图灵汇官网

前言

自然语言对话系统的研究与发展自人工智能诞生之初便已开始。从经典的ELIZA到现代的Alexa，对话系统伴随语言与语音技术的进步不断演进（参见表1）。如今，自然语言对话技术已成为人机交互的重要手段，广泛应用于手机、电视、车载语音助手、智能音箱、自动客服和聊天机器人等多种场景。随着技术的进步，这一技术的应用范围将进一步扩大。

应用与技术的现状

自然语言对话系统分为语音对话系统和文字对话系统，既服务于消费者（C端）也服务于企业（B端）。C端语音对话系统主要包括手机、电视、车载的语音助手和智能音箱等。

据市场调查，约33%的用户每天使用语音对话系统，42%的用户每周使用3至4次，16%的用户每周使用一次。手机、车载、电视、智能音箱的语音对话系统日使用率分别约为5%、45%、30%和25%。智能音箱的生活类技能主要包括闹钟、天气查询、计算器、日历查询等，其中80%的智能音箱具备闹钟和天气查询功能，50%具备计算器和日历查询功能（见图1）。

可以看出，用户对语音对话系统的使用频率较高，一旦开始使用，大多会持续使用。语音对话系统主要应用于车载和家居场景，因为这些场景更适合使用语音交互。尽管语音对话系统已经解决了部分问题，但距离成为真正的智能助理仍有较大差距。

从技术角度看，单轮对话和简单的多轮对话技术，特别是命令型和问答型对话技术，已经较为实用，但仍有许多具体问题需要解决。2012年以来，深度学习技术推动了语音技术的巨大进步，然而自然语言处理仍然是人工智能领域最具挑战性的部分，主要困难在于语言的表示与理解和任务的表示与完成。

技术创新的关键

爱迪生曾强调，产品技术创新应以创造更高的用户价值为目的。对于自然语言对话技术而言，这一点尤为重要。除了功能要素，情感和文化要素同样重要。我们需要将技术和设计相结合，构建便于用户使用的对话系统（如图2所示）。

技术所能达到的产品性能（技术上界）若不能超过用户使用时对产品性能的要求（使用下界），则该产品很难被用户接受（见图3）。换句话说，技术的绝对高低并非关键，重要的是它必须高于用户所能容忍的底线。对话系统的开发同样如此，不应使用不成熟的技术。唯一的解决办法是研究出更好的技术，直到满足实际需求为止。

未来的机会

自然语言对话技术作为人机交互的重要手段，已经广泛应用，并将在未来得到更广泛的使用。例如，亚马逊公司举办的Alexa Prize比赛旨在开发一种信息机器人，用户可以通过对话获取互联网和社交媒体上的信息与观点。此外，日本初创公司GrooveX发布的Lovot是一款陪伴机器人，它可以帮助用户缓解孤独感。另一款名为Façade的游戏，通过文字对话让用户与游戏中的角色互动，展示了对话技术在游戏领域的潜力。

可以预见，对话技术不仅在上述领域，还将应用于医疗、法律、金融、教育和交通等垂直领域。未来，对话技术将成为各领域的重要核心技术。

设计与开发原则

以下是设计与开发对话系统的四项原则：

1. 尽量理解同一意图的不同说法
   实现对话系统的技能不一定在于数量而在于质量，每个技能都应让用户觉得好用。无论用户用什么说法表达同一意图，系统应尽量正确理解。通过收集和分析日志数据，这一目标可以更好地实现。

2. 失败时能优雅地处理
   由于机器尚无法完全理解人类语言，系统必须能够优雅地处理错误理解或无法理解的情况。这可以通过反问用户确认内容等方式实现。

3. 适当地拟人化
   对话系统可以通过拟人化增加人性化要素和社交要素，使用户更喜欢。例如，增加同情心、情感和幽默感，可以提升用户体验。

4. 不要假装智能
   开发对话系统的目标是为用户提供有价值的工具，而不是模仿人类。关键在于系统是否能真正为用户提供价值，使其使用方便。在设计时需要考虑最坏情况，避免误导用户。

结语

基础研究无需考虑实用性，但应用研究需要。自然语言对话技术已经实用化，一些系统已经进入我们的生活和工作中，并在不断进步。今后将有更多的对话系统出现，关键在于它们能否真正帮助用户并得到用户的喜爱。尽管自然语言对话仍面临巨大挑战，但通过技术和设计的结合，可以在不同领域开发出令用户满意的对话系统。

参考文献

1. 艾瑞咨询. 中国智能语音助手企业案例研究报告.
2. 张俊霞. 中国智能语音业务与应用发展白皮书.
3. 李航. 自然语言对话：现状与未来.
4. Gelb M, Caldicott S M. Innovate like Edison: The Success System of America's Greatest Inventor.
5. 李航. 技术上界与使用下界.
6. Ram A, Prasad R, Khatri C, et al. Conversational AI: The Science behind Alexa Prize.
7. Zhou L, Gao J, Li D, et al. The Design and Implementation of XiaoIce, an Empathetic Social Chatbot.

作者简介

李航
CCF杰出会员，CCF特邀专栏作家。现任字节跳动科技有限公司人工智能实验室总监。主要研究方向为自然语言处理、信息检索和机器学习等。
lihang.lh@bytedance.com

该文未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。如需转载，请通过向CCFvoice公众号后台申请并获得授权。THU数据派已获授权。