TL;DR：聊天機(jī)器人是邁向自動(dòng)化組織的第一步，這些自動(dòng)化組織的運(yùn)營(yíng)活動(dòng)主要由許多不同的人工智能助手實(shí)現(xiàn)的。類(lèi)似于自動(dòng)駕駛汽車(chē)，人工智能助手有五個(gè)級(jí)別的復(fù)雜程度。目前的主流是第二級(jí)人工智能助手，而谷歌向世界展示了第三級(jí)助手的樣子。真正的第五級(jí)人工智能助手會(huì)對(duì)社會(huì)帶來(lái)重大轉(zhuǎn)變，對(duì)企業(yè)及其客戶(hù)產(chǎn)生許多影響。
最近對(duì)聊天機(jī)器人的強(qiáng)烈抵制既是完全正確的，但同時(shí)也完全偏離了目標(biāo)。是的，自2016年的F8以來(lái)我們看到的大多數(shù)聊天機(jī)器人都很糟糕。與現(xiàn)有網(wǎng)站或移動(dòng)應(yīng)用相比，大多數(shù)聊天機(jī)器人都沒(méi)能為用戶(hù)帶來(lái)額外的價(jià)值。
但是聊天機(jī)器人并不是最終的形態(tài)。通過(guò)與財(cái)富500強(qiáng)公司合作，我們看到一些明確的例子表明：最先進(jìn)的聊天機(jī)器人實(shí)際上是可以幫助公司產(chǎn)生額外的收入或節(jié)省成本的。我們的使命是致力于開(kāi)發(fā)出真正的人工智能助手。不需要人類(lèi)的參與，它們能讓客戶(hù)以自己想要的方式表述他們的需求。
人工智能助手既可直接服務(wù)客戶(hù)，也可用于企業(yè)的運(yùn)營(yíng)。了解客戶(hù)、上下文以及可以主動(dòng)進(jìn)行觸達(dá)的人工智能將會(huì)讓許多重復(fù)性任務(wù)被自動(dòng)化。
人工智能助手的五個(gè)級(jí)別：從通知助手到自動(dòng)化的組織
圖1. 人工智能助手有五種級(jí)別：從笨蛋到超級(jí)智能。目前，主流產(chǎn)品都處于第二級(jí)。圖片由Alan Nichol提供
關(guān)于五級(jí)自動(dòng)駕駛的文章已經(jīng)有很多。基于過(guò)去幾年出現(xiàn)的聊天機(jī)器人和個(gè)人助手，我們提出人工智能助手的五種級(jí)別：
- 第一級(jí)：通知助手——這就是我們最熟悉的，在手機(jī)上的簡(jiǎn)單通知。但它們只能顯示在類(lèi)似WhatsApp這樣的消息應(yīng)用中。
- 第二級(jí)：FAQ（常見(jiàn)問(wèn)題）助手——這是目前最常見(jiàn)的助手類(lèi)型，它能讓用戶(hù)提出一個(gè)簡(jiǎn)單的問(wèn)題并回復(fù)。這比帶有搜索欄的FAQ解答頁(yè)略有改進(jìn)。唯一的區(qū)別是助手有時(shí)能通過(guò)一到兩個(gè)后續(xù)問(wèn)題得到加強(qiáng)。
- 第三級(jí)：上下文助手——正如大多數(shù)機(jī)器人開(kāi)發(fā)人員說(shuō)的那樣，為用戶(hù)提供一個(gè)問(wèn)題輸入框很少會(huì)只得到一個(gè)簡(jiǎn)單的問(wèn)題和返回一個(gè)答案。這就是為什么上下文（即用戶(hù)之前說(shuō)過(guò)什么，何時(shí)/何地/如何說(shuō)的等）很重要?？紤]上下文也意味著人工智能能夠理解和響應(yīng)不同的和未想到的輸入。
