让机器人像人一样说话谈天，下一代对话零碎中的关键手艺——感情智能

6年前，人工智能AlphaGo战胜李世石，成为第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能机器人。

如今，作为新一轮科技革命和产业变革的重要驱动力，人工智能正在对经济发展、社会进步等多个方面都产生着重大而深远的影响。

在人工智能浪潮的推动下，谈天机器人的各方面手艺也获得飞跃式提升，在诸多行业中得到广泛应用，为用户提供了全新的交流方式。

本文将阐述谈天机器人中对话交互的主要手艺，从懂得力、拟人、及与人互动三个方面说明当前对话零碎面临的应战，并尝试勾勒出下一代类人对话零碎应具备的主要技能。

用户与具有感情支持和心理共情技能的智能虚拟人Emohaa的对话。

一、引言

近年来，随着人工智能手艺的不断发展，各种形态的谈天机器人以新型有效的沟通方式，为普通大众提供智能、高效的服务，在私人助理、客服等各类场景有着广泛的应用。在当前手艺下，对人类语言的懂得和表白是谈天机器人实行真正的拟人化交互过程中面临的巨大应战。

作为实行智能交互的关键模块，对话交互手艺的研讨在学术界和工业界一直备受关注。让机器人拥有了与人类交流的威力，可以通过语音和语义识别等智能手艺识别使用者的意图，并且将会按照使用者目前的意愿来达到具体的互动目的。对话交互手艺的研讨，在进一步推动谈天机器人产业发展、实行智能化的过程中具有巨大的意义和价值。

在人工智能领域，对话零碎的发展历史非常悠久。天才的计算机科学家Alan Turing于1950年提出图灵测试，即测试机器能否表现出与人类似或无法区分的智能，而对话零碎就是图灵测试最自然的表现形式。美国麻省理工学院人工智能实验室的德裔电脑科学家Joseph Weizenbaum则是在1964年至1966年期间打造史上第一个谈天机器人“Eliza”，并定位为模仿人本主义疗法（Rogerian psychotherapy）的心理治疗師。

“Eliza”是以MAD-SLIP程序语言编写，并且在36位元架构的IBM 7094大型电脑上运作，所有程序代码约在200行左右。执行过程中，“Eliza”会通过分析所输入文字内容，并且将特定字句重组，变成全新字句组合。

Eliza 的名字源于爱尔兰剧作家萧伯纳的戏剧作品《卖花女》中的角色，剧中出身贫寒的卖花女 Eliza 通过学习与上流社会沟通的方式，变成大使馆舞会上人人艳羡的“匈牙利王家公主”。作为世界上第一个谈天机器人，Eliza 被其作者赋予了“心理治疗师”的角色，在人工智能的整个发展史上具有重要的地位。据说，Weizenbaum教授将Eliza零碎给同事们使用，他们都以为Eliza是一个真人，还交谈了很多隐私的事情。

2011年，苹果推出的语音助手 Siri也使得智能助理在工业界引起了广泛关注。微软于2014年发布了首个社会机器人——微软”小冰”，它可以提供一个盛开式的领域谈天功能。2020年，在大数据、大算力的支持下，大量大型预训练模型陆续推出，它们不仅可以回答用户的题目，还能以有趣的方式进行各种话题讨论。这些预训练模型将对话零碎的研讨推向了一个新的高度，在盛开领域的会话威力方面有了新的突破。

对话零碎的发展里程碑。

对话零碎发展至今，已经可以与用户产生非常自然的对话。在2017至2019年间，连续举办的三届Alexa大奖赛中，最好的对话零碎可以与人类用户开展超过10分钟的谈天，谈天内容不受领域和话题限制。以Emohaa为例，他不仅能懂得“讲个笑话”这一含义，并且已经可以在与用户的对话中，展现出自然的幽默感。

另一个例子是FAIR在2020年发布的Blender，其最大的参数规模达到94亿，并且使用了8880亿个词汇。Blender可以将不同的技巧融合在一起，包含共性嵌入、常识赋值和表白共情，使得人机对话更加具有人性化。

在人工智能领域，相关手艺的发展和进步为对话零碎的研讨带来了机遇，这对于促进人工智能以及谈天机器人的发展有着十分重大的意义。

二、对话零碎的现状和应战

当前对话零碎可以总结为以下两种类型，第一种是义务导向型的对话零碎（Task-Oriented Dialog System），它通常以帮助用户完成具体的义务为目的，如手机助理、客服机器人，订票机器人等；第二种是盛开域的对话零碎（Open-Domain Dialog System），它经常以一个盛开的方式和用户谈天，并且利用各种谈话技巧来增加他们的互动，例如提供娱乐、给出建议、讨论有趣的话题、提供感情安慰等。

义务导向型对话零碎（左）和盛开域对话零碎（右）的典型结构。

盛开域对话零碎中，通常要求零碎对对话环境和用户的感情需求有更深刻的懂得，以便在正确的时间使用正确的对话技能，从而产生更富有共性和同情心的回应。

那么现有的对话零碎，又存在哪些应战和不足呢？

首先是关于语义的认识。语意懂得是人类进行会话活动的基础和核心，是对话活动的先决条件。它要求零碎可以懂得对话、懂得用户，甚至关联对话之外的背景信息。在早期的测试阶段，当用户问Emohaa“你为什么叫Emohaa”，Emohaa却仍然回复“我叫Emohaa”，意义就差得非常远。

