聊天机器人

聊天机器人是一个软件来进行一个在线聊天应用的对话通过文本或文本到语音。聊天机器人系统旨在令人信服地模拟人类作为对话伙伴的行为方式，通常需要进行连续的调整和测试，并且许多生产中的机器人仍然无法充分交谈或通过行业标准的图灵测试。“ ChatterBot”一词最初是由Michael Mauldin（xxx个Verbot的创建者）于1994年创造的，用于描述这些对话程序。

聊天机器人通常在对话系统中用于各种目的，包括客户服务，请求路由或信息收集。虽然某些聊天机器人应用程序使用广泛的单词分类过程，自然语言处理器和复杂的AI，但其他应用程序仅扫描通用关键字并使用从关联的库或数据库获得的常用短语生成响应。

如今，大多数聊天机器人都可以通过网站弹出窗口或通过虚拟助手（例如Google Assistant、Amazon Alexa）或消息传递应用程序（例如Facebook Messenger或WeChat）进行在线访问。聊天机器人通常分为使用类别，包括：商业（通过聊天进行的电子商务）、教育、娱乐、金融、健康、新闻和生产力。

在最著名的早期聊天机器人中，有ELIZA（1966）和PARRY（1972）。最近著名的计划包括ALICE、Jabberwacky和DUDE。尽管ELIZA和PARRY仅用于模拟键入的对话，但许多聊天机器人现在还具有其他功能，例如游戏和Web搜索功能。

人工智能研究的一个相关领域是自然语言处理。通常，弱AI领域会使用专门为所需的狭窄功能而创建的专用软件或编程语言。例如，ALICE使用一种称为AIML的标记语言，该语言特定于其作为会话代理的功能，此后已被所谓的Alicebots的各种其他开发人员所采用。尽管如此，ALICE仍然完全基于模式匹配技术，没有任何推理功能，与ELIZA早在1966年使用的技术相同。这不是强大的AI，需要精明的知识 和逻辑推理能力。

Jabberwacky基于实时用户交互来学习新的响应和上下文，而不是从静态数据库驱动。最近一些聊天机器人还将实时学习与进化算法结合在一起，这些算法根据每次对话都优化了其交流能力。尽管如此，目前还没有通用的会话式人工智能，并且一些软件开发人员专注于实践方面，即信息检索。

聊天机器人比赛的重点是图灵测试或更具体的目标。这样的年度竞赛有两个，分别是勒布纳奖和查特伯挑战赛（后者自2015年以来一直处于离线状态，但是仍然可以从网络档案中找到资料）。

DBpedia在2017年GSoC期间创建了一个聊天机器人。并可以通过Facebook Messenger进行通信。DBpedia始于2007年，它允许从Wikipedia数据集以及许多其他数据集中提取结构化内容。DBpedia当前是链接开放数据（LOD）的xxx代表之一。

许多公司的聊天机器人都在消息传递应用程序上运行，或仅通过SMS运行。它们用于B2C客户服务、销售和营销。

2016年，Facebook Messenger允许开发人员在其平台上放置聊天机器人。在头六个月中，为Messenger创建了30,000个机器人，到2017年9月，这一数字已上升到100,000。

自2017年9月以来，这也已成为WhatsApp试点计划的一部分。荷航和墨西哥航空公司都宣布参与测试；两家航空公司先前都在Facebook Messenger平台上启动了客户服务。

这些漫游器通常显示为用户的联系人之一，但有时可以充当群聊的参与者。

许多银行、保险公司、媒体公司、电子商务公司、航空公司、连锁酒店、零售、医疗机构、政府机构和连锁餐厅已经使用聊天机器人回答简单的问题，增加客户参与，并提供从他们那里订购的其他方式。

2017年的一项研究表明，有4％的公司使用聊天机器人。根据2016年的一项研究，有80％的企业表示他们打算到2020年拥有一家企业。

公司网站上存在前几代聊天机器人，例如2008年首次亮相的阿拉斯加航空公司的 Ask Jenn或2011年推出的Expedia的虚拟客户服务代理。新一代的聊天机器人包括IBM Watson支持的“洛奇”，由在2017年2月推出的纽约市为基础的电子商务公司稀有克拉提供信息给未来的钻石买家。

