1950 년 애륜 M 튜링은' 정신' 잡지에 컴퓨터 기계와 지능에 관한 문장 한 편을 발표했다. 이 문장 시작 부분에서 그는 "기계가 생각할 수 있을까? 기계가 생각할 수 있을까? ) ",고전적인 튜링 테스트를 제안했습니다. 튜링 테스트를 통해 인공지능 연구의 궁극적인 목표로 여겨지는 튜링 본인도' 인공지능의 아버지' 라고 불린다.
1966 년, 최초의 채팅 로봇 프로그램 ELIZA 가 탄생했다. MIT (MIT) 의 Joseph Weizenbaum 이 개발한 것으로, 임상 시뮬레이션 로저스 심리요법을 위한 기본적인 대본 프로그램을 개발했다. 구현 기술은 사용자가 컴퓨터에 입력하는 문자에 대한 키워드 일치, 응답 규칙 수동 작성일 뿐이다.
65438 부터 0972 까지 미국 정신과 의사인 케네스 콜비 (Kenneth Colby) 는 LISP 로 편집 정신분열증을 시뮬레이션하기 위해 PARRY 라는 컴퓨터 프로그램을 작성했다.
1988 년 영국 프로그래머 로 카펜터 (Rollo Carpenter) 가 채팅 로봇 Jabber Wakey 를 창설했다. 이 프로젝트의 목표는' 재미, 오락, 유머러스한 방식으로 자연 인간-기계 채팅을 시뮬레이션하는 것' 이다. 이 프로젝트는 인간과 상호 작용하여 인공지능 채팅 로봇을 만들기 위한 초기 시도이기도 하지만, Jabber Wakey 는 아직 다른 기능을 수행하는 데 사용되지 않았다. 이 기술은 컨텍스트 패턴 일치 기술을 사용하여 가장 적합한 응답 콘텐츠를 찾는 것입니다.
65438 년부터 0988 년까지 UC(UNIX Consultant) 라는 채팅 로봇 시스템을 개발했습니다. UNIX 채팅 로봇의 목적은 사용자가 유닉스 운영체제를 배우도록 돕는 것이다.
65438 년부터 0990 년까지 미국 과학자, 자선가 휴 G 로브너 (Hugh G. Loebner) 가 1 년에 한 번의 인공지능 경쟁인 롭너상 (Loebner Prize) 을 설립했다. Lobner 상은 대화를 통해 기계의 사고력을 테스트하는 것을 목표로 한다. 튜링을 시험할 시기로 여겨진다. 경기 상품은 금 은 동 세 가지 범주로 나뉜다. 지금까지 출전 절차가 금상이나 은상 기준에 미치지 못했다.
Lobner 상 추진으로 채팅 로봇에 대한 연구가 절정에 이르렀는데, 그 중 대표적인 채팅 로봇 시스템은 2 월 23 일 탄생한 Alice (인공언어 인터넷 컴퓨터 실체) 였다. ALICE 와 함께 발표된 Aiml (Automated Intelligent Markup Language) 은 휴대폰 가상 지원 개발에 널리 사용되고 있습니다.
200 1, SmarterChild 는 단문 메시지와 인스턴트 메시징 도구에서 보급되어 채팅 로봇이 인스턴트 메시징 분야에서 처음으로 사용되었습니다. 2006 년 IBM 은 자연어로 질문에 대답할 수 있는 슈퍼뇌 왓슨을 개발하기 시작했다. IBM 의' 심도 있는 질의 응답' 기술을 기반으로 한 슈퍼컴퓨터인 왓슨은 수백 가지 알고리즘을 사용하여 3 초 이내에 특정 질문에 대한 답을 찾을 수 있다.
20 10 년, 애플은 인공지능 조수 시리를 선보였다. 시리의 기술은 미 국방부 고급연구계획국이 발표한 CALO 프로그램에서 나왔다. 군대의 복잡한 업무를 단순화하고 학습, 조직 및 인지능력을 갖춘 가상 조수이다. CALO 프로젝트에서 파생된 소프트웨어의 민간 버전은 Siri 가상 개인 비서입니다.
