解读个人人工智能/AI助手的发展

摘要：个人人工智能（AI）助手正在成为一种日益普遍的交互工具，Chatbots利用机器学习算法做出适当的响应，作为AI的一种实际应用，可以考虑在开发中使用。

个人人工智能（AI）助手正在成为一种日益普遍的交互工具，而且有了现在可用的工具，AI助手的发展更加容易。之前我讨论过基于语音的个人助理，今天想来探讨基于文本的个人助理（也称为Chatbots）。Chatbots利用机器学习算法做出适当的响应，作为AI的一种实际应用，我认为这是一个很有趣的工具，可以考虑在你的开发中使用。

与基于语音的个人助理类似，Chatbots使开发人员可以给客户带来对话体验。然而，Chatbots依赖于文本（有时是图像）进行对话而不是口头交流。如果将Chatbots整合到用户熟悉并对用户最实用的领域（例如短信、信息平台、电子邮件和网站），Chatbots将提供最佳的用户体验。这些互动可以是自助式客户服务请求、语言培训工具，甚至是为儿童提供联网玩具的形式。

从Bots到Chatbots

不是所有的机器人都是智能的，有基于一套简单规则的机器人，也有通过高级机器学习进行复杂对话的机器人。

简单脚本机器人可能会扫描基于“地址”或“联系人”等特定关键词的文本，旨在提供定位商店的自助服务。这可能会导致一些混淆的互动，例如有人想“将隐形眼镜送到我的家庭地址”，结果却提供了商店的地址。

如果处理特定的问题，例如收集用户数据以更新护照，则可以对机器人进行编程，仅处理那些相关的查询，而排除其他查询。这些程序很容易实现，但范围有限，因此可能最终会令用户感到很沮丧。此外，对这些程序进行更改并添加新的命令可能会非常耗时，因为它们需要了解人工智能和机器学习开发的程序员。

为了达到智能chatbot的水平，需要在运行时进行复杂的文本分析，以了解用户所输入文本的语境。这种处理可以使用AI机器学习来完成。通过与人交谈并记住他们的反应，chatbot算法可以使学习更加人性化。如果您还不了解机器学习，请查看我们的eBook，以帮助您快速了解。

自然语言处理

无论您是采用简单的bot或复杂的chatbot作为您的AI助手，自然语言处理（NLP）都发挥着关键作用。NLP是AI从文本中提取含义的方法：

1. 文本被标记并分解成单独的单词。

2. 采用词性标注将词语分为名词、动词、形容词等。

3. 采用隐马尔可夫模型、条件随机场模型等统计模型预测每个单词的含义。

4. 采用语法分析树建立单词之间的依赖关系以减少歧义。

5. 从之前的预测推断出一个行为，并将其传递给处理它的算法。

自然语言生成

一旦AI确定了它将如何响应，它就需要生成一个答案并将其作为回答发回给用户。与NLP相比，它的任务更直接：

1. 扫描结果以确定传送哪些内容。不是所有的信息都对最终用户有用。

2. 选定的结果被组织成一个树形结构来确定如何产生响应。

3. 选择词汇，以确保动词时态和名词格式准确。

4. 之前的选择被合并成最终的句子，并返回给用户。