如今想找個機器人聊天已不是難事，從小冰、小娜這樣的萌妹子，再到無厘頭的小黃雞，或是喜歡故作深沉的龍泉寺“閑二”機器僧，你總能找到自己喜歡的那一款。
不過，隨著各種聊天機器人雨后春筍般出現，人們對其要求也越來越高，僅談天說地已遠遠不夠。閑聊之外，聊天機器人開始更“知性”。一方面，它們的知識更加豐富，成為人的好助手，甚至成為“專家”；另一方面，它們更加善解人意，更具個性。
從助手到專家
人工智能領域專家有一個十分大膽的預測：聊天機器人將是下一代人機交互平臺。
日常生活中，人和手機的交互是典型的人機交互場景。可是，有沒有發現App的打開頻率越來越低？以聊天機器人為主的人機對話系統將來或許會取代App成為新的交互平臺。
逐漸成為各大手機廠商標配的語音助手已顯示出這種交互的便捷。我們無需點開App，而是說一句話就能實現。比如詢問蘋果公司的Siri如何在下班高峰盡快回家，它會自動打開地圖顯示出規避擁堵的路線。
而助手型聊天機器人和物聯網結合起來，可為智能家居、車載設備等智能終端提供聰明的“大腦”，讓機器聽懂人話。比如內嵌人工智能語音助手Alexa的亞馬遜Echo智能音箱可完成開關家用電器、播放音樂、網購等任務。
智能客服是當下聊天機器人在具體行業落地的熱門案例，銀行、零售、通信等多領域在線客服系統均加入了智能客服界面。
“未來五到十年，智能客服將廣泛應用在很多重要領域，一定有很大部分重復工作會被智能客服替代，并與人工客服完美結合，使得客服效率大幅提高。”微軟亞洲研究院常務副院長周明在近日召開的2017全球人工智能技術大會上說。
據介紹，微軟智能客服最近已在美國上線，可幫客戶逐步解決很多微軟產品的問題，如果解決不了可馬上連入人工客服。
“人機對話系統的角色在不斷演進過程中，助手是用戶說什么，它做什么；而下一個進化階段就是有知識的專家，用戶表達淺層需求，具體怎么做由專家來決策和執行，還可以根據用戶喜好主動推薦，”云知聲人工智能實驗室技術專家劉升平說。
劉升平表示，專家型聊天機器人需要龐大的知識圖譜做支撐，在知識問答、個性推薦和教學方面都有廣泛應用。
從語義到情感
聊天機器人在我們的“苛求”下進化得越來越完美，看似簡單的功能背后有著復雜的技術驅動。
和機器人交流，最重要的是要把人的自然語言翻譯成機器能聽懂的指令，這就需要自然語言理解。不理解，機器人就會答非所問，即便有再多的知識庫和詞庫，也只會“瞎聊”。
人工智能創業企業三角獸聯合創始人馬宇馳說，在語音識別技術壁壘被突破后，人工智能領域下一輪可能興起的創業熱就在自然語言處理方面，“今年年底到明年將會是一個爆發期”。
三角獸的商業模式是提供對話式的人機交互解決方案，把語義分析作為技術主攻點，即把人的口語文本進行分詞識別，轉化成機器任務。他們為錘子手機開發的“大爆炸”功能，可從句子中自動切分出時間、地點、人物、事件等關鍵詞，機器人就能據此分析出用戶意圖。
除了理解語言的字面意思，研究者也致力于挖掘話語的“弦外之音”，希望機器人能理解人的情感。美國麻省理工學院教授羅莎琳德·皮卡爾曾于1997年提出“情感計算”的概念。國內一家名為竹間智能的創業公司正和她展開多模態情感計算的深度合作研發。
竹間智能創始人簡仁賢的愿景十分“科幻”，希望將電影《她》中所描繪的具有豐富情感，能讀懂、看懂、聽懂、有記憶的人工智能帶入現實世界。
“對自然語言的理解不能僅僅停留在語義層面，‘理解’的核心恰恰是意圖和情感。”曾任微軟亞洲互聯網工程院副院長的簡仁賢說。他希望開發出能識別與理解談話者情緒情感、了解對方意圖和需求、達到情感和認知交互的情感機器人。
在簡仁賢看來，實現中文自然語言理解比英文更難。國際上大多數該領域研究論文都是關于英文的，中文的結構和語言學基本無法遷移到單一的機器學習模型中，中文的自然語言理解無法復用許多已經成熟的深度學習模型。
竹間智能的做法是采用類腦結構，建立多個適用不同方法的人工智能模塊。比如意圖和情感理解依靠深度學習，語義理解則是語言學、認知模型加深度學習，再加上決策模型和對話策略，就形成了情感機器人。
愛奇藝旗下首款VR一體機的人工智能虛擬女友“雙兒”就由竹間智能開發，可聽出用戶的“話中話”，識別其情緒狀態，然后做出高興、傷心、安慰、鼓勵等反應。
“在2020年以前，我們與世界絕大多數的溝通都將能通過機器人來完成，”簡仁賢說。