营销人员使用它来编写消息序列的脚本，与自动响应程序序列非常相似。可以通过用户选择加入或在用户交互中使用关键字来触发此类序列。触发发生后，将传递一系列消息，直到下一个预期的用户响应为止。在决策树中使用每个用户响应，以帮助聊天机器人导航响应序列以传递正确的响应消息。

其他公司也在探索内部使用聊天机器人的方式，例如用于客户支持、人力资源，甚至是物联网（IoT）项目。据报道，Overstock.com已经启动了一个名为Mila的聊天机器人，以在请病假时自动化某些简单但耗时的过程。其他大型公司，例如劳埃德银行集团、苏格兰皇家银行、雷诺和雪铁龙，现在都在使用自动在线助手，而不是人工呼叫中心来提供xxx联系点。自F8以来，一个SaaS聊天机器人业务生态系统一直在稳定增长当Facebook的马克·扎克伯格（Mark Zuckerberg）宣布Messenger允许聊天机器人进入该应用程序时的发布会。在大型公司中，例如在医院和航空组织中，IT架构师正在为智能聊天机器人设计参考体系结构，这些体系结构可用于更有效地解锁和共享组织中的知识和经验，并显着减少专家服务台的答案错误。这些智能聊天机器人利用各种人工智能，例如图像审核和自然语言理解（NLU）、自然语言生成（NLG）、机器学习和深度学习。

许多高科技银行组织正在寻求将基于聊天机器人等基于AI的自动化解决方案集成到其客户服务中，以便为越来越熟悉技术的客户提供更快，更便宜的帮助。特别是，聊天机器人可以有效地进行对话，通常可以替代其他通信工具，例如电子邮件、电话或SMS。在银行业务中，它们的主要应用与快速的客户服务，答复常见请求以及交易支持有关。

多项研究报告称，客户服务成本已xxx降低，预计在未来10年将节省数十亿美元的经济。2019年，Gartner预测，到2021年，全球所有客户服务交互中的15％将完全由AI处理。Juniper Research在2019年的一项研究估计，到2023年，基于聊天机器人的互动所产生的零售额将达到1,120亿美元。

自2016年Facebook允许企业通过聊天机器人提供自动化的客户支持、电子商务指导、内容和交互式体验以来，Facebook信使平台已开发了多种聊天机器人。

2016年，总部位于俄罗斯的Tochka Bank推出了全球首款Facebook机器人，提供一系列金融服务，其中包括付款的可能性。

2016年7月，巴克莱非洲还推出了一个Facebook聊天机器人，使其成为非洲xxx家这样做的银行。

法国总资产排名第三的银行法国兴业银行于2018年3月推出了其聊天机器人SoBot。虽然有80％的SoBot用户对其进行了测试，但他们对此表示满意，但法国兴业银行副总监Bertrand Cozzarolo表示，它将永远不会取代由人类顾问提供的专业知识。