- 第四級(jí)：個(gè)性化助手——正如我們?nèi)祟?lèi)期望隨著時(shí)間的推移別人能更了解自己一樣，這個(gè)級(jí)別的人工智能助手將會(huì)開(kāi)始做同樣的事情。例如，人工智能助手將了解何時(shí)應(yīng)該進(jìn)行溝通，并根據(jù)此上下文主動(dòng)溝通。它會(huì)記住用戶(hù)的偏好并為用戶(hù)提供完全個(gè)性化的界面。
- 第五級(jí)：自動(dòng)化組織機(jī)構(gòu)里的人工智能助手——最終，將有一組人工智能助手，它們了解每個(gè)客戶(hù)，并最終完成公司的大部分運(yùn)營(yíng)：從市場(chǎng)、銷(xiāo)售、人力資源到財(cái)務(wù)等。這是一個(gè)需要多年才能實(shí)現(xiàn)的重大飛躍，但這是我們認(rèn)為的將會(huì)成為現(xiàn)實(shí)的愿景。
FAQ助手是主流，但大多數(shù)都很笨
我們目前看到的大多數(shù)助手都處于第二級(jí)。主要的開(kāi)源社區(qū)都在積極探索并努力將他們的人工智能功能擴(kuò)展到接近第三級(jí)和更高。其中的關(guān)鍵是有沒(méi)有上下文。沒(méi)有上下文，智能助手在許多應(yīng)用場(chǎng)景里都不會(huì)起作用。
例如，最近我們了解到那5000萬(wàn)臺(tái)支持Alexa設(shè)備的用戶(hù)里只有2％使用了語(yǔ)音助手進(jìn)行購(gòu)買(mǎi)活動(dòng)。通過(guò)對(duì)話(huà)來(lái)買(mǎi)東西涉及到大量的上下文，因此事情很快就會(huì)變得非常復(fù)雜。很明顯，與網(wǎng)頁(yè)和移動(dòng)設(shè)備上的應(yīng)用程序所提供的豐富的上下文相比，現(xiàn)有的助手還不能令人滿(mǎn)意。
第三級(jí)的助手即將出現(xiàn)。到目前為止，我們看到的最接近的例子是Google Duplex。它展示了第三級(jí)的助手在特定環(huán)境中完成特定應(yīng)用場(chǎng)景的樣子，給世人留下了深刻的印象。然而，谷歌投入了大量的精力才讓Duplex僅適用于一個(gè)應(yīng)用場(chǎng)景，而我們知道想把它用于新的應(yīng)用場(chǎng)景需要更多的努力。這就是為什么這些類(lèi)三級(jí)助手目前還是特定場(chǎng)景的產(chǎn)品。目前的方法還不能進(jìn)行擴(kuò)展。
讓可理解上下文的助手成為主流：可以泛化的人工智能
讓我們來(lái)看看人類(lèi)是如何理解上下文并把它擴(kuò)展到新的“應(yīng)用場(chǎng)景”。例如，我們培訓(xùn)銷(xiāo)售人員來(lái)銷(xiāo)售汽車(chē)保險(xiǎn)。如果他們可以使用新獲得的技能來(lái)銷(xiāo)售另一種保險(xiǎn)類(lèi)型（如房屋保險(xiǎn)），我們會(huì)認(rèn)為這個(gè)人是“智能的”。人類(lèi)能夠在理解不同的參考和背景下進(jìn)行泛化推廣。
即使沒(méi)有經(jīng)過(guò)專(zhuān)門(mén)的訓(xùn)練，人工智能助手也應(yīng)該能夠達(dá)到相同的效果。否則，它們不能被擴(kuò)展到新的場(chǎng)景。那么這對(duì)要達(dá)到第三級(jí)意味著什么？這里的泛化意味著助手可以處理有關(guān)（類(lèi)似）新場(chǎng)景的對(duì)話(huà)，而無(wú)需事先明確地為所有可能的其他場(chǎng)景預(yù)先編寫(xiě)各種規(guī)則。
圖2. 兩個(gè)例子都顯示了來(lái)自用戶(hù)的“不配合”的行為，因?yàn)樗麄兤x了正常的路徑：同樣的問(wèn)題 （“那里的天氣如何”），但是在不同的上下文。第三級(jí)人工智能助手應(yīng)該能夠把它們從例1中學(xué)到的知識(shí)應(yīng)用于例2。圖片由Alan Nichol提供
