图4：聊天机器人的几段历史时期

自然语言处理的发展，一开始着重探讨语言的规则，因此，早期的聊天机器人也重视从规则来产生对话输出。然而后来，越来越多的NLP专家们认识到，自然语言除了有语法句法的种种规则之外，还有非常大的随机性。所以，统计概率的方法被引进了这个领域，1948年，香农把离散马尔可夫过程的概率模型应用于描述语言，之后，他又把热力学中“熵”的概念应用于语言处理的概率算法中。

两种不同方法的存在，使得自然语言处理的研究一度分为了两大阵营：一个是基于规则方法的符号派(symbolic)，另一个是采用概率方法的随机派(stochastic)。两种方法的研究都取得了长足的发展，也引发了数十年有关基于规则方法和基于概率方法孰优孰劣的争执。

再后来，自然语言处理结合机器深度学习技术，之后由于互联网的成功，又有了大规模语言模型，NLP及聊天机器人都到达新时代的发展高峰。以下概括几段时期中的典型聊天机器人产品。

a:20世纪60年代和70年代，主要采用“词典 规则”（的自然语言处理范式，以1966年的ELIZA，和 1972年斯坦福大学精神病学家科尔比的PARRY为典型代表。二者较为成功地实现了在英语语境下，对人类提问的关键词做出特定回应，但在人机交流过程有明显的机械化特征。

ELIZA使用模式匹配和替换方法来模拟人类对话，工作方式是将用户输入的单词传递给计算机，然后将它们与可能的脚本响应列表配对。

PARRY由美国精神病学家肯尼斯·科尔比(Kenneth Mark Colby)于1972年构建，该程序模仿了一位精神分裂症患者，通过一个复杂的假设、归因和“情绪反应”系统来工作。它试图模拟这种疾病，是一种类似于个人思维的自然语言程序。

为了验证这项工作，使用图灵测试的变体对 PARRY 进行了测试。人类审讯员通过远程键盘与程序交互，无法准确地将 PARRY 与原始个体区分开来。

科尔比是一位思考计算机如何有助于理解精神疾病的精神病学家。他开始的“克服抑郁症”项目，一直持续到他 2001 年去世。

b:20世纪90年至21世纪初，美国科学家兼慈善家休·勒布纳（Hugh G. Loebner）1990年设立了勒布纳人工智能奖（Loebner Prize）。在该奖项的激励下，聊天机器人智能化进程全面提速，诞生出了基于NLP“统计模型的阿尔伯特一号（Albert One）、爱丽丝（ALICE）及埃尔伯特（ELBOT）等典型代表。其中的三次问鼎勒布纳奖的ALICE，被视为当时智能化程度最高的聊天机器人。不过她无法与人维持长时间对话，因此最终未能通过图灵测试。

图5：ALICE

1995 年Richard Wallace 率先构建了ALICE，是一种通用语言处理的聊天机器人，它使用启发式模式匹配来进行对话。使用称为人工智能标记语言（AIML）的 XML 模式，有助于指定对话规则。

ALICE被定义为一位年轻女性，她可以通过互联网与人聊天。她会告诉用户她的年龄、爱好和其他有趣的事实，并回答用户的对话。

1998年，ALICE的程序采用 Java 编辑，2001 年根据 AIML 规范，起草了 ALICE 的免费和开源代码。

c:21世纪初至20年代，以苹果2010 年为 iOS 开发的Siri、2012 年在 Google Inch 推出的Google Now、微软2014的 Cortana、谷歌Google Assistant、亚马逊Alexa等，服务于私人用户的数字助理为代表。这一时期的智能聊天机器人基于“深度学习模型”（deep learning models）的自然语言处理范式，采用语音识别与信息检索技术，能够为用户提供个性化和便捷性的服务，初步实现了人机的双向交流。然而依旧与真实人类对话交流存在差距，不知道如何回答时，聊天机器人还可能会搜索网页上的相关信息，给出链接让用户自行寻找。

d:21世纪20年代，以采用“预训练 微调”（pre-training fine-tuning）自然语言处理范式的生成式人工智能ChatGPT为代表。

ChatGPT是 OpenAI 推出的大型语言模型。该模型基于大量数据进行训练，使其能够生成通常难以与人类书写的文本区分开来的文本。ChatGPT旨在帮助用户根据给定的输入来生成文本，可用于包括语言翻译和对话生成在内的多种任务。

ChatGPT及近年来各个大公司推出的新一代聊天机器人，因其生成听起来自然的文本的能力及其在各个领域的潜在应用而受到赞誉。

超级人工智能?

如今，人工智能这个词经常与世界末日联系在一起，这个领域的每一个新发展都为群众所关注，都会立即在群众中引起震惊的反应。恐惧是自然的，这是由于我们对一切新鲜、神秘和陌生的事物的不信任，同时也是由于电影等媒体的不实宣传，认为人工智能将获得超人的力量，然后，这个超级人工智能便会摧毁人类等。

但无论如何，这种说法有很多夸张的地方，人工智能似乎可以执行许多的认知任务，但以我们目前所拥有的技术能力，以我们对人类智能定义的理解以及我们对人脑工作原理的了解，这仍然是一个遥远的梦想。

从ELIZA到ChatGPT，聊天机器人确实有了惊人的变化，体现了人工智能和机器学习的技术发展。ChatGPT这一代应用了神经网络技术，它能模拟人脑工作方式，用于处理复杂的数据，这使机器能够识别数据中的模式，理解图像，处理自然语言，甚至可以用与人类相同的方式进行学习。

但实际上，从以上介绍的聊天机器人发展历史，变化的不过是：从少量单词到前所未有的海量数据，以及如今超强的数据处理能力，还有机器学习方法的巨大发展等等，并非“机器人”本质上的改变。它们仍然只是预测文本中下一个单词和句子的机器，仍然难以产生所谓的“超级人工智能”，至今为止，它们既没有真正的智能，也无生物体具备的意识。

当然，任何技术都具两面性，能做好事也能做坏事。因此，与其宣扬和关注人工智能接管世界并毁灭人类的恐惧心理，不如把注意力转向真正迫在眉睫的挑战。比如AI这些新技术造成的侵犯隐私、网络欺诈、经济利益分配等现实的社会问题。

五十多年前维森鲍姆的担忧仍然存在，并且随着AI的突飞猛进而变得更加重要。如今的人工智能不仅是一个学术项目，而且还涉及若干人的商业利益。设计人工智能可以赚大钱，它不仅能回答技术问题，还能改变我们的行为以实现更大的盈利。正如维森鲍姆所看到的，如果没有智慧和深思熟虑，人类可能会在自己扭曲的反思中迷失自我。

在当今科技高速发达的世界中，人工智能或聊天机器人的扩散速度前所未有。在这个发展的关键时刻，审视一下这门领域的老祖宗ELIZA的历史，以及其创建者维森鲍姆的警告是有必要的。至少能使我们更好地理解人类正在创造什么，它是否将反过来重新塑造人类？

参考文献

[1]The Evolution of Chatbot Technology: From ELIZA to ChatGPT.https://en.softonic.com/articles/evolution-of-chatbot-technology.

[2]The History Of Chatbots – From ELIZA to ChatGPT. https://onlim.com/en/the-history-of-chatbots.

来源：知识分子

编辑：鱼非我

转载内容仅代表作者观点

不代表中科院物理所立场

如需转载请联系原公众号