正文

人工智能問答系統(tǒng)（人工智能問答系統(tǒng)有哪些）

發(fā)布時間：2023-03-13 06:38:51 稿源：創(chuàng)意嶺閱讀： 51 問大家

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于人工智能問答系統(tǒng)的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

ChatGPT國內(nèi)免費在線使用，能給你生成想要的原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

你只需要給出你的關鍵詞，它就能返回你想要的內(nèi)容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端，官網(wǎng)：https://ai.de1919.com

本文目錄:

1、聊天機器人概述
2、跪求兩張動態(tài)圖，內(nèi)容是2020年人工智能問答系統(tǒng)，急??！
3、人工智能的分類包括哪些
4、AI問答是什么意思

人工智能問答系統(tǒng)（人工智能問答系統(tǒng)有哪些）

一、聊天機器人概述

聊天機器人，是一種通過自然語言模擬人類，進而與人進行對話的程序。

1950年，圖靈（Alan M. Turing）在 Mind 期刊上發(fā)表的文章 Computer Machinery and Intelligence ，這篇文章開篇就提出了“機器能思考嗎？(Can machines think?)”的設問，提出了經(jīng)典的圖靈測試（Turing Test） 。通過圖靈測試被認為是人工智能研究的終極目標，圖靈本人也因而被稱為 “人工智能之父” 。

1966年，最早的聊天機器人程序 ELIZA 誕生，由麻省理工（MIT）的約瑟夫·魏澤鮑姆（Joseph Weizenbaum）開發(fā)，開發(fā)用于臨床模擬羅杰斯心理治療的 BASIC腳本程序。實現(xiàn)技術僅為對用戶輸入計算機的話語做關鍵詞匹配，并且回復規(guī)則是由人工編寫的。

1972年，美國精神病學家肯尼思·科爾比（Kenneth Colby）在斯坦福大學（Standford University）使用 LISP 編寫了模擬偏執(zhí)型精神分裂癥表現(xiàn)的計算機程序 PARRY 。

1988年，英國程序員羅洛·卡彭特（Rollo Carpenter）創(chuàng)建了聊天機器人 Jabberwacky ，項目目標是“以有趣、娛樂和幽默的方式模擬自然的人機聊天”，這個項目也是通過與人類互動創(chuàng)造人工智能聊天機器人的早期嘗試，但 Jabberwacky 并未被用于執(zhí)行任何其他功能。技術是使用 上下文模式匹配技術 找到最合適的回復內(nèi)容。

1988年，加州大學伯克利分校（UC Berkeley）的羅伯特·威林斯基（Robert Wilensky）等人開發(fā)了名為UC（UNIX Consultant）的聊天機器人系統(tǒng)。UC聊天機器人目的是幫助用戶學習UNIX操作系統(tǒng)。

1990年，美國科學家兼慈善家休·勒布納（Hugh G. Loebner）設立了人工智能年度比賽------勒布納獎（Loebner Prize）。勒布納獎旨在借助交談測試機器的思考能力，它被看做對圖靈測試的一種時間，其比賽的獎項分為金、銀、銅三等。目前為止，尚無參賽程序達到金獎或銀獎標準。

在勒布納獎的推動下，聊天機器人迎來了研究的高潮，其中較有代表性的聊天機器人系統(tǒng)是1995年12月23日誕生的 ALICE（Artificial Linguistic Internet Computer Entity） 。隨著 ALICE 一同發(fā)布的 AIML（Artifical Intelligence Markup Language） 目前在移動端虛擬助手的開發(fā)中得到了廣泛的應用。

2001年，SmarterChild在短信和即時通信工具中廣泛流行，使得聊天機器人第一次被應用在了即時通信領域。2006年，IBM開始研發(fā)能夠用自然語言回答問題的最強大腦 Watson ，作為一臺基于IBM“深度問答”技術的超級計算機， Watson 能夠采用上百種算法在3秒內(nèi)找出特定問題的答案。

2010年，蘋果公司推出了人工智能助手 Siri ， Siri 的技術來源于美國國防部高級研究規(guī)劃局公布的CALO計劃：一個簡化軍方繁復事務，且具備學習、組織及認知能力的虛擬助理。CALO計劃衍生出來的民用版軟件就是 Siri虛擬個人助理 。

