人工智能变成“人工智障”,聊天机器人Bug频出要凉了?

云视角

2018-06-29

科技云报道原创。
“在静谧的午夜,当你和家人正在熟睡,家中突然响起尖利笑声,笑声时远时近,这是多么令人毛骨悚然的事。今年2月,多名用户在Twitter、Reddit等平台上反映,内设Alexa的智能设备会在毫无征兆的情况下突然发笑,此事件一出便在社交网络上引起热议。”

Alexa语音助手不仅可以根据用户的语音指令播放笑声,亚马逊还给她内建了一个“笑声库(Laugh Box)”,用户可以自定义Alexa笑声的类型,从“宝宝咯咯笑”到“别有用心的坏笑”,一应俱全。

对于Alexa在没有任何明显指令的前提下兀自怪笑的情况,亚马逊解释为,在非常罕见的情况下,Alexa会错误地将环境噪音辨别为短语“Alexa,笑一个”,并做出响应。

 

一位Echo Dot的用户说,他们让Alexa在早上关掉闹钟,她的回应时发出“像女巫一样的”笑声。Echo Dot的另一位“幸运”用户在推文中称,正躺在床上准备入睡,Echo Dot上的Alexa突然爆出一声毛骨悚然的大笑……我恐怕活不过今晚了。

Bug问题频出   聊天机器人变成“人工智障”?

类似的情况,在聊天机器人身上已经不是第一次发生。两年前,微软在Twitter上的聊天机器人Tay变成了“种族主义者”。去年,它的后续产品Zo又再次出现问题。

尽管微软通过编程让Zo忽略政治和宗教话题,但BuzzFeed的编辑尝试让Zo对某些受限话题做出了令人惊讶、充满争议的回应。在交流中,Zo将古兰经称作“非常暴力”。此外,它还对本·拉登的死亡做出评论,称抓住本·拉登是“不止一个政府多年情报收集”的结果。

 

到现在为止,聊天机器人依然存在着众多问题。2016年,Facebook Messenger开放其程序接口后,收到的用户反馈很少。众多机构确实可以在短时间内拥有自己的智能聊天机器人,但当此类机器人无人类干预时,应答失败率高达 70%,用户体验更是相当糟糕。

从“图灵测试”到Eliza的精神治疗,聊天机器人发展至今已经走过了近70年,在漫长的发展历程中,聊天机器人并未得到真正的普及,并且依然存在着诸多弊病。

 

在各类问题中,复杂语言识别困难、个性化适配之痛、隐私安全隐忧成为最突出的问题。语言作为一种主观性较强的表达方式,人们说话的规则可以说是千变万化的。这和电脑程序不同,人们表达不会完全受制于规则,能够自由的遣词造句,并以此来传递信息。

除了地方方言外,每个人也会有自己独特的表达方式,例如心照不宣的“暗语”,或者某些特定的“梗”。结构化语言系统将难以满足大量用户的需求,这对聊天机器人的系统提出了更高的要求。

 

个性化适配问题体现在两个方面,一方面人机信任是聊天机器人个性化发展的一个攻坚点。另一方面,聊天机器人很容易对人的需求产生误读。

目前聊天机器人语音识别主要基于语音识别的基本架构、声学模型、语言模型并进行解码,而真正通过用户画像来实现个性化适配的聊天机器人少之又少。其实,不同用户的性格、特点、知识层次都不相同。如果有预设的用户画像,那出现适配失误的可能性也会大大减小。

 最近,Facebook泄露5000万用户数据,成为史上最大数据泄露案,特朗普被指利用AI竞选成功,这也让更多的聊天机器人用户对自身的隐私感到担忧。“Alexa发笑”事件中,亚马逊对该事件闪烁其词,似乎用户数据已经进入了“围墙花园”模式。

 语音分析和人工智能软件存在于一个黑匣子中,而这些软件只有开发人员才能真正理解。很难想象,如果将一切的智能家居与聊天机器人连接起来时,涉及到的数据、信息都存储在一个用户无法拥有也无法控制的计算机上,这将是一件多么危险的事。如果将人工智能进一步拓展到金融、医疗等领域,1%的错误率导致的可能就是财产的损失和生命的安全。

 聊天机器人发展走进死胡同   哪些方面需要回炉重塑?

2018年初,Facebook关闭了虚拟助理M,成了压死骆驼的最后一根稻草。M于2015年8月推出,用户可以通过Messenger得到人工智能的回复、建议等。

在推出时,Facebook为其打上了“测试”标签,但随着时间的推移,M并没有获取Facebook预期的用户量,而直到下线前,M仍然处于beta测试状态。许多互联网公司对聊天机器人已经不感兴趣了,聊天机器人的发展也走进了死胡同。 

 如果要要让聊天机器人重新焕发生命力,不仅需要其在自动学习中“更聪明”,还将帮助它建立起独立的三观,辨析什么是对什么是错,同时也要更为深层地引入人类世界的规则。

能够独立表达喜欢、不喜欢和偏好的性格,在聊天的过程中展示出诚实和值得信任等可贵品质,是塑造聊天机器人“独立三观”的重要体现。正如聊天机器人被引入日常生活,我们还能训练机器人去识别我们的语言,挖掘我们的喜好,甚至还能分析我们的口音,推测人类的情绪。

 此外,还要让聊天机器人脱离模仿层面,进入主动思考的阶段。在此过程中,需要建立更加丰富的知识图谱。知识图谱的建立需要从静态和动态两个方面出发,真正将聊天对话场景从垂直领域拓展到开放领域。同时,构建知识图谱的重点在于语义理解、知识表示、QA、智能对话和用户建模。

作为人工智能产品的重要代表,聊天机器人在跨领域智能客服、智能呼叫中心解决方案、智能营销解决方案、智能语音交互解决方案等多个方向还是大有可为。这显然不仅是聊天机器人或个别互联网公司的任务,也是整个行业的义务。

【科技云报道原创】

微信公众账号:科技云报道

推荐文章