이후 마이크로소프트 쇼빙, 마이크로소프트 코타나, 아리샤오미, JD.COM JIMI, 넷이칠어 등 채팅 로봇이 속출하면서 이들 채팅 로봇들이 점차 사람들의 생활의 각 분야에 스며들고 있다.
20 16 년 전국 대기업들이 채팅 로봇 시스템을 구축하는 데 사용할 수 있는 오픈 플랫폼 또는 오픈 소스 아키텍처를 출시하기 시작했다.
20 10 이후 상징적인 채팅 로봇 제품은 다음 그림과 같습니다.
요약: 인공지능 관련 기술인' 동풍' 이 점차 부상하면서 자연어 처리 연구가 풍성한 성과를 거두면서 채팅 로봇 관련 기술이 빠르게 발전하고 있다. 한편 채팅 로봇은 새로운 인간-컴퓨터 상호 작용 방식으로 모바일 검색과 서비스의 입구 중 하나가 되고 있다. 결국 검색 엔진의 최종 형태는 채팅 로봇일 가능성이 높다. 많은 인공지능 분야의 탐험가와 개발자들은 채팅 로봇이라는 새로운 상호 작용 입구를 선점하고 선점하고 싶어 한다.
다음은 몇 가지 차원의 정렬에서 분류에 대해 설명합니다.
온라인 고객 채팅 로봇 시스템의 주요 기능은 사용자가 제기한 제품 또는 서비스 관련 질문에 자동으로 답하여 기업 고객 서비스의 운영 비용을 절감하고 사용자 경험을 높이는 것입니다. 대표적인 상용 온라인 고객 서비스 채팅 로봇 시스템은 작은 I 로봇, JD.COM JIMI 고객 서비스 로봇, 알리 샤오미 등이다. JD.COM JIMI 고객 서비스 로봇을 예로 들자면, 사용자는 JIMI 와 채팅하여 제품에 대한 구체적인 정보, 플랫폼의 활동 정보, 쇼핑의 문제점을 알 수 있습니다. 또한 JIMI 는 사용자가 어떤 질문에 대답할 수 없는지 알 수 있는 거부 능력을 갖추고 있어, 적시에 사용자를 수동 고객 서비스로 이전할 수 있다. 알리바바그룹은 20 15 년 7 월 24 일' 알리 샤오미' 라는 인공지능 쇼핑 도우미 가상 로봇을 발표했다. 알리 샤오미는 수직 분야 (서비스, 안내, 보조 등) 를 기반으로 좋은 고객 경험을 제공합니다. ) 고객이 필요로 하는 곳.
오락 장면에서 채팅 로봇 시스템의 주요 기능은 사용자와 무화제 채팅 (잡담) 을 함으로써 동행과 위로의 역할을 하는 것이다. 그 응용 장면은 소셜 미디어, 어린이 동반 오락, 게임 스파링 등에 집중되어 있다. 마이크로소프트의 쇼빙, 위챗 쇼웨이, 베이징 용천사의 선아 로봇 스님 등 대표 시스템이 있습니다.
교육 장면 아래의 채팅 로봇 시스템은 서로 다른 교육 내용에 따라 더 나눌 수 있다. 이런 채팅 로봇의 응용 장면은 인간-컴퓨터 상호 작용 기능을 갖춘 학습 훈련 제품, 어린이 스마트 장난감입니다.
개인 보조 응용 프로그램은 음성 또는 텍스트를 통해 사용자와 상호 작용하여 날씨 조회, 문자 메시지 기술, 위치 및 경로 추천, 알람 및 일정 알림, 주문 등과 같은 사용자 개인 트랜잭션 쿼리 및 에이전트를 수행할 수 있습니다. 이를 통해 사용자는 일상 업무를 보다 쉽게 처리할 수 있습니다.