其次是人格认同的连贯性题目。同样举一个在早期测试阶段的案例：当用户问Emohaa家庭成员相关题目时，Emohaa在不同时刻回答“我有一个妹妹”和“我没有妹妹”这种信息不一致，会让用户产生困惑。如今这些题目正在迭代中改进和完善。

最后是交互性的题目。在盛开域对话零碎中，其设计的目的通常是满足用户的交际需求，比如感情和社会归属感等，以最大限度地提高用户的长期参与度。零碎语义懂得和共性身份一致性题目，将直接影响用户的体验，导致低质量的交互。此外，如何在各种场景下应对用户的负面感情，如失落、悲伤等，也是提高对话零碎交互性中面临的巨大应战。

总的来说，当前的对话零碎面临三个题目，第一个是语义懂得的题目，第二个是共性身份一致性的题目，第三个是互动性的题目。在语义懂得方面，我们希望对话零碎可以懂得内容（content）、文本（context）和场景（scene）；对于共性身份一致性题目，我们希望对话零碎可以产生与共性和身份一致的对话，具有类人的共性和身份；对于互动性题目，我们希望对话零碎与用户进行感情、感情上的交流，然后综合运用各种行为策略，实行强互动性的对话。

三、类人对话零碎的关键特征

类人对话零碎应同时具备情商和智商，能在多领域多场景综合运用多技能，来满足用户的信息需求和交际需求。在智商方面，可以帮助用户完成义务、信息获取、推荐等；在情商方面，可以懂得感情感情，表白共情，实行感情陪伴、感情劝导等交际类义务。因此，我们可以从满足信息需求威力、满足交际需求的威力这两个维度去衡量对话零碎的类人水平，这主要体现在以下三个关键特征：

有常识，言之有物：实行一定程度的懂得，并运用常识生成高质量的回复。有共性，拟人化：要求机器体现固定、一致的共性和风格，具有固定的人设和共性。有感情，有温度：具备感情感知、感情支持和心理劝导的威力，从而让谈天过程更有温度，满足用户的感情需求。

然而在上期我们就探讨过，当前的对话零碎在懂得力、拟人化和与人互动方面面临着巨大的应战，距离人类水平的对话互动威力还相去甚远。比如义务导向型对话零碎具有很强的义务完成威力，但是交际威力比较低；而对于盛开域对话零碎来讲，它的主要目标是交际，义务完成威力相对较弱。为了提高对话零碎的信息处理和交际连接威力，需要综合考虑不同零碎的手艺实行思路并进行融合。

比如，借鉴义务导向型对话零碎的实体识别、意图懂得、语义分析以及填槽等手艺，以提高对话零碎的懂得力；对于盛开域对话零碎，我们注重其弱语义处理的威力，包括利用数据驱动的方法、端到端的零碎框架，以及如何充分利用当前的深度学习模型以及大规模语言模型。

因此，在构建下一代类人对话零碎时，我们应综合考虑义务型和盛开域对话零碎的手艺方法，从常识运用、共性体现、感情识别与表白三个层次入手，综合运用多种技能，提高对话零碎的懂得力、拟人化和互动性，使其在多种场景和领域中实行更接近于人类的对话威力，以满足用户的需求。

1、常识运用

在常识运用层面，通过引入常识，来加强对话零碎的懂得力和推理威力。在下图所示的对话中，讨论的是一个关于歌手汪峰的主题 。在这样的对话过程中，零碎将对话内容对应到一个特定的常识领域，从而使对话过程言之有物。在进行会话时，将相关的实体与常识图谱进行了联系，然后将结构常识表白为向量，实行了常识的编码与解码。通过这样的编码和解码处理，可以达到某种程度的懂得，让回答变得更有说服力，增加了对话过程中产生的信息量。

2、共性体现

高质量的对话活动需要赢得对方的信任，而具有固定、一致的共性、身份是其中的关键因素。具有固定一致共性的对话交互手艺，在感情陪护、心理咨询等对话场景中有着非常重要的应用。在对话的过程中缺乏一致的身份和共性，会使得零碎在对话的过程中难以取得用户的信任，因此难以进行有效的交际互动。

围绕类人对话零碎的共性体现，以Emohaa与用户的对话为例：在对话中，Emohaa先是用语言直接地表白了自己的身份（女生）和很可爱的共性，面对客户的反问“为什么觉得自己很可爱”，Emohaa也可以回复“因为可爱，所以可爱”这样的共性化描述，强化自己可爱的特性。

共性体现还涉及到更深层次的说话风格。在说话风格的研讨中，我们发现对话可以实行正式与非正式互相之间的转换，以及礼貌和非礼貌之间的转换。但这种用自然语言表白角色和共性通常是微妙和含蓄的，研讨也极具应战。