這個(gè)類(lèi)比顯示了如何以更少的資源和訓(xùn)練數(shù)據(jù)來(lái)更快地開(kāi)發(fā)更智能的助手。在Rasa，我們正致力于解決這個(gè)問(wèn)題。我們旨在讓所有制造商都能使用這項(xiàng)技術(shù)，從而使第三級(jí)助手成為主流。
通往自動(dòng)化組織的道路
很多高管會(huì)問(wèn)我們的一個(gè)問(wèn)題是：“會(huì)有一個(gè)全能型的機(jī)器人來(lái)處理所有的事情嗎？”對(duì)我們來(lái)說(shuō)，答案是否定的，因?yàn)樵诠纠镆矝](méi)有一個(gè)全能型員工可以做任何的事情。企業(yè)里有團(tuán)隊(duì)、部門(mén)、子公司，我不認(rèn)為人工智能會(huì)讓我們徹底擺脫這些組織架構(gòu)。組織架構(gòu)實(shí)際上是提高效率的關(guān)鍵。
我們所相信的是：團(tuán)隊(duì)、部門(mén)和整個(gè)企業(yè)可以被一組人工智能助手所取代，讓很少的一些人類(lèi)做一些有趣的工作。Lemonade的創(chuàng)始人兼CEO Shai Wininger將這種企業(yè)稱(chēng)為“自動(dòng)化的組織”。
這將要求人工智能助手具有真正的第五級(jí)能力，并且這會(huì)對(duì)社會(huì)帶來(lái)重大轉(zhuǎn)變，對(duì)企業(yè)及其客戶(hù)產(chǎn)生許多影響。那些能夠預(yù)見(jiàn)到這個(gè)未來(lái)并了解其重要性（并確保這個(gè)智能不是為了換取短期利潤(rùn)而通過(guò)外包得到的）的領(lǐng)導(dǎo)者對(duì)于成功至關(guān)重要。
相關(guān)內(nèi)容：
- 《關(guān)于機(jī)器人，你需要知道什么》
- 《使用機(jī)器學(xué)習(xí)來(lái)監(jiān)控和優(yōu)化聊天機(jī)器人》
- 《大數(shù)據(jù)和深度學(xué)習(xí)時(shí)代的商業(yè)語(yǔ)音識(shí)別系統(tǒng)》：Yishay Carmiel介紹深度學(xué)習(xí)在文本和語(yǔ)音里的應(yīng)用
- 《深度學(xué)習(xí)徹底改變了對(duì)話(huà)人工智能》
- 《主題模型：過(guò)去、現(xiàn)在和未來(lái)》：David Blei討論了主題模型的起源和應(yīng)用
- 《使用分層時(shí)間記憶的自然語(yǔ)言分析》
Alan Nichol
Alan Nichol是開(kāi)源對(duì)話(huà)人工智能公司Rasa的聯(lián)合創(chuàng)始人兼CTO。在Rasa，他幫助開(kāi)發(fā)軟件，使開(kāi)發(fā)者能夠擴(kuò)展機(jī)器人的能力，讓它們不是只能回答簡(jiǎn)單的問(wèn)題。開(kāi)源的Rasa Stack使全球數(shù)千名開(kāi)發(fā)人員（從創(chuàng)業(yè)公司到財(cái)富500強(qiáng)）能夠構(gòu)建內(nèi)部的對(duì)話(huà)人工智能。Alan是DataCamp的Building Chatbots in Python課程的作者。被福布斯雜志評(píng)為30歲以下的杰出30人之一。Alan擁有劍橋大學(xué)機(jī)器學(xué)習(xí)博士學(xué)位，并擁有多年的構(gòu)建人工智能產(chǎn)品的經(jīng)驗(yàn)。