스마트 퀴즈 채팅 로봇 시스템은 사용자가 제기한 사실 질문 및 계산 및 논리적 추론이 필요한 기타 복잡한 질문에 자연어로 응답하여 사용자의 정보 요구를 충족하고 의사 결정을 돕습니다. 단지 사실적인 질문과 답이 아니라, 무엇, 누구, 어느 것, 어디서, 언제 등등. , 또한 어떻게, 왜 등 비현실적인 질문과 답을 포함한다. 고려해야 할 것이기 때문에 지능적으로 대답하는 채팅 로봇은 보통 채팅 로봇의 서비스 모듈로 쓰인다.
실현의 관점에서 채팅 로봇은 검색형과 생성형으로 나눌 수 있다. 채팅 로봇에 대한 답을 검색하는 것은 미리 정의되어 있다. 채팅 중에 로봇은 규칙 엔진, 패턴 일치 또는 기계 학습 교육의 분류자를 사용하여 기술 자료에서 사용자에게 가장 적합한 답을 선택합니다. 생성형 채팅 로봇은 미리 정의된 대답에 의존하지 않지만, 로봇을 훈련시키는 과정에서 문맥 관련 채팅 정보와 답변을 포함한 많은 코퍼스가 필요하다.
현재 일반적으로 검색 기반 채팅 로봇 시스템을 사용하여 특정 생산 환경에서 채팅 서비스를 제공하고 있지만 심도 있는 학습을 기반으로 하는 Seq2Seq 모델의 출현으로 세대 기반 채팅 로봇 시스템이 주류가 될 수 있습니다.
기능 기반 채팅 로봇은 질의 응답 시스템, 작업 지향 대화 시스템, 채팅 시스템 및 사전 추천 시스템의 네 가지 유형으로 나눌 수 있습니다.
현재 문답 시스템과 주동적인 추천 시스템의 평가 지표는 비교적 객관적이고 평가 방법도 비교적 성숙하다. 그러나 동일한 입력이 주어지면 작업 지향 대화 시스템 및 채우기 시스템이 다양한 형식으로 응답할 수 있습니다. 사용자의 동일한 입력에 대해 여러 가지 합리적이고 고정되지 않은 반응이 있는 경우가 많기 때문에 객관적인 메커니즘을 통해 평가하기가 어렵기 때문에 사람의 주관적인 판단을 평가의 기초 중 하나로 가입해야 한다. (데이비드 아셀, Northern Exposure (미국 TV 드라마), 자기관리명언)
일반적으로 전체 채팅 로봇 시스템 프레임워크는 그림과 같이 자동 음성 인식, 자연어 이해, 대화 관리, 자연어 생성 및 음성 합성의 다섯 가지 주요 기능 모듈을 포함합니다. 모든 채팅 로봇 시스템에 음성 기술이 필요한 것은 아니라는 점을 지적해야 한다.
예를 들어 텍스트로 인간-컴퓨터 상호 작용을 가능하게 하는 채팅 로봇 시스템은 자동 음성 인식 모듈과 음성 합성 모듈이 필요하지 않습니다.
Amazon Lex 는 모든 프로그램에서 음성과 텍스트를 사용하여 대화 인터페이스를 만들 수 있는 서비스입니다. Amazon Lex 는 개발자가 게시한 로봇을 구축, 게시 및 모니터링할 수 있는 확장 가능하고 안전하며 사용하기 쉬운 포괄적인 솔루션을 제공합니다. 다음 그림은 채팅 로봇이 대화를 통해 사용자가 꽃을 주문하는 데 어떻게 도움이 되는지 보여줍니다.
또 다른 전형적인 채팅 로봇 프레임워크는 페이스북의 Wit.ai 입니다. Wit.ai 는 고품질의 회화 데이터를 축적해 채팅 로봇 시스템의 발전을 효과적으로 추진하며 인공지능과 인간 지능의 결합을 통해 채팅 로봇의 지능 수준을 더욱 높였다.
채팅 로봇에는 질의 응답 시스템, 임무 지향 대화 시스템, 채팅 시스템, 사전 추천 시스템 등 네 가지 주요 범주가 있습니다.
시리는 사용자에게 전화, 주문, 예약, 음악 재생 등의 서비스를 제공하는 임무 지향 대화 시스템으로 포지셔닝되었습니다. 시리는 많은 서비스를 도킹하고' 기본' 작업을 설정했다. Siri 는 사용자의 입력을 이해할 수 없을 때 검색 엔진에 관련 서비스를 반환하도록 명령합니다. 시리의 출현은 모바일 단말기 개인 사무 조수의 상업화 추세를 이끌었다.
