旅游推广资源网

敖恩洪：人工智能的难点在对话中，在哪里？

“你好，我是AI助手，有什么可以帮到您的？”这是人工智能技术在今天生活中最常见的出现方式。随着科技的不断发展，人工智能技术已经不再是一种遥远的概念，而是渐渐走入人们的生活和工作中。虽然人工智能技术已经在很多领域实现了突破，但是在对话中，人工智能技术依旧存在很多难点。

人工智能的对话领域被称之为“对话式人工智能”。相比于像计算机视觉、语音识别等领域，在对话式人工智能中，人们并不能完全预测和确定对话的双方会说什么、提出什么问题、如何回答等等，还可能受到各种因素的干扰，比如上下文的理解、语言的不连续、文化的差异等等。这些都增加了对话式人工智能技术的难度和复杂度。

其中最大的难点，在于显式建模和隐式建模的抉择。显式建模是在对话过程中，以抽象的方式来记录对话内容，并且不断进行更新和扩展。这种方法在对方所问询的主题知识比较固定时效果会不错。但是，在随机对话过程中显式建模的结果会非常疲于应付，因为可能存在不同的知识主题数量和对话数据量，使得显式模型无法达到很好的效果。相比而言，隐式建模则是通过一个神经网络模型，在对话过程中将对话内容嵌入空间，来建立上下文的语义关系，在随机对话中效果较好。但是，隐式建模需要大量的数据支持来训练和调整，算法的运算速度也影响着建立的模型的精度和效率。

此外，人工智能对于非结构化的数据通常处理效果不佳。对话式人工智能中需要进行语义的理解和表达，通常情况下人们很难用形式化语言来描述含有大量意向、语境和情感的对话。而语义建模和理解需要使用自然语言处理的模型进行计算和规划，处理好自然语言处理的难点就是人工智能对话系统的关键。

最后，人工智能对话系统要在尽可能少的时间内快速、准确地识别人类语言交流中的语意，完成人机间系统功能判断、语言翻译等复杂问题的解决，才能更适应人类社会的使用。而随着对大数据、深度学习、自然语言处理等技术的不断发展和突破，人工智能对话技术也将会不断进步和拓展。