此后，微軟小冰、微軟Cortana（小娜）、阿里小蜜、京東JIMI、網(wǎng)易七魚等各類聊天機器人層出不窮，并且這些聊天機器人逐漸滲透進人們生活的各個領域。

2016年，全國各大公司開始推出可用于聊天機器人系統(tǒng)搭建的開放平臺或開源架構。

2010年至今，標志性的聊天機器人產(chǎn)品如下圖所示。

總結：隨著人工智能相關技術“東風”漸起，自然語言處理研究碩果頗豐，聊天機器人相關技術迅速發(fā)展。同時，聊天機器人作為一種新穎的人機交互方式，正在成為移動搜索和服務的入口之一，畢竟搜索引擎的最終形態(tài)很可能就是聊天機器人。眾多人工智能領域的探索者和開發(fā)者都想緊緊抓住并搶占聊天機器人這一新的交互入口。

下面從幾個維度對齊進行分類介紹。

在線客服聊天機器人系統(tǒng) 的主要功能是自動回復用戶提出的與產(chǎn)品或服務相關的問題，以降低企業(yè)客服運營成本、提升用戶體驗。代表性的商用在線客服聊天機器人系統(tǒng)有小i機器人、京東JIMI客服機器人、阿里小蜜等。以京東JIMI客服機器人為例，用戶可以通過與JIMI聊天了解商品的具體信息、了解平臺的活動信息、反饋購物中存在的問題等。另外，JIMI具有一定的 拒識能力 ，因此可以知道用戶的哪些問題時自己無法回答的，且可以及時將用戶轉向人工客服。阿里巴巴集團在2015年7月24日發(fā)布了一款人工智能購物助理虛擬機器人，取名為“阿里小蜜”，阿里小蜜基于客戶需求所在的垂直領域（服務、導購、助手等），通過“智能+人工”的方式提供良好的客戶體驗。

娛樂場景下聊天機器人系統(tǒng) 的主要功能是同用戶進行不限定主題的對話（閑聊），從而起到陪伴、慰藉等作用。其應用場景集中在社交媒體、兒童陪伴及娛樂、游戲陪練等領域。有代表作的系統(tǒng)如微軟的“小冰”、微信的“小微”、北京龍泉寺的“賢二機器僧”的等。

教育場景下的聊天機器人系統(tǒng) 可以根據(jù)教育內(nèi)容的不同進一步劃分。這類聊天機器人的應用場景為具備人機交互功能的學習、培訓類產(chǎn)品，以及兒童智能玩具等。

個人助理類 應用可以通過語音或文字與用戶進行交互，實現(xiàn)用戶個人事務的查詢及代辦，如天氣查詢、短信手法、定位及路線推薦、鬧鐘及日程提醒、訂餐等，從而讓用戶可以更便捷地處理日常事務。

智能問答類 聊天機器人系統(tǒng)可以回答用戶以自然語言形式提出的事實型問題及其他需要計算和邏輯推理的復雜問題，以滿足用戶的信息需求并起到輔助用戶決策的目的。不僅要考慮如 What、Who、Which、Where、When 等事實型問答，也要考慮如 How、Why 等非事實型問答，因此智能回答的聊天機器人通常作為聊天機器人的一個服務模塊。

從實現(xiàn)的角度來看，聊天機器人可以分為 檢索式 和 生成式 。檢索式聊天機器人的回答是提前定義的，在聊天時機器人使用規(guī)則引擎、模式匹配或者機器學習訓練好的分類器從知識庫中挑選一個最佳的回復展示給用戶。生成式聊天機器人不依賴于提前定義的回答，但是在訓練機器人的過程中，需要大量的語料，語料包含上下文聊天信息和回復。

盡管目前在具體生產(chǎn)環(huán)境中，提供聊天服務的一般都是基于檢索的聊天機器人系統(tǒng)，但是基于深度學習Seq2Seq模型的出現(xiàn)可能使基于生成的聊天機器人系統(tǒng)成為主流。