다음 그림은 Siri 의 기술 프레임워크입니다.
20 1 1 년 2 월, IBM 이 3000 만 달러를 들여 개발한 IBM Watson 이 미국의 유명 퀴즈쇼 Jeopardy 에 올랐다. IBM Watson 은 프로그램에서 이중적인 의미를 지닌 영어 문제에 직면하여 방대한 자연어 지식 기반에서 단서를 분석하고 이를 하나로 결합할 수 있습니다. 결국 IBM Watson 은 압도적인 우세로 프로그램 중 가장 똑똑한 뇌를 물리치고 27 년 사상 최고점을 기록했다. IBM Watson 은 IBM 이 개발한 문답 시스템으로 자연어 처리, 정보 검색, 지식 표현, 자동 추리, 기계 학습 등 다양한 기술의 응용을 통합했다. 가설 인식과 대규모 법의학, 분석, 평가를 위한 심도 있는 질의 응답 기술을 형성합니다. IBM Watson 은 자연어로 데이터를 분석하고 대규모 학습과 추리를 통해 사용자에게 개인화된 서비스를 제공할 수 있습니다.
20 12 년 7 월 9 일 구글은 스마트 개인 보조인 구글 나우를 발표했다. Google Now 는 자연어 상호 작용을 통해 사용자에게 페이지 검색, 자동 지침 등의 기능을 제공합니다. Allo 는 구글이 위에서 언급한 일을 바탕으로 발표한 음성 조수이다. 알로는 시간이 지남에 따라 사용자 행동을 배울 수 있다.
2065 년 4 월 2 일 438+04
사전 예방적 추천 시스템은 개인화된 정보 푸시를 위한 기술적 접근 방식을 채택하고 있습니다. 사전 추천 시스템은 사용자가 명확한 요구를 제공할 필요가 없습니다. 대신 사용자의 과거 행동 데이터를 분석하여 사용자 초상화를 만들어 사용자 초상화 사전 추천 시스템을 기반으로 사용자의 관심과 요구에 부합하는 정보를 제공합니다. 전자상가 쇼핑 (예: 알리바바, 아마존), 소셜네트워크 (예: 페이스북, 웨이보), 뉴스 정보 (예: 오늘의 헤드라인), 음악 영화 (예: 넷이즈 클라우드 뮤직, 콩잎) 등의 분야에서 광범위하고 성공적인 응용을 했다. 사전 추천 시스템은 본질적으로 사람들이 정보 과부하 문제를 해결하는 데 도움이 되는 도구입니다. 정보 과부하란 사용자가 정말로 필요로 하는, 정말로 관심 있는 것이 동종 물품의 바다에 잠기는 것이다. (알버트 아인슈타인, 지식명언) 능동적인 상호 작용은 사용자 경험을 크게 향상시킬 수 있으며, 로봇의 능동적인 상호 작용은 사람 간의 실제 대화에 더 가깝고 대화가 더욱 자연스러워집니다.
사전 추천의 한 가지 방법은 지식도를 기반으로 하는 사전 추천 시스템입니다. 예를 들어 음악 분야의 사전 추천 시스템을 구축할 때 음악 분야의 지식지도와 사용자의 지식지도를 먼저 설정한 다음 사용자 정보 검색 과정에서 사용자 음악 선호도의 초상화를 만들어 사용자의 음악을 더 정확하게 밀어넣을 수 있습니다.
그림에서 볼 수 있듯이, 사용자가 노래를 주문하는 과정에서 사전 추천 시스템은 음악 지식지도, 사용자 개인 지식지도, 사용자 역사 대화 데이터와 결합하여 최고의 음악 추천을 종합할 수 있습니다.
사전 추천 시스템과 질의 응답 시스템, 임무 지향 대화 시스템, 채팅 시스템은 채팅 로봇 제품의 네 가지 주요 범주로 간주됩니다.