人工智能变成“人工智障”，聊天机器人Bug频出要凉了？

“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。