基于功能的聊天機器人可以分為問答系統(tǒng)、面向任務的對話系統(tǒng)、閑聊系統(tǒng)和主動推薦系統(tǒng)4種。

目前，對問答系統(tǒng)和主動推薦系統(tǒng)的評價指標較為客觀，評價方式也相對成熟。而面向任務的對話系統(tǒng)和餡料系統(tǒng)，在給定相同輸入的情況下，系統(tǒng)回復形式可以多種多樣，對于用戶的同一輸入，通常有多種合理且數(shù)目不固定的回復，這使得很難通過一種客觀的機制對其進行評價，所以在評價時需要加入人的主觀判斷作為評價的依據(jù)之一。

通常，一個完整的聊天機器人系統(tǒng)框架如圖，其主要包含自動語音識別、自然語言理解、對話管理、自然語言生成、語音合成5個主要的功能模塊。需要指出的是，并不是所有的聊天機器人系統(tǒng)都需要語音技術。

例如，以文字方式實現(xiàn)人機交互的聊天機器人系統(tǒng)，就不需要自動語音識別模塊和語音合成模塊。

Amazon Lex是一種可以在任何程序中使用語音和文本構建對話界面的服務。Amazon Lex提供可擴展、安全且易于使用的端到端(end2end)解決方案，以構建、發(fā)布和監(jiān)控開發(fā)人員發(fā)布的機器人。下圖展示了聊天機器人如何通過對話的方式協(xié)助用戶完成訂花的需求。

另一個典型的聊天機器人框架是Facebook的Wit.ai。Wit.ai積累了大量高質量的對話數(shù)據(jù)，有效促進了聊天機器人系統(tǒng)的發(fā)展，并通過將人工智能和人類智能結合，進一步提升了聊天機器人的智能水平。

聊天機器人的4種分類，包括 問答系統(tǒng)、面向任務的對話系統(tǒng)、閑聊系統(tǒng)和主動推薦系統(tǒng)。

Siri被定位為面向任務的對話系統(tǒng)，為用戶提供打電話、訂餐、訂票、放音樂等服務。Siri對接了很多服務，且設置了 “兜底” 操作，當Siri無法理解用戶的輸入時就命令搜索引擎返回相關的服務。Siri的出現(xiàn)引領了移動終端個人事務助理的商業(yè)化發(fā)展潮流。

下圖是Siri的技術框架：

2011年2月，IBM耗資3000萬美元研發(fā)的IBM Watson登上了美國著名智力問答競賽節(jié)目《危險邊緣》(Jeopardy)，面對節(jié)目中充滿雙管意思的英文問題，IBM Watson能做出分析并在龐大的自然語言知識庫中尋找線索，將這些線索組合成答案。最終，IBM Watson壓倒性地優(yōu)勢擊敗了節(jié)目中最聰明的人腦，同時創(chuàng)下了這個知識競賽系列節(jié)目27年歷史上的最高分。IBM Watson作為IBM公司研發(fā)的問答系統(tǒng)，集成了自然語言處理、信息檢索、知識表示、自動推理、機器學習等多項技術的應用，形成了假設認知和大規(guī)模的證據(jù)搜集、分析、評價的深度問答技術。IBM Watson可以分析自然語言形式的數(shù)據(jù)，通過大規(guī)模學習和推理，為用戶提供個性化服務。

2012年7月9日，谷歌發(fā)布了智能個人助理Google Now。Google Now通過自然語言交互方式為用戶提供頁面搜索、自動指令等功能。Allo是谷歌在前述工作的基礎上發(fā)布的語音助手。Allo具備隨時間推移學習用戶行為的能力。

2014年4月2號

主動推薦系統(tǒng)采用的是一種實現(xiàn)個性化信息推送的技術方式。主動推薦系統(tǒng)并不需要用戶提供明確的需求，而是通過分析用戶的歷史行為數(shù)據(jù)建立用戶畫像，從而基于用戶畫像主動向用戶推薦系統(tǒng)認為能夠滿足用戶興趣和需求的信息。在電商購物（如阿里巴巴、亞馬遜）、社交網(wǎng)絡（如Facebook、微博）、新聞資訊（如今日頭條）、音樂電影（如網(wǎng)易云音樂、豆瓣）等領域均有廣泛而成功的應用。主動推薦系統(tǒng)本質上是一項幫助人們解決信息過載(information overload)問題的工具。所謂信息過載，是指用戶真正需求、真正感興趣的東西被淹沒在其同類物品的海洋里。 主動的交互方式能夠顯著提升用戶體驗，且機器人主動交互的方式更接近真實的人與人之間的對話方式，使得對話更自然。

