《聊天机器人观后感》

曾经终败给现在 2022-12-10 08:41 355阅读 0赞

# 第七章 人工智能 #

智力是一种适应变化的能力 ---------史蒂芬 霍金

### 什么是人工智能（AI） ###

但是我不予苟同，我想说的是：一句名言解释什么是人工智能。

指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。进行多次测试后，如果机器让平均每个参与者做出超过30%的误判，那么这台机器就通过了测试，并被认为具有人类智能。---------人工智能之父 图灵  
**现在人工智能AI实现技术有哪些？**

阿尔法狗，苹果的siri，google assistant，微软小冰，百度大脑，无人驾驶，AI等等，都被冠以人工智能的概念。  
有关于人工智能的电影，机械姬、机械公敌、银翼杀手、黑客帝国。

**简单的人工智能案例：**

1、手写数字  
[https://developer.myscript.com/math][https_developer.myscript.com_math]

[https://tensorspace.org/html/playground/lenet\_zh.html][https_tensorspace.org_html_playground_lenet_zh.html]

2、自动生成诗句

[http://118.190.162.99:8080/][http_118.190.162.99_8080]

3、自动生成歌曲

[https://openai.com/blog/musenet/][https_openai.com_blog_musenet]

### AI能为机器人做什么 ###

**1、自然语言理解**

自然语言理解（Natural Language Understanding，NLU）可让机器人从用户的自然语言中获取意图。这个过程 通常需要对大量的历史对话数据集（称为训练集，有时与AI工具一起提供）进行机器学习，还要有机器人构建者提供特定的训练和配置。在很多场景下，NLU都是支撑机器人对话的技术。

大多数NLU框架可以帮助你将“我想买一张电影票”、“我想要一张电影票”或者“让我们买一张电影票”等不同的用户输入映射（或者翻译）为买票意图。这些框架还可以从用户输入中提取实体（对话上下文变量），例如从“我想去金逸影视中心”、“优先选择金逸影视中心”或“金逸影视中心是我的首选电影院”中提取电影院的名字。如果有一个实体缺失，这些框架也可以提示用户补全它——例如，它会说“你想去哪个电影院？”，并捕捉用户的回答来填写该实体。NLU框架也可以提取上下文变量并告诉你，根据用户输入的内容“它”指的是什么。比如，“它应该是《我和我的家乡》”。

现在有许多通过AI实现的对话服务，例如提取日期或时间，或者提取地理位置或地址。这些信息都是非常难以通过纯编程而获取的。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70_pic_center]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70_pic_center 1]  
**2、对话管理**

提取实体和意图是对话管理中重要的基本任务。不过在对话管理中还有一层，即在一个对话中管理多个步骤的对话。  
以下是Automat.ai（该公司为其他公司提供对话语言理解技术）的创始人Andy Mauro对对话管理的描述：负责接收提取到的意图和实体的这部分程序，必须决定如何处理这些意图和实体，而在大多数情况下，这意味着机器人要询问下一个问题、提供下一个回答或报错，等等。在Alexa或者其他大多数“一次性（one shot）”系统中，你不必操心多轮对话的事情，然而基于消息的机器人几乎总是基于多轮对话的，因此这门学科现在变得越来越重要。对话管理是一种高水平的A I，可以理解对话的上下文，知道如何在上下文和子对话之间进行导航（这些对话流有时在Wit.ai这种AI解决方案中被称为故事）。人类可以很容易地处理对话中的话题转换，但对于机器人而言，这仍然是一件难事。

**3、图像识别/计算机视觉**

由于机器学习上的突破，图像识别在过去几年中取得了飞跃。机器人已经可以使用图像处理服务来识别图像，分析照片中人物的情绪，以及从图像中提取文本。当用户在对话界面中上传图像，并且机器人必须根据图像执行操作时，图像识别就尤为重要。大多数图像识别服务已经用许多常见对象训练过了，所以机器人构建者不需要提前做训练。将这张图像上传给该服务，你就会得到它识别出的一组对象和预测的精准度。

**4、预测**

AI擅长根据历史数据发现模式并预测结果。支持票投给谁、向用户推销的产品是否就是他想要的，或一个用户将要完成交易的转化率有多少，AI都能做出预测。

**5、情感分析**

关于对话，有一种独特的AI服务叫作情感分析（Sentiment Analysis）。这种AI服务能预测用户的情绪状态，以及该情感分析的可信度。

举个栗子：

[http://acnlp.com/acnlp-demo][http_acnlp.com_acnlp-demo]

**6、什么场景适合AI**

AI为开发者提供了一套非常好的搭建机器人的工具。这套自然语言理解和对话管理工具能够让复杂的基于文本的对话管理变得更加容易（与自己编码实现相比）。如果你正在设计一个复杂领域中的能够处理纯文本对话的聊天机器人，那么这些AI工具或许对你成功搭建机器人十分重要。在使用AI实现预测、图像识别、情感分析及其他目的时，我们都应该视具体的用例和需求而定。举个例子：明天的昨天的大前天我正南方的天气怎么样？或者今天天气多少，我需要穿什么衣服。  
搭建机器人时也可以选择不使用A I，因为有些用例完全不需要用到A I。举个例子，如果你希望每天早晨机器人为你发送新闻或财务报告，那么可能就不需要用到AI。

**7、总结（AI技术案例）**

何晗：[HanLP：面向生产环境的自然语言处理工具包][HanLP]  
清华：[THULAC：一个高效的中文词法分析工具包][THULAC]  
搜狗：[搜狗实验室分词和词性标注][Link 1]  
斯坦福：[CORENLP][]  
哈工大：[LTP：语言技术平台(Language Technology Platform)][LTP_Language Technology Platform]  
NLPIR：[NLPIR][]

[https_developer.myscript.com_math]: https://developer.myscript.com/math
[https_tensorspace.org_html_playground_lenet_zh.html]: https://tensorspace.org/html/playground/lenet_zh.html
[http_118.190.162.99_8080]: http://118.190.162.99:8080/
[https_openai.com_blog_musenet]: https://openai.com/blog/musenet/
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70_pic_center]: /images/20221123/91fcd4a2af044a6483fb50ded305c7f9.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMyNDQ3MzAx_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221123/58fa7839ae104173b553b16334d7648f.png
[http_acnlp.com_acnlp-demo]: http://acnlp.com/acnlp-demo
[HanLP]: https://hanlp.hankcs.com/
[THULAC]: http://thulac.thunlp.org/demo
[Link 1]: http://www.sogou.com/labs/webservice/
[CORENLP]: http://corenlp.run/
[LTP_Language Technology Platform]: http://ltp.ai/demo.html
[NLPIR]: http://ictclas.nlpir.org/nlpir/