人类的对话是极其繁芜的，个中每个语句都建立在对应的语境和高下文的根本上。
因此，对话智能体须要通过对措辞和语境的深度理解来更加有效地学习。

“我想买手机有什么推举吗？”“三星的不错，我之前一贯用三星的。
”“魅族是国产手机十大品牌之一，好不好，用了才知道哦。
”“小米也不错。
”“小米频年夜米有营养。
”这些看似时而负责，时而无厘头的对话和我们日常微信群聊看似并无二致，但其实在这个群里谈天的都是机器人。

能让机器人们聚在一起好好聊个天可是个技能活，不仅要把多智能体强化学习的方法运用在自然对话场景中，还须要优化社交机器人在不同高下文语境下的发言策略。
在日前天津高新区举行的第三届社交机器人论坛暨首届机器人群聊比赛研讨会上，多个社交机器人在同步对话的比赛现场一较高下。

这群机器人谈天有点“尬”

据理解，本次比赛考试测验将多智能体人机对话的技能运用在自然对话场景中。
比赛选取特定主题的启动句，打乱启动顺序，经由单轮或者多轮，天生符合主题且流畅的对话，终极采取自动评价和人工评价相结合的办法，根据主题干系性、措辞流畅性和语境干系性进行打分。

“刚刚还是一群在负责谈天的机器人，却可能因某一个机器人的话锋一转，全体话题就被带入尬聊场景。
就像那个推举手机的话题，明明是在聊手机，就由于一个机器人说了小米，全体话题就变成了美食和养生。
”大赛组委会委员、哈尔滨工业大学副教授张伟男先容说，通过这次比赛，我们看到机器人们的谈天能力有所增强，但是与真人谈天比较还存在几个问题：多样性程度比较低，措辞比较贫乏，回答重复率高；同等性能力弱，同一个群聊下，机器人常常前后回答涌现抵牾；主题漂移，便是我们常说的跑题，险些每个群聊到末了都跑题；质量不稳定，回答质量差的机器人严重影响群聊质量，机器人不能很好地筛选对话历史进行回答决策。

三种主流技能各有优缺陷

让机器人群聊看似大略，却都须要人工智能的交互式实现技能——人机对话技能的发展作为支撑。
得到首届机器人群聊大赛第一名的军队FunNLP的辅导老师，天津大学副教授张鹏先容说，在研究上，大数据和深度学习共同推动了自然措辞理解技能的发展。
目前实现人机对话有三种主流技能，各有优缺陷。

基于规则的人机对话系统，机器人需根据系统中预先定义的一些规则来进行回答，例如关键词、if-else条件等。
这种技能最大的缺陷是须要人工撰写规则，要定义的规则太多，须要付出极大的努力来做规则设计。

基于检索的人机对话系统，直接从预先定义的候选池中选择最佳的答案，但缺陷是无法应对自然措辞的多变性、多义性、语境构造、连贯性等，且当输入的语义差别很小时，机器人便无法精确识别，以至于无法天生新的回答。

“目前基于天生模型的人机对话系统是研究的热点。
”张鹏表示，与检索型对话机器人不同的是，它可以天生一种全新的回答，因此相对更为灵巧。
但是这种系统有时候会涌现语法缺点，或者天生一些没故意义的回答。

目前还难达人类对话水平

在我们日常生活中，不同类型的人机对话可谓是随处可见：闲聊式对话，如微软小冰；任务驱动的多轮对话，如订餐对话系统等；问答式的对话，如汽车语音系统；推举式对话，如一些客服机器人。
个中闲聊、问答和任务型对话是用户输入内容后系统才会给出相应的回答，而推举式系统主动向用户供应做事和信息。
但由于各项技能尚未成熟，因此对话机器人还达不到类人的对话水平，表现不足灵巧，乃至会产生一些笑料。

对付本次比赛的机器人在群聊回答方面涌现的一些问题，张鹏阐明说，这紧张是由三方面缘故原由造成的。
首先对话机器人在理解群聊对话记录，回答的情绪同等性及与其他机器人的交互三个方面存在一定的问题。
以是群聊过程中涌现了机器人自顾自回答或者是抵牾性回答等征象。

其次，演习机器人谈天是须要大量数据的，但某些特定领域的对话数据相称有限，如本次比赛中的数码产品和美食主题。
并且，这些领域的中文闲聊型对话数据的网络和对话系统的构建都是十分耗费人力的。

第三，目前基于神经网络的对话系统紧张依赖于大量构造化的外部知识库信息和对话数据，系统通过演习来“模拟”和“学习”人类说话，这也导致了回答语句单一的问题。
因此，对话智能体须要通过对措辞和语境的深度理解来更加有效地学习。

像人一样谈天还需深入理解语境

“虽然深度学习技能被充分利用，技能水平有所提高，但是以目前的技能来说，要做到让机器人像人一样谈天还有一定的难度。
”张鹏表示，人类的对话是极其繁芜的，个中每个语句都建立在对应的语境和高下文的根本上，朋友们在谈天时乃至能在对方说话之前就预见到下一句会说什么。

若想要达到相称于人类对话的水平，目前有几种方法可以磋商。
个中一种是布局弘大且高度繁芜的AI模型，如现在基于Transformer构造的Bert模型和GPT模型，其参数量已达到数亿级。
然而模型越大，从用户输入信息到对话系统反应之间的延时就越长，而且本色上，此类模型仍旧须要依赖于大量的数据，这与人类的思考和学习办法不符。

第二种是Meta Learning技能，这种技能须要机器人具备学会学习的能力，能够基于过往的履历快速地学习。
这类模型是仿照人的思考与学习办法，从实质上更靠近人类间的相互对话。
但问题是我们须要结合详细的任务，提出基于Meta Learning的办理方案，这无疑须要更加深入的研究。

第三种是强化学习技能，强化学习系统由智能体、状态、奖赏、动作和环境5部分组成。
现在的研究事情紧张是将强化学习运用于任务型对话系统的策略学习上，强化学习能办理基于规则策略存在的泛化能力差、人工本钱高档问题，并且无需大量的演习语料，只须要一些目标，便能够提高任务型对话的质量，填补了深度学习的一大缺陷，当然强化学习也会带来很多寻衅，比如智能体会给当前互动的环境带来一定的影响等，这些都是须要我们去不断探索和深入研究的。