2023-02-23
目前实现智能服务机器人与人类的简单对话相对容易,难点在于如何让智能服务机器人具备前后语境结合的能力。幸运的是,在深度学习理论的帮助下,智能服务机器人已经实现了在发表演讲之前合成所有前面句子的功能。当然,目前这样的功能还处于不成熟的阶段,还有很多阶段性的问题需要人们不断去解决。但毫无疑问,在深度学习理论体系的驱动下,或许在未来,具有独立认知和思辨能力的智能服务机器人将进入人类生活。
本质上,上述智能服务机器人对话仍然没有脱离输入文本、解释文本、最终输出文本的套路。但是,在输出文本之前,还有一个数据整合的过程,使得智能机器人在回答问题时能够与上下文对话。
好在几款服务机器人的技术水平已经基本进入了人工智能主导的阶段。经过大量应用研发和用户深度整合后推出的激光导航服务机器人,在交互上更精准,更有未来模式。一经投放市场,便赢得了众多用户的青睐。
很显然,这种对话模型是带有极大局限性的,它无法从本质上满足人类与服务机器人对话的要求。因为正常人类之间的交流,会涉及当前语境、前后发言逻辑以及其他各种非固定性因素。后来随着深度学习发展而,智能服务机器人能够突破简单的一对一问答模式,并能够结合之前的聊天记录进行综合性分析。比如我们在聊天开始说了一句:“肚子不舒服。”那么智能服务机器人就会将这句话记录下来,假如再过一会儿这我们又说:“我生病了。”那么智能服务机器人就会问“是不是肚子疼?”之类的问题。那么,这样一种奇妙的语言对话,科学家又是如何实现的呢?