關於聊天機器人你不可不知的5 件事

當機器人理解了人類輸入的語句後，便會選擇對應的文案來回應。

無論是聊天軟體內的文字機器人，或是會講話的智慧家電，都是相同的原理。

不過，在進入NLU 判讀 ... 跳到主要內容區塊 手機版選單 search 搜尋 社群媒體 資訊圖像 進階搜尋 分享 Facebook google+ Plurk Twitter line Email 最新消息 網路趨勢與社群應用分享 常見問題 相關連結熱門關鍵字 社群媒體 資訊圖像 上方連結 首頁 網站導覽 English 下方連結 網站導覽 關於本站 相關連結 政府網站資料開放宣告 隱私權及安全政策 客服信箱 :::政府網站營運交流平台 上方連結 首頁 網站導覽 English 字級 小 中 大 search 搜尋 社群媒體 資訊圖像 進階搜尋 熱門關鍵字 社群媒體 資訊圖像 最新消息 網路趨勢與社群應用分享 常見問題 相關連結::: 首頁 網路趨勢與社群應用分享 網路趨勢與社群應用分享 網頁功能 列印內容 分享 Facebook google+ Plurk Twitter line Email 關於聊天機器人你不可不知的5件事 機器人的普及正加速來臨，尤其在內容重複性高、資訊容易被複製的領域，例如客服應答、抽獎文回覆等場景，導入聊天機器人(Chatbot)再適合不過了。

然而，企業對於Chatbot仍容易產生誤解。

Chatbot究竟是什麼？ 圖片來源：YOCTOL 許多面向消費者的企業，常有消費者電話打不進去、客服電話接不完的問題，因此期待機器人能增強電話客服的服務量，減低客服人員的負擔。

Chatbot的對話方式，確實包含了文字和語音兩種可能的形式。

然而，文字判讀和語音識別，背後所需的技術其實不盡相同。

以下比較兩者的異同： 圖片來源：YOCTOL 語音和文字的人工智慧(ArtificialIntelligence,AI)，都需要「自然語意理解」(NaturalLanguageUnderstanding,NLU)技術。

當機器人理解了人類輸入的語句後，便會選擇對應的文案來回應。

無論是聊天軟體內的文字機器人，或是會講話的智慧家電，都是相同的原理。

不過，在進入NLU判讀之前，語音機器人必須先透過語音辨識技術，識別出重要的波段、將語音轉成文字，才能進行語義判讀，「聽懂」人類的話語。

而在聽懂之餘，企業所期待的「機器人會講話」，又另外牽涉到文字轉語音、甚至語音生成技術。

目前市場上對於IMbot的開發，都是以文字判讀為主。

若企業有牽涉到語音技術的需求，便需要在專案早期另行規劃。

#2實體vs.虛擬：Chatbot就是站在店鋪門口的機器人？ 圖片來源：YOCTOL 根據科幻電影和新聞媒體的描繪，許多人會想像機器人應該「有頭有臉」、有副金屬打造的結構、能依照指令行動的軀體，例如鴻海和軟銀合作推出的Pepper、華碩推出的Zenbo。

然而，機器人未必要有實體構造。

  以富蘭克林的富國民基金小助手、會即時推播PTT爆文的 Poller.AI 為例，兩者都是直接在網路上和使用者對話，沒有實體軀殼。

Chatbot只是個「能聽懂指令的軟體」，未必需要和硬體結合。

#3Chatbot就是 AI？ 圖片來源：YOCTOL 搭著人工智慧的熱潮，許多人都將Chatbot和AI劃上等號，尤其對於AI領域中近年相當熱門的機器學習（MachineLearning）技術充滿想像，認為「Chatbot可以自己舉一反三」。

然而，這裡有二個重要的迷思有待釐清： 1)許多人會認為，AI就是「像人類一樣具備學習能力，會舉一反三的電腦」。

然而，根據電腦科學界廣義的認定，只要展現出像人的行為模式，就能稱作AI。

換句話說，機器學習只是實現AI的一種方式，而實現AI的方法有很多，例如「窮舉規則讓電腦展現出很像人類的行為」，也是種打造AI的方式。

許多人提到AI的時候，心中想的其實是「有機器學習模型的AI」。

而近年相當熱門的深度學習（DeepLearning）、類神經網絡（NeuralNetwork,NN）等技術，則是機器學習領域的分支。

2)Chatbot未必要包含機器學習的成分；而Chatbot遵從指令做事的能力，也未必要憑藉機器學習才能實現。

舉例而言，以入圍奧斯卡多項大獎的電影－敦克爾克大行動為背景的 DunkirkMovieTeaserBot 為例，就是透過預先撰寫好的規則腳本，單純透過按鈕和文案，在對話視窗中帶領使用者體驗經典戰役。

此機器人僅運用了決策樹，將故事情節化為節點，在使用過程中逐步展開劇情；而遊戲最後的結局評等，亦是基於預寫好的規則，並未導入機器學習技術，讓Chatbot發展出更多元的劇情。

