劉朝暉

1989年12月4日，日本工業(yè)技術(shù)院電子技術(shù)綜合研究所宣布，研制出兩個(gè)具有高技能和智能的工業(yè)用機(jī)器人，其中一個(gè)被稱之為“與人對(duì)話型機(jī)器人”，這個(gè)機(jī)器人可使用火柴、酒精燈、乳缽、乳棒等代替人來(lái)完成火焰反應(yīng)試驗(yàn)，最大的特點(diǎn)是可與人進(jìn)行對(duì)話，協(xié)調(diào)作業(yè)。當(dāng)它遇到不能處理的復(fù)雜情況時(shí)，可用聲音向人請(qǐng)教。

這種“與人對(duì)話型機(jī)器人”，其實(shí)就是聊天機(jī)器人。機(jī)器與人進(jìn)行對(duì)話的技術(shù)，最早可以追溯到1950年的圖靈測(cè)試，已經(jīng)走過(guò)了 70多年的時(shí)間。聊天機(jī)器人自從1966年問(wèn)世也已經(jīng)發(fā)展了很長(zhǎng)的時(shí)間，但是真正引起全球的關(guān)注和期待，還是2022年底出現(xiàn)的ChatGTP。

回顧對(duì)話機(jī)器人的發(fā)展歷史，首先要提及的就是著名的圖靈測(cè)試。1950年，計(jì)算機(jī)科學(xué)之父艾倫·圖靈（Alan Turing）發(fā)表了具有里程碑意義的論文《電腦能思考嗎？》，第一次提出“機(jī)器思維”的概念，即圖靈測(cè)試。他說(shuō)，如果一臺(tái)機(jī)器能夠與人類展開對(duì)話，而不被辨別出其機(jī)器身份，那么可以說(shuō)這臺(tái)機(jī)器具有智能。

雖然說(shuō)用圖靈測(cè)試來(lái)評(píng)測(cè)對(duì)話系統(tǒng)目前存在很多的爭(zhēng)議，但不妨礙圖靈測(cè)試的思路引領(lǐng)了幾十年間對(duì)話系統(tǒng)的發(fā)展。

在 1964 年至 1966 年間，麻省理工學(xué)院人工智能實(shí)驗(yàn)室的德裔美國(guó)計(jì)算機(jī)科學(xué)家約瑟夫·維森鮑姆（Joseph Weizenbaum）開發(fā)了歷史上第一個(gè)聊天機(jī)器人—— ELIZA，實(shí)現(xiàn)了計(jì)算機(jī)與人通過(guò)文本的交流。用戶可以使用打字機(jī)輸入人類的自然語(yǔ)言，獲得來(lái)自機(jī)器的響應(yīng)。

事實(shí)上，維森鮑姆僅用 200 行代碼就實(shí)現(xiàn)了這一過(guò)程，使 ELIZA能夠讓人產(chǎn)生被機(jī)器聆聽(tīng)、理解的錯(cuò)覺(jué)。ELIZA主要是用在臨床治療中，模仿心理醫(yī)生對(duì)患者提供咨詢服務(wù)。當(dāng)時(shí)只是用一些關(guān)鍵字的識(shí)別，但反響很大。

2013年，日本可對(duì)話的Kirobo機(jī)器人隨同日本首位進(jìn)駐國(guó)際空間站的宇航員一同前往太空。

在隨后的幾十年里，眾多的聊天機(jī)器人開發(fā)者在維森鮑姆的模型的基礎(chǔ)上進(jìn)行構(gòu)建，力求實(shí)現(xiàn)更像人類的交互。通過(guò)圖靈測(cè)試已經(jīng)成為一個(gè)共同的目標(biāo)，即測(cè)試新機(jī)器人與人類評(píng)委的對(duì)話能力。

1981 年，日本開展第五代計(jì)算機(jī)項(xiàng)目，旨在制造出能夠與人對(duì)話、翻譯語(yǔ)言、解釋圖像，并且能像人一樣推理的機(jī)器。隨后，英國(guó)、美國(guó)也紛紛響應(yīng)，人工智能迎來(lái)又一次大發(fā)展時(shí)期。本文開頭所述的日本“與人對(duì)話型機(jī)器人”正是在這一段時(shí)期內(nèi)誕生的。

1988 年誕生的一款名為Jabberwacky的聊天機(jī)器人，旨在以有趣的方式模擬自然的人類對(duì)話，被認(rèn)為使用了一種稱為“上下文模式匹配”的人工智能技術(shù)。1992年誕生的Dr. Sbaitso聊天機(jī)器人是將 AI 融入聊天機(jī)器人的最早嘗試之一，并以其全語(yǔ)音操作的聊天程序而聞名。