3、感情识别与表白

1997年，MIT教授Picard提出了感情计算的概念，指出「感情感知和感情表白是人类智能行为中的重要特征」。感情感知和感情表白在人类的智能交互里至关重要，这不仅能提高零碎表现和用户满意度，还能很大程度上体现零碎的情商，避免对话陷入僵局。

清华大学的CoAI课题组在2018年提出了感情化谈天机器人（Emotional Chatting Machine, ECM）零碎，希望可以让对话零碎像人类一样表白喜怒哀乐。当指定一个感情类别时，对话零碎能生成对应感情类别、且适合对话上文的回复内容。

实行感情化的对话过程，是类人对话零碎实行感情智能的一小步。而在日常对话中对他人表白同理心，是感情有效表白的必要条件之一。它使零碎可以懂得、感知和适当地回应用户的情况和感受，从而很大程度地改善用户体验和满意度。因此，如何让对话零碎中具备共情威力，是迈向类人对话零碎的关键一步。体现共情，通常要求对话零碎具备感情劝导或心理劝导的威力，以完成复杂的感情交流义务。

为此，CoAI课题组借鉴心理咨询的中助人技巧理论，提出了一个三阶段理论模型。第一阶段先确认用户的具体题目，第二阶段通过共情、懂得表白支持，第三个阶段为用户提供解决方案、出路。在每一个阶段都设计了相应的策略，如提供信息、直接指导、应战、解释等。通过这些策略，才能实行有效的感情劝导和心理劝导。这个手艺，正是Emohaa背后最核心的手艺，Emohaa学习了人类咨询师的助人手艺，能实行一定程度的共情技巧，真正帮人实行感情支持和心理劝导。

共情是一个广泛的概念，包括感情和认知两个方面。感情方面涉及对用户体验的感情模拟，而认知方面旨在懂得用户的处境和隐性的感情。现有的研讨方法通常只关注感情方面，即通过检测和利用用户的感情来产生共情的交互。然而，实行共情，除了识别用户的感情外，还应该考虑对用户处境的认知。为此，CoAI课题组提出了一种新的共情响应生成方法，即利用常识来加强认知，获取更多关于用户情况的信息，并利用这些额外的信息进一步增强生成响应中的共情表白。

共情表白具有多维性，包括对话行为、感情表白、沟通机制等。其中，对话行为是上文提及的共情认知的一种具体表现，如提问、安慰等，而沟通机制是共情更高层次、更抽象的概括。现有研讨通常只关注于单个维度而忽略了不同维度之间的层次的关系。为此，CoAI课题组提出了一个共情反应生成的多因素层次框架：CoMAE。在未来的研讨中，这样的层次框架可以自然地扩展到与共情表白相关的更多因素，比如人物角色、共性和风格等，以实行更好的共情表现。

四、未来的发展：手艺和伦理

对话交互手艺的研讨对我们未来的社会进步和发展都有巨大的意义。设想一下，当前老龄化题目导致人口越来越少，而机器人在大众生活中越来越普遍，未来将会发展成人机共融的社会。在这种情况下，我们希望机器人可以扮演更重要的社会角色，这要求它们不仅具备机器的功能，更重要的是具备类人的威力，既要有常识，又有共性和感情。我们相信，这样的机器人可以极大地丰富和改善人们的生活，甚至产生媲美人与人之间感情的情谊。

然而，类人对话零碎的研讨十分具有应战性。首先在手艺上，构建一个足够聪明并且有一定感情懂得和思想表白威力的对话零碎是极其困难的。当下的研讨虽有一定程度上的手艺突破，但如今的大规模神经对话零碎依然面临着严峻的类人性不足题目，比如共性和感情的缺乏。仅依赖数据驱动的做法难以从根本上解决类人性的题目，我们需要进一步处理机器人内部感情状态。比如，构建人工心理，对机器内部的感情心理进行有效地建模。与此同时，我们也需要在各种手艺上实行外在行为威力突破，比如肢体动作表现、终端执行威力等。为机器人赋予这些技能，才可以实行更美好的人机共融的社会愿景。

此外，机器人伦理是值得讨论的题目。机器人是否应该与人类产生社会连接并形成社会性依赖？想象一下，如果人跟机器恋爱，是否会影响到人与人之间的感情交流，甚至对人类社会的繁衍造成一定的威胁。在未来的十年、二十年甚至五十年里，机器人对人类社会的发展会产生哪些潜在的影响。这种风险需要从研讨上和社会规范上一起去做探讨。我们认为这个方向是需要广大研讨者，包括自然科学和社会科学的研讨者，一起去努力解决的难题。

当前对话零碎理论和手艺日益成熟，我们主要探讨谈天机器人中对话交互手艺的研讨现状及面临的手艺应战。下一代类人对话零碎应同时具备完成义务和交际连接的威力，在常识、共性和感情三个方面实行拟人化的语言交互。在未来，让机器像人一样自然流畅地说话谈天，在一定条件下可以实行，但无论是在科学手艺上，还是在社会伦理道德上，都需要我们去做很多深入的探索和思考。