那麼，導入機器學習演算法的Chatbot有什麼特色呢？簡單來說，有機器學習演算法的Chatbot，具備舉一反三的能力，而沒有機器學習演算法的Chatbot，就得把所有規則都寫死，一個指令一個動作。

例如，當我們想讓機器人做出「聽懂『預約看診』這個意圖，進而提供『門診時間表』的圖片給使用者」這個動作時： 【基於規則的機器人】 只要聽到「預約、門診、看診」等關鍵字->就提供門診時間表 〖情境〗 「我要預約今晚的門診」->『您好，請參考門診時間表🏥』 「我今晚想過去看病」->『抱歉😭，我不明白您的意思...』 「你們星期天有開嗎？」->『抱歉😭，我不明白您的意思...』 基於規則的機器人在有限的關鍵字範圍內，能表現得很好。

然而，對於同一件事的講法可能有千百種，而我們很難窮舉出所有的講法，輸入到機器人的知識庫裡。

因此，基於規則的機器人在對話彈性方面，無法創造出很好的體驗。

而導入機器學習的機器人，則能夠理解不同問法： 【導入機器學習的機器人】 從「預約、門診、看診」中，探索出其他意涵相近的詞彙，例如「看病、掛號、上班時間」等 ->提供門診時間表 〖情境〗 「我要預約今晚的門診」->『您好，請參考門診時間表🏥』 「我今晚想過去看病」->『您好，請參考門診時間表🏥』 「你們星期天有開嗎？」->『您好，請參考門診時間表🏥』 關於機器學習的導入方式，以及模型的訓練方法，未來將在系列文章深入介紹。

#4有了學習能力，Chatbot就會自己變聰明？ 圖片來源：YOCTOL 拜機器學習的熱潮所賜，企業對於「讓電腦從蒐集到的資料中學習，進而做出更精準的判斷」的場景，已經不陌生。

因此，企業在導入Chatbot時，往往會期待：一、Chatbot可以記住答錯的問題，下次便能提供更好的回答，二、Chatbot可以不斷根據新的商品/行銷活動，產生新的互動文案或圖片。

然而，電腦本身不會無中生有產生一個演算法。

Chatbot的作答準確度確實能透過程式化的方法被改善，也能更新文案和影音互動的內容；然而，人類必須明確告訴電腦「你答錯了」，並告訴電腦正確答案為何，也必須進入Chatbot的知識庫中，更新商務資訊，電腦程式才能有所依據地修正自己的互動腳本。

告訴電腦「你答錯了」的方式、以及更新商務資訊的方式，各有很多種，系列文章未來將深入介紹我們的解決方案。

簡言之，Chatbot的自我調校機制，仍然有賴於人類的維護。

因此，優拓在機器人建置專案中，會根據專案規模和企業的需求，評估每月維護所需的成本。

#5Chatbot 應該很會聊天？ 圖片來源：YOCTOL 「聊天」機器人，應該很會聊天嗎？未必如此。

閒聊(smalltalk)其實是門博大精深的學問。

人類的日常禮節、轉換氣氛的幽默感，都是長年的社會互動經驗所累積下來的。

人類長期暴露在各種社會情境下，大腦所累積的應對機制，複雜度是很驚人的，難以在短時間內窮舉、輸入電腦中。

  若要灌輸機器人「遇到年長的人士要稱讚他們看起來很年輕」等社交禮節，就必須輸入大量的人類閒談資料，讓電腦從中學習，並調校應對進退的文案。

然而，一般的商務機器人開發專案，時程為期僅數個月，不建議投入太多時間在閒聊的內容上。

對於閒聊話題的常見回應方式，會是預設一些制式的禮貌回應，並盡快將話題引導回商務機器人的專業領域。

小結 聊天機器人的熱潮持續增溫，而相關的討論更是層出不窮，然而，釐清聊天機器人的潛力與限制的文章卻較為少見。

本文藉由列舉出企業對於聊天機器人的常見誤解，期待讓有意導入機器人的企業對Chatbot有更多認識，以利企業能夠更精準地評估自身對於Chatbot的需求，以及專案過程中需要投入的時間和資源。

EstelleHuang BabysittingchatbotsatYoctol.Obsessedwithmusicandstories. 原文出處優拓資訊(YoctolInfoInc.)；政府網站營運交流平台授權轉載 相關圖片 上版日期：107-07-20 回上一頁 回最上面 ::: 下方連結 網站導覽 關於本站 相關連結 政府網站資料開放宣告 隱私權及安全政策 客服信箱 更新日期111-05-19版權所有©2018國家發展委員會 10020臺北市中正區寶慶路3號 如對本站有任何意見，請洽客服專線：02-25533988#361、02-25533988#626 傳真：02-25531319    電子郵件信箱：[email protected] 本網站設計支援IE、Firefox及Chrome，最佳瀏覽解析度為1024x768 backtotopbacktotop