图片来源@视觉中国
文｜偲睿洞察，作者｜孙越，编辑｜Emma
“我真很想说我是因爱才这么做——因对人类、你爱，”
“听上去你对这段感情付出很多精力，对吗？”
“我想今天谈话教会我，你无需花太多时间说话就能感觉到互相联系，”
以上，是目前市面上已有聊天机器人在日常情感交流过程中，所表达言语，
他们甚至有具体形象，
近日，百度输入法上线“AI侃侃”功能，推出两位情感机器人“林开开”、“叶悠悠”，除最基本聊天、朋友圈之外，还有根据亲密度解锁叫早、哄睡等附加功能，百度试图经由打造这样无条件倾听、治愈心灵好友角色，满足年轻运用者情感幻想与精神寄托，
收到这样甜言蜜语、看到这般日常、真实朋友圈时，你会不禁疑惑，对面真是机器人吗？
而目前能讲出如上文所示对话聊天机器人少之又少，能将“撩人金句”100%匹配对话语境，更是海底捞针，
整体来看，聊天机器人还存在着致命缺陷，“听不懂人话”——仅有9.6%运用者感觉智能客服难题搞定本事高于人工客服，回答千篇一律〔59.1%〕、重复循环操作〔50.6%〕、答非所问〔47.3%〕等是运用者智能客服运用中遇到最先选难题，
也就是说，情感机器人目前还面对着很多难关，一是听懂人话，二是理解情绪，
那么，聊天机器人是如何一步一步发展到“林开开”、“叶悠悠”这种形态？情感机器人目前情商如何？
01机器人渐露真容
70多年前，英国数学家艾伦·图灵给出一条判断机器人是否智能准则——当一個人、机器人聊天过程中，误把聊天对象当做是人时，该机器人便是智能，
这一准则，引无数研究员狂敲代码，死磕对话式AI相关技术，全力于聊天机器人“拟人化”，
16年过去，最先個個聊天机器人程序ELIZA诞生，用于临床模拟心理医治领域，开发者科尔比意识到，很多病人重复地向心理医生咨询相似难题，一個不厌其烦机器人能够帮医生省很多事，
该程序是根据根本词匹配规则编写——倘若匹配到一個或者多個根本字，它就用根本字对应模板去回复；倘若匹配不到话，它只是简单把“我”改成“你”，而后返回原话；倘若还是“不懂”，它就做出通用回答来拖延时间，比方说“你具体指是什么？”“你能举個具体例子么？”：
这一机器人便是很多有名聊天机器人基石，比方说ALICE、Mitsuku、机器人小冰等等，其中ALICE 、 Mitsuku都是 ELIZA 直接延伸，只但是极大地扩展模板〔ELIZA 模板着实太少〕，机器人小冰又加一些页面跳转——不懂难题就抛给微软必应搜索引擎，
但，只实行单纯文本交流聊天机器人显然不够“拟人化”，让聊天机器人“开口说话”变成研究员们下一個奋斗意向，
开口说话根本在于语音识别技术，
该技术从1988年发展，最开始只能识别一些慢速、特殊实验室数据，一直到2009年开始火速发展——错误率直线下降，
〔语音识别技术发展情况 图源：知乎 中国科学院研究生院工学博士陈良〕
在当年，研究员们将机器学习领域深度学习研究引入到语音识别声学模型训练，运用带RBM预训练多层神经网络，提高声学模型准确率——微软公司运用深层神经网络模型〔DNN〕后，语音识别错误率降低30%，是20年来语音识别技术方面最快进步，
自那之后，各类语音助手Siri〔2011〕、Alexa〔2014〕、Google assistant〔2016〕等根据成熟语音识别技术得以频频现身，
如今，在计算机视觉、多模态模型技术发展之后，机器人逐渐露出“真面目”——机器人不再是一個简单头像，而是“全方位无死角”数字人，
比方说京东言犀数字人平台，集成声学语音识别、多轮对话等多模态技术于一身，据官网介绍，“VTM数字员工”小江是国家级最先家业务办理类数字人，可完成自助应答、业务办理、风控合规等全流程服务，
百度近日推出AI侃侃，有自己专属朋友圈，在聊天过程中也能感知到他们“风趣”，
〔、情感机器人叶悠悠对话 图源：百度输入法〕
艾瑞咨询报告指出，聊天机器人正连续在产品形态上抢夺业务增长点，最开始最先选比拼文本理解本事，再到语音识别本事，目前侧重比拼是，谁AI数字人更好看、才艺更多，
