨在通过“六百万种交流方式”与有机体互动。在已探索的宇宙中也广为人知，他帮助卢克·天行者和他们的反抗军击败了帝国并恢复了银河系的自由。但那是一个完全不同的故事。
各行业的使用现状
谷歌的 BERT、OpenAI 的 GPT-3 和微软的 Transformer 等大规模语言模型的改进能力有能力从根本上改变会话人工智能领域，并使更高级的虚拟助手、聊天机器人和其他通信设备的开发成为可能系统。
许多不同领域都存在非常有趣的用例。其中，让我们注意，例如：
虚拟助手：例如 Apple 的 Siri、Google Assistant 和 Amazon 的 Alexa，正变得越来越普遍，并且能够通过语音或基于文本的交互执行各种任务。这些系统使用 NLP、NLU 和机器学习技术来理解和响应用户请求。他们开始学习和改变，提高他们的沟通能力。
客户服务聊天机器人：聊天机器人被广泛用于客户服务行业，以处理日常查询并向客户提供信息。这些系统能够全天候 24/7 处理大量交互，并且通常可以比基于规则的决策过程的人类客户服务代表更快地解决简单问题。
语言翻译：有许多语言翻译系统（Google Translate 或 DeepL，仅举几例）使用对话式 AI 来实现口头或书面交流的实时翻译。这些系统可用于各种环境，例如国际商务会议或日常生活，促进使用不同语言的人之间的交流。
教育：也有许多教育平台使用对话式人工智能为学生提供个性化的学习体验。这些系统能够适应个别学生的需求和能力，并提供量身定制的指导和反馈。例如，Carnegie Learning 使用 AI 和机器学习来帮助学生对数学和世界语言形成更深入的概念性理解。算法研究学生的习惯以个性化他们的学习体验。
医疗保健：在医疗保健行业，对话式 AI 被用于对患者进行分类并建立初步诊断。聊天机器人可以提供症状检查并推荐行动方案，例如寻求进一步的医疗护理或在家自我护理。这些系统还可用于安排约会和补充处方。在英格兰，国家卫生服务局于 2017 年宣布与 Babylon Health（一家健康应用程序公司）达成协议，使用基于临床数据的算法驱动的聊天机器人，根据报告的症状在两分钟内对患者进行分类，无需人工干预。
银行业：在银行业，聊天机器人被用来处理日常查询并协助完成账户管理和账单支付等任务。一些银行还使用对话式人工智能为客户提供个性化的财务建议和建议。
保险：在保险行业，对话式人工智能被用来协助处理简单的任务，包括理赔处理和保单管理。正如银行所做的那样，保险公司也在使用聊天机器人为客户提供个性化的推荐和建议。
零售：在零售行业，聊天机器人在向客户提供产品推荐、订单跟踪和许多简单的客户服务请求方面非常有用。它们还有助于提供个性化的购物体验，并为个别客户量身定制营销活动。
人力资源：AI 驱动的 Chabot 在执行招聘任务时非常有帮助，例如回答常见问题解答、根据报价和简历筛选候选人、安排面试、提供更新以及收集和整理简历。这减少了招聘人员的工作量，并使他们能够将更多时间花在需要同理心等人际交往能力的任务上。前 10,000 次对话的结果表明，Mya 与 92% 的候选人有效互动。
三、对话式人工智能的类型
对话式 AI 领域由不同的主要组件组成，这些组件以特定特征区分。
聊天机器人是简单的计算机程序，旨在模拟与人类用户的对话，更可能以问答模式进行。在某些方面，它们可以比作稍微复杂的 FAQ 系统。它们可以集成到消息传递平台、移动应用程序和网站门户中，为客户提供基本服务或信息。例如，零售网站上的聊天机器人可以帮助客户浏览网站、推荐产品以及回答有关运输和退货的问题。
虚拟助手是会话式人工智能系统，旨在协助完成范围更广、更精细的任务，例如检查余额信息、确定商品是否有库存、评估订单状态、跟踪发货、安排约会、设置提醒、处理计算、与应用程序交互或提供各种信息。
可以通过各种设备访问它们，包括智能手机、智能扬声器和个人计算机。例如，苹果的 Siri 和亚马逊的 Alexa 都是虚拟助手的例子。他们的通信能力与自动化功能相结合。
语音助手是由语音命令激活的对话式人工智能系统。它们可用于控制其他设备、播放音乐和提供信息。它们也可以称为“声控助手”、“语音助手”、“口语界面”、“语音识别软件”或简称为“智能音箱”。随着智能音箱设备的出现，它们越来越受欢迎例如Amazon Echo、Google Home、Apple HomePod，语音控制的AI助手技术可以与其他智能设备集成，如家电、汽车等，实现对这些设备的语音控制。
语言生成 AI 系统范围内还包括其他形式的对话式 AI。它们能够产生类似人类的文本或语音，可用于广泛的应用，例如语言翻译、自动写作和文本摘要。该列表在不断增长。
四、对话式人工智能的好处
2016 年，Gartner 预测：“到 2020 年，普通人与机器人的对话将超过与配偶的对话”。知道这个悲惨的预测至少在 2023 年没有实现，让我们现在看看对话式 AI 如何改善客户服务、提高效率和生产力，增强企业的用户体验并节省成本。
对话式人工智能以多种方式为聊天机器人提供优质服务
虚拟助手等解决方案具有知识库，而聊天机器人通常依赖常见问题解答文件。因此，聊天机器人从有限的脚本库和问答组合中提取信息。因此，这种方法仅限于产生预定的答案。
另一方面，所谓的“智能”或“智能”虚拟助手经过预先训练，知识面广，可以提供更丰富的对话基础。
他们倾向于解决问题，而不仅仅是回答简单的问题。例如，保险领域的智能数字助理正在成为数字顾问，陪伴客户并在他们提出索赔或跟进事件的过程中推荐下一个最相关的步骤。
最后，通过机器学习算法使用对话技巧、数据和模式分析，智能数字助理能够确定客户需求，并可以无缝地将他们引导到适合他们的服务。
对话式人工智能的主要好处之一是改善客户服务
聊天机器人、虚拟助手和语音助手可用于回答客户问题、提供信息并帮助进行 24/7 故障排除。它还可以限定请求并在必要时将其重定向到人工操作员。
这提高了整体客户满意度，在某些情况下甚至可能提高忠诚度，因为客户能够快速有效地获得所需的帮助。例如，据 JuniperResearch 称，到 2022 年，零售、电子商务、银行和医疗保健领域的聊天机器人预计每年可节省超过 80 亿美元的成本。
对话式人工智能还可以提高工作场所的效率和生产力。例如，虚拟助手可以帮助安排会议、设置提醒以及执行其他会占用宝贵时间和精力的任务。这可以提高生产力并减少员工的工作量。
对话式 AI 也是一种产生更加个性化和引人入胜的用户体验的方法。例如，可以训练聊天机器人和虚拟助手了解用户的上下文和偏好，并提出个性化建议或提供定制信息。这可以提高用户参与度和满意度。顺便说一句，员工满意度作为客户满意度的对应物，也是可以通过对话式人工智能和相关智能自动化流程实现的目标。
了解全球公司每年在客户服务电话上花费超过 1 万亿美元的事实；很容易理解，对话式 AI 确实代表了降低成本的真正机会。例如，聊天机器人和虚拟助手可用于自动执行重复且耗时的任务，从而减少对人工的需求。这可以降低成本并提高客户服务效率。此外，对话式人工智能可以帮助企业识别和瞄准高价值客户，从而增加收入。
页:
[1]