時(shí)間跨越到 1995 年，業(yè)界誕生了一個(gè)非常聰明的，而且很有知名度的對(duì)話機(jī)器人 Alice。這款機(jī)器人三次獲得了羅伯納獎(jiǎng)，與當(dāng)年同類產(chǎn)品相比具有很大的競(jìng)爭(zhēng)優(yōu)勢(shì)。

這個(gè)機(jī)器人是一種自然語(yǔ)言處理聊天機(jī)器人，日常對(duì)話都可以應(yīng)付，不過(guò)本質(zhì)上它的原理是基于模式匹配。這類對(duì)話機(jī)器人的功能，基本都是基于關(guān)鍵字的識(shí)別或者是模式匹配來(lái)構(gòu)建對(duì)話系統(tǒng)。

從20世紀(jì)80年代中期開始，機(jī)器學(xué)習(xí)成為人工智能的新方向。機(jī)器學(xué)習(xí)將人工智能的重心從“制造”智能轉(zhuǎn)移到“習(xí)得”智能。相應(yīng)地，模式識(shí)別理論方法也取得了巨大進(jìn)步，相關(guān)技術(shù)廣泛應(yīng)用于搜索引擎、機(jī)器翻譯、語(yǔ)音識(shí)別、人臉識(shí)別等領(lǐng)域。

這一時(shí)期，基于機(jī)器學(xué)習(xí)自然語(yǔ)言理解方法百花齊放，出現(xiàn)了很多經(jīng)典的機(jī)器學(xué)習(xí)模型。但是，傳統(tǒng)的機(jī)器學(xué)習(xí)也很快遇到了瓶頸，特別是在語(yǔ)音識(shí)別和圖像分類方面，準(zhǔn)確率無(wú)法得到很大的提升，所以這些系統(tǒng)基本上轉(zhuǎn)向了基于大數(shù)據(jù)和深度學(xué)習(xí)的技術(shù)，比如現(xiàn)在大家熟知的Google Home、Siri 等助手類機(jī)器人。

最近幾年隨著人工智能研究再度興起，人機(jī)對(duì)話的研究也越來(lái)越火熱?；谏疃葘W(xué)習(xí)技術(shù)，使得端到端的對(duì)話系統(tǒng)變得可行。對(duì)話相關(guān)技術(shù)的逐步成熟也引發(fā)了工業(yè)界研發(fā)對(duì)話產(chǎn)品的熱潮，產(chǎn)品類型主要包括語(yǔ)音助手、智能音箱和閑聊軟件。2017 年開始，對(duì)話系統(tǒng)大規(guī)模在行業(yè)落地應(yīng)用，也有人稱 2017 年是對(duì)話機(jī)器人的元年。

2018年，OpenAI發(fā)表了一篇論文，介紹了一個(gè)名為“生成式預(yù)訓(xùn)練變換器”的新型語(yǔ)言學(xué)習(xí)模型，簡(jiǎn)稱GPT。之前的語(yǔ)言學(xué)習(xí)模型，基本都需要人為去監(jiān)督，或者人為設(shè)定一些標(biāo)簽，但GPT不需要了，只要把一堆數(shù)據(jù)放進(jìn)去，它就可以自我學(xué)習(xí)。

ChatGPT于2022年11月推出，在兩個(gè)月時(shí)間內(nèi)月活量突破了1億人。

其后一年推出的GPT-2，在文本內(nèi)容生成方面表現(xiàn)出了強(qiáng)大的天賦：閱讀摘要、聊天、續(xù)寫、編故事，甚至生成假新聞、釣魚郵件或在網(wǎng)上進(jìn)行角色扮演等，通通不在話下。在“變得更大”之后，GPT-2 的確展現(xiàn)出了普適而強(qiáng)大的能力，并在多個(gè)特定的語(yǔ)言建模任務(wù)上實(shí)現(xiàn)了那時(shí)的最佳性能。GPT-3幾乎可以完成自然語(yǔ)言處理的絕大部分任務(wù)，例如面向問(wèn)題的搜索、閱讀理解、語(yǔ)義推斷、機(jī)器翻譯、文章生成和自動(dòng)問(wèn)答等等。其后的GPT-3.5還加入了一個(gè)人工反饋的機(jī)制，就是聊天時(shí)告訴你聊得是好還是不好。

在此基礎(chǔ)上，ChatGPT于2022年11月推出，在兩個(gè)月時(shí)間內(nèi)月活量突破了1億人，擴(kuò)張速度史上最快，成為了聊天機(jī)器人新一代頂流。

我們相信，隨著人工智能技術(shù)的發(fā)展，我們未來(lái)一定能與更聰明的對(duì)話機(jī)器人交流，享受到人機(jī)交互的更多樂(lè)趣，讓對(duì)話機(jī)器人更好地為我們服務(wù)。