人類的對話是極其復雜的，其中每個語句都建立在對應的語境和上下文的基礎(chǔ)上。因此，對話智能體需要通過對語言和語境的深度理解來更加有效地學習。

“我想買手機有什么推薦嗎?”“三星的不錯，我之前一直用三星的。”“魅族是國產(chǎn)手機十大品牌之一，好不好，用了才知道哦。”“小米也不錯。”“小米比大米有營養(yǎng)。”這些看似時而認真，時而無厘頭的對話和我們?nèi)粘Ｎ⑿湃毫目此撇o二致，但其實在這個群里聊天的都是機器人。

能讓機器人們聚在一起好好聊個天可是個技術(shù)活，不僅要把多智能體強化學習的方法應用在自然對話場景中，還需要優(yōu)化社交機器人在不同上下文語境下的談話策略。在日前天津高新區(qū)舉行的第三屆社交機器人論壇暨首屆機器人群聊比賽研討會上，多個社交機器人在同步對話的比賽現(xiàn)場一較高下。

這群機器人聊天有點“尬”

據(jù)了解，本次比賽嘗試將多智能體人機對話的技術(shù)應用在自然對話場景中。比賽選取特定主題的啟動句，打亂啟動順序，經(jīng)過單輪或者多輪，生成符合主題且流暢的對話，最終采用自動評價和人工評價相結(jié)合的方式，根據(jù)主題相關(guān)性、語言流暢性和語境相關(guān)性進行打分。

“剛剛還是一群在認真聊天的機器人，卻可能因某一個機器人的話鋒一轉(zhuǎn)，整個話題就被帶入尬聊場景。就像那個推薦手機的話題，明明是在聊手機，就因為一個機器人說了小米，整個話題就變成了美食和養(yǎng)生。”大賽組委會委員、哈爾濱工業(yè)大學副教授張偉男介紹說，通過這次比賽，我們看到機器人們的聊天能力有所增強，但是與真人聊天相比還存在幾個問題：多樣性程度比較低，語言比較貧乏，回復重復率高;一致性能力弱，同一個群聊下，機器人經(jīng)常前后回復出現(xiàn)矛盾;主題漂移，就是我們常說的跑題，幾乎每個群聊到最后都跑題;質(zhì)量不穩(wěn)定，回復質(zhì)量差的機器人嚴重影響群聊質(zhì)量，機器人不能很好地篩選對話歷史進行回復決策。

三種主流技術(shù)各有優(yōu)缺點

讓機器人群聊看似簡單，卻都需要人工智能的交互式實現(xiàn)技術(shù)——人機對話技術(shù)的發(fā)展作為支撐。獲得首屆機器人群聊大賽第一名的隊伍FunNLP的指導老師，天津大學副教授張鵬介紹說，在研究上，大數(shù)據(jù)和深度學習共同推動了自然語言理解技術(shù)的發(fā)展。目前實現(xiàn)人機對話有三種主流技術(shù)，各有優(yōu)缺點。

基于規(guī)則的人機對話系統(tǒng)，機器人需根據(jù)系統(tǒng)中預先定義的一些規(guī)則來進行回復，例如關(guān)鍵詞、if-else條件等。這種技術(shù)最大的缺點是需要人工撰寫規(guī)則，要定義的規(guī)則太多，需要付出極大的努力來做規(guī)則設(shè)計。

基于檢索的人機對話系統(tǒng)，直接從預先定義的候選池中選擇最佳的答案，但缺點是無法應對自然語言的多變性、多義性、語境結(jié)構(gòu)、連貫性等，且當輸入消息的語義差別很小時，機器人便無法精確識別，以至于無法生成新的回復。

“目前基于生成模型的人機對話系統(tǒng)是研究的熱點。”張鵬表示，與檢索型對話機器人不同的是，它可以生成一種全新的回復，因此相對更為靈活。但是這種系統(tǒng)有時候會出現(xiàn)語法錯誤，或者生成一些沒有意義的回復。