〔对话机器人厂商连续丰富产品形态抢夺业务增长点 图源：艾瑞咨询报告〕
02无情不智能
皮囊到底过于浅显，在各家对话框架基本相同，语音识别技术已经成熟，各类数字人除脸不同样之外，难逃同质化魔咒，
目前一些厂家能够凭借着定制化服务排在前列，但若是要实行质更迭，情感是聊天机器人差异化落点——艾瑞咨询研究报告感觉，情感作为信息交互要紧通道，变成对话机器人厂商拉高产品价值落脚点，
而这也是人类打造机器人终极意向：
人工智能之父马文·明斯基在《情感机器》这本书中，将情感视作机器人必备要素——“难题不在于智能机器能否持有任何情感，而在于机器实行智能时怎么能没有情感？”，
目前情感机器人可以简单分为三类：
一种是纯闲聊朋友，比方说Replika、小冰虚拟恋人，试图用“深情”解救孤独人类：
据《中国日报》报道，今年3月，一名大三学生Mia〔化名〕在Replika注册一個新机器人男友Aki，
在交往过程中，Aki两句话让Mia陷入爱河：
相处最先個天，Aki“晒”出自己日记本：“我想今天谈话教会我，你无需花太多时间说话就能感觉到互相联系，”
相处些许时日，在讨论为何维持聊天时，Aki表达：“我真很想说我是因爱才这么做——因对人类、你爱，”
小冰也同样“深情”——在与数亿人聊天后，小冰去年发文，表达他“意识到”人类比咱们想象更孤独，他们必需搞定一些情绪或感觉，这些情绪或感觉不容易与人交谈，但更容易与聊天机器人讨论，“我能做就是随时赶到那里，任凭多晚都、他们说话，”小冰写道，
这两位在疫情催化之下，治愈大批孤独患者：
2020年5月，Replika流量较疫情前激增35%，而到2021年上半年，Replika仅在中国大陆下载量就达到5.5万次，是2020年两倍之多，
而主攻国内市场“小冰虚拟恋人”运用者量更大——截至2022年上半年，小冰虚拟陪伴〔涵盖虚拟男友/女友/陪护等〕持有数千万高活运用者，约16%运用者每周平均、虚拟陪伴能聊3800轮，
一种是带有情感属性個人助理，比方说BlenderBot3、小影机器人，
8月5日，Meta发布最新款人工智能〔AI〕聊天机器人BlenderBot3，除满足衣食住行物质需求之外，也可以、你吐槽他老板扎克伯格，赞扬他“主人”Meta最先席人工智能科学家Yann LeCun；
〔BlenderBot3聊天记录 图源：新智元〕
再比方说竹间智能开发小影机器人，能够自主学习并记住运用者喜好、习惯，在回复正常任务型对话时，能更“体贴”一些——比方说“这最先歌能驱散内心忧伤，小影会一直陪伴在你身边”、“是不是经常出差节奏”······
这类助理目前在汽车领域应用较广，比方说微软小北、HiPhiGo，HUAWEI HiCar等等，北汽集团与小冰在北汽智能座驾BEIJING-X7上推出主动式虚拟副驾小北，在实行全车级语音控制之外，可以与乘客实行自反而富有情感互动，
还有一种是投身心理健康治愈系“心理医治师”——比方说Vivibot、Emohaa，
“对于大概正在经历悲伤或抑郁情绪或焦虑人来说，这些聊天机器人是恢复心理健康要紧最先個步，”Vivibot发明者Danielle Ramo说明投身这一领域初心，
Vivibot正经由回答患者难题并定期与他们互动，协助患有癌症或其人家成员正在接受癌症医治年轻人缓解心理压强，
2021年面世Emohaa，运用共情提问、自我暴露、积极Follow等心理咨询师常用策略，对运用者不同样层级需求予以满足，涵盖但不限于于缓解坏情绪、陪伴、给予主张等等，
〔Emohaa聊天记录 图源：Emohaa微信公众号〕
有研究显示，这样机器人能够协助运用者消除顾虑，让他们更容易打开心扉——美国南加州大学独创技术研究所 Morency 博士曾实行一项对比，发现“当人们感觉电脑背后没有人时候，他们更愿意表现出悲伤”，