使用聊天机器人在银行中与客户进行交互的优势包括降低成本、财务建议和24/7支持。

聊天机器人也出现在医疗保健行业中。一项研究表明，美国的医师认为，聊天机器人对于安排医生约会，寻找健康诊所或提供药物信息将是最有益的。

某些患者群体仍然不愿意使用聊天机器人。一项混合方法研究表明，由于对技术复杂性的了解不足，缺乏同情心以及对网络安全的担忧，人们仍然不愿意使用聊天机器人进行医疗保健。分析显示，虽然有6％的人听说过健康聊天机器人，而有3％的人有使用过该聊天机器人的经验，但67％的人认为自己很可能在12个月内使用了它。大多数参与者将使用健康聊天机器人来查找一般健康信息（78％）并寻找本地健康服务（80％）。但是，人们认为健康聊天机器人不太适合寻求医学检查结果和寻求专家建议（例如性健康）。对态度变量的分析表明，大多数参与者报告说他们倾向于与医生讨论他们的健康状况（73％），并且能够获得可靠而准确的健康信息（93％）。尽管80％的人对可以改善健康状况的新技术感到好奇，66％的人报告只有在遇到健康问题时才去看医生，还有65％的人认为聊天机器人是个好主意。有趣的是，有30％的人表示不喜欢与计算机交谈，有41％的人认为与聊天机器人讨论健康问题很奇怪，约有一半的人不确定他们是否可以相信聊天机器人的建议。因此，感知到的信任度，个人对机器人的态度以及不喜欢与计算机交谈是健康聊天机器人的主要障碍。

聊天机器人还被并入了并非主要用于计算的设备中，例如玩具。

Hello Barbie是玩偶的互联网连接版本，使用的是ToyTalk公司提供的聊天机器人，该聊天机器人以前将聊天机器人用于各种基于智能手机的儿童角色。这些角色的行为受到一组规则的约束，这些规则实际上是模仿特定角色并产生故事情节。

在我的朋友凯拉娃娃销售作为一个线的18英寸的玩偶它采用语音识别技术结合的安卓或iOS的移动应用程序识别孩子的发言，并进行对话。由于该玩具娃娃的蓝牙堆栈存在漏洞，并且使用了从孩子的语音中收集的数据，因此它像Hello Hello娃娃玩具一样引起了争议。

IBM的Watson计算机已被用作基于聊天机器人的教育玩具的基础，例如CogniToys等公司旨在与儿童互动以进行教育的公司。

恶意聊天机器人通常用于模仿人类行为和对话，或者诱使人们泄露诸如银行帐号之类的个人信息，从而在聊天室中充斥垃圾邮件和广告。它们通常在Yahoo!上找到。Messenger、Windows Live Messenger、AOL Instant Messenger和其他即时消息协议。约会服务网站上还发布了一个聊天机器人在伪造的个人广告中使用的报告。

Tay是一个AI聊天机器人，可以从以前的交互中学到东西，由于它被Twitter上的互联网巨魔作为目标而引起了很大的争议。该机器人已被利用，并在16小时后开始向用户发送极具攻击性的推文。这表明，尽管该僵尸程序可以从经验中有效地学习，但仍未采取足够的保护措施来防止滥用。

如果文本发送算法能够以人类而不是聊天机器人的身份冒充他人，则其消息将更加可信。因此，具有精心设计的在线身份的仿人聊天机器人可能会开始散布看似合理的虚假消息，例如在总统大选期间做出虚假声明。有了足够的聊天机器人，甚至有可能获得人工社会证明。

聊天机器人的创建和实现仍然是一个发展中的领域，与人工智能和机器学习密切相关，因此所提供的解决方案虽然具有明显的优势，但在功能和用例方面却存在一些重要限制。但是，随着时间的推移，这种情况正在发生变化。

下面列出了最常见的：

• 由于用于生成输出的数据库是固定且有限的，因此聊天机器人在处理未保存的查询时可能会失败。
• 聊天机器人的效率高度依赖于语言处理，并且由于口音和错误等违规行为而受到限制，这些违规行为可能会给国际和多元文化组织造成重要障碍。
• 聊天机器人无法同时处理多个问题，因此对话机会有限。
• 聊天机器人需要大量的会话数据进行训练。
• 聊天机器人难以管理必须与用户就某个主题进行往返的非线性对话。
• 正如通常在现有服务中由技术主导的更改所发生的那样，由于对聊天机器人的了解有限，因此某些消费者（通常不是老一代）对聊天机器人感到不舒服，这很显然使机器正在处理他们的请求。

聊天机器人越来越多地出现在企业中，通常被用来自动化不需要基于技能的人才的任务。随着通过消息传递应用程序和电话进行客户服务，越来越多的用例中，聊天机器人的部署为组织带来了明显的投资回报。呼叫中心工作人员可能特别容易受到AI驱动的聊天机器人的威胁。