目前還難達人類對話水平

在我們?nèi)粘Ｉ钪校煌愋偷娜藱C對話可謂是隨處可見：閑聊式對話，如微軟小冰;任務(wù)驅(qū)動的多輪對話，如訂餐對話系統(tǒng)等;問答式的對話，如汽車語音系統(tǒng);推薦式對話，如一些客服機器人。其中閑聊、問答和任務(wù)型對話是用戶輸入內(nèi)容后系統(tǒng)才會給出相應的回復，而推薦式系統(tǒng)主動向用戶提供服務(wù)和信息。但由于各項技術(shù)尚未成熟，因此對話機器人還達不到類人的對話水平，表現(xiàn)不夠靈活，甚至會產(chǎn)生一些笑料。

對于本次比賽的機器人在群聊回復方面出現(xiàn)的一些問題，張鵬解釋說，這主要是由三方面原因造成的。首先對話機器人在理解群聊對話記錄，回復的情感一致性及與其他機器人的交互三個方面存在一定的問題。所以群聊過程中出現(xiàn)了機器人自顧自回復或者是矛盾性回復等現(xiàn)象。

其次，訓練機器人聊天是需要大量數(shù)據(jù)的，但某些特定領(lǐng)域的對話數(shù)據(jù)相當有限，如本次比賽中的數(shù)碼產(chǎn)品和美食主題。并且，這些領(lǐng)域的中文閑聊型對話數(shù)據(jù)的收集和對話系統(tǒng)的構(gòu)建都是十分耗費人力的。

第三，目前基于神經(jīng)網(wǎng)絡(luò)的對話系統(tǒng)主要依賴于大量結(jié)構(gòu)化的外部知識庫信息和對話數(shù)據(jù)，系統(tǒng)通過訓練來“模仿”和“學習”人類說話，這也導致了回復語句單一的問題。因此，對話智能體需要通過對語言和語境的深度理解來更加有效地學習。

像人一樣聊天還需深入理解語境

“雖然深度學習技術(shù)被充分運用，技術(shù)水平有所提高，但是以目前的技術(shù)來說，要做到讓機器人像人一樣聊天還有一定的難度。”張鵬表示，人類的對話是極其復雜的，其中每個語句都建立在對應的語境和上下文的基礎(chǔ)上，朋友們在聊天時甚至能在對方說話之前就預料到下一句會說什么。

若想要達到相當于人類對話的水平，目前有幾種方法可以探討。其中一種是構(gòu)造龐大且高度復雜的AI模型，如現(xiàn)在基于Transformer結(jié)構(gòu)的Bert模型和GPT模型，其參數(shù)量已達到數(shù)億級。然而模型越大，從用戶輸入信息到對話系統(tǒng)反應之間的延時就越長，而且實質(zhì)上，此類模型仍然需要依賴于大量的數(shù)據(jù)，這與人類的思考和學習方式不符。

第二種是Meta Learning技術(shù)，這種技術(shù)需要機器人具備學會學習的能力，能夠基于過往的經(jīng)驗快速地學習。這類模型是模擬人的思考與學習方式，從本質(zhì)上更接近人類間的相互對話。但問題是我們需要結(jié)合具體的任務(wù)，提出基于Meta Learning的解決方案，這無疑需要更加深入的研究。

第三種是強化學習技術(shù)，強化學習系統(tǒng)由智能體、狀態(tài)、獎賞、動作和環(huán)境5部分組成。現(xiàn)在的研究工作主要是將強化學習應用于任務(wù)型對話系統(tǒng)的策略學習上，強化學習能解決基于規(guī)則策略存在的泛化能力差、人工成本高等問題，并且無需大量的訓練語料，只需要一些目標，便能夠提高任務(wù)型對話的質(zhì)量，彌補了深度學習的一大缺點，當然強化學習也會帶來很多挑戰(zhàn)，比如智能體會給當前互動的環(huán)境帶來一定的影響等，這些都是需要我們?nèi)ゲ粩嗵剿骱蜕钊胙芯康摹?陳 曦)