一種主動推薦的方式，是基于 知識圖譜（Knowledge Graph） 的主動推薦系統(tǒng)。例如，在建立音樂領域的主動推薦系統(tǒng)時，可以先建立音樂領域知識圖譜和用戶知識圖譜，然后在進行用戶信息搜索的過程中建立起用戶的音樂喜好畫像，從而更精準地對用戶進行音樂推送。

從圖中可看出，在用戶點播歌曲的過程中，主動推薦系統(tǒng)可以結合音樂知識圖譜、用戶個人知識圖譜，以及用戶的歷史對話數(shù)據(jù)，綜合給出最優(yōu)的音樂推薦。

主動推薦系統(tǒng)與問答系統(tǒng)、面向任務的對話系統(tǒng)和閑聊系統(tǒng)被認為是聊天機器人產(chǎn)品的4種主要分類。

二、跪求兩張動態(tài)圖，內(nèi)容是2020年人工智能問答系統(tǒng)，急??！

三、人工智能的分類包括哪些

人工智能領域的分類包括，研究包括機器人、圖像識別、語言識別、自然語言處理和專家系統(tǒng)等。人工智能是一門極富挑戰(zhàn)性的科學，從事這項工作的人，必須懂得計算機知識、心理學和哲學。

人工智能主要有三個分支：

1) 認知AI （cognitive AI）

認知計算是最受歡迎的一個人工智能分支，負責所有感覺“像人一樣”的交互。認知AI必須能夠輕松處理復雜性和二義性，同時還持續(xù)不斷地在數(shù)據(jù)挖掘、NLP（自然語言處理）和智能自動化的經(jīng)驗中學習。

現(xiàn)在人們越來越傾向于認為認知AI混合了人工智能做出的最好決策和人類工作者們的決定，用以監(jiān)督更棘手或不確定的事件。這可以幫助擴大人工智能的適用性，并生成更快、更可靠的答案。

2) 機器學習AI （Machine Learning AI）

機器學習（ML）AI是能在高速公路上自動駕駛你的特斯拉的那種人工智能。它還處于計算機科學的前沿，但將來有望對日常工作場所產(chǎn)生極大的影響。機器學習是要在大數(shù)據(jù)中尋找一些“模式”，然后在沒有過多的人為解釋的情況下，用這些模式來預測結果，而這些模式在普通的統(tǒng)計分析中是看不到的。

然而機器學習需要三個關鍵因素才能有效：

a) 數(shù)據(jù)，大量的數(shù)據(jù)

為了教給人工智能新的技巧，需要將大量的數(shù)據(jù)輸入給模型，用以實現(xiàn)可靠的輸出評分。例如特斯拉已經(jīng)向其汽車部署了自動轉向特征，同時發(fā)送它所收集的所有數(shù)據(jù)、駕駛員的干預措施、成功逃避、錯誤警報等到總部，從而在錯誤中學習并逐步銳化感官。一個產(chǎn)生大量輸入的好方法是通過傳感器：無論你的硬件是內(nèi)置的，如雷達，相機，方向盤等（如果它是一輛汽車的話），還是你傾向于物聯(lián)網(wǎng)(Internet of Things)。藍牙信標、健康跟蹤器、智能家居傳感器、公共數(shù)據(jù)庫等只是越來越多的通過互聯(lián)網(wǎng)連接的傳感器中的一小部分，這些傳感器可以生成大量數(shù)據(jù)（多到讓任何正常的人來處理都太多）。

四、AI問答是什么意思

人工智能。

亦稱機器智能，是指由人制造出來的機器所表現(xiàn)出來的智能。

指通過普通計算機程序的手段實現(xiàn)的類人智能技術。該詞也指出研究這樣的智能系統(tǒng)是否能夠實現(xiàn)，以及如何實現(xiàn)的科學領域

以上就是關于人工智能問答系統(tǒng)相關問題的回答。希望能幫到你，如有更多相關問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。