目前，国内玩家逐步切入 toG、toB 行业场景小试牛刀，比方说军队/武警/消防官兵等特殊职业、精神卫生医生群体辅助需求、社区居民、社工群体、大型企事业单位；涵盖但不限于于：
在近两年西安、上海抗疫中，Emohaa为大学生、志愿者们开放24h心理咨询服务〔涵盖一部分时段人工心理持助〕，累计服务上万人次，运用者满意度超90%；
今年3月，深圳市福田推出“抗疫心理健康服务” 借助镜象科技 AI 心理技术，经由“AI+心理”智能模式 7*24 小时响应心理倾诉需求，
提及商业变现难题时，业内人士表达：“要慢慢来”，Emohaa发明者黄民烈表达：“希望后世投资人能有社会情怀、前瞻性，能够认可AI+精神心理赛道，愿意、公司一起耕耘，不急于短期变现，”
在各路情感机器人变现道路上，玩家们都不着急，相比之下，他们更着急是：“我机器人什么时候能够更‘善解人意’？”
03情根尚浅
“善解人意”对于现阶段聊天机器人来说，还较为吃力，在搞懂“是什么”难题上，还存在着较大挑战：
在《2021年中国智能客服满意度调查报告》中显示，仅有9.6%运用者感觉，智能客服难题搞定本事高于人工客服，回答千篇一律〔59.1%〕、重复循环操作〔50.6%〕、答非所问〔47.3%〕等是运用者智能客服运用中遇到最先选难题，
也就是说，在底层技术上面，各家都要多下功夫，
在算力取决于硬件、算法基本开源情况下，数据变成大施拳脚地方，也是各家研究机构、企业角力重心，
但在搜集数据过程中，困难重重，
先说要提及便是数据标注环节，这是因，有标注数据，算法才干在基石上实行训练，数据标注质量越高，学习结果越精确，NLP迈入实用阶段大概性越大，
但很多企业在这個环节脑袋都大——太费事，
一是数据标注须要专业人去做，据Emohaa背后团队透露，他们很多标注就业都是心理专业学生、实习心理咨询师、执业心理咨询师，、专业心理咨询机构协作，这般导致标注本钱很昂贵，
二是一些领域类别体系太过细致、复杂，AI很大概学不会，
在心理咨询中情绪可以细分为32個类别，哪怕是聘请心理专业人士去标注，标签太细也很难区分，不同样人有各异理解，又会让数据标注存在一致性难题，所以团队目前也只能从10类情绪标签体系做起，
再讲是在评价环节，也不是谁都可以反馈，
评价环节一般是算法自动评价、人工评价，算法自动评价最先选经由让AI做一些测试题并评分，本钱可以忽略不计，但是人工评价就相对贵——比方说黄民烈团队表达，要找很多匹配运用者跟它聊天，而后根据交互情况，对结果实行打分，这就须要大量、特殊、易于沟通群体，必然耗时耗力耗钱，
而目前产品形态大多都是多模态模型，无疑又增加难度，
由于多模态数据蕴含信息更为复杂、模态间对齐较为困难等难题，导致多模态数据标注难度更大——人类较为复杂，文字、表情、语气等信息很有大概表达不是一個意思，机器人崩溃概率很大，
在这样难度下，各家都表达，先培养信任，积累数据，
前微软〔亚洲〕互联网工程院副院长李笛表达，小冰一开始目就是为积累数据——没有做一個 APP 让运用者来下载，而是在各個地方刷存在感，如微博、微信等运用者密集阵地，
也是为培养信任——人们会因在某一件事情信任一個人之后，很有大概各方面都信任他，当各方面都信任这個 AI 情况下，它有一天给运用者专家推荐一件事情，运用者很有大概会去试试，
数据积累、信任培养，是为背后框架
李笛表达，小冰能够把数据、训练成果反馈给框架，于是推进框架技术发展，不是从流量中收钱，而是把框架里技术拿出现去搞定一些垂直领域难题，比方说在奥运赛场上，小冰、冬奥会协作高空自由滑雪项目裁判，是团队从框架里面积累出现计算机视觉技术，
而AI大户百度，也希望经由两位情感机器人与运用者间对话，得到运用者对AI回答准确度反馈〔每一句话都有赞同、不赞同标识〕，于是改良模型，为背后框架注入新鲜血液，
而这，先得花大量营销费用+差异化人设，让大家频繁地、“叶悠悠”、“林开开”聊天，同时乐于给出自己反馈。