親愛的,請專業點!「Bot」有三種,你是指哪種?

評論
評論

本文作者 Matt Galligan 是一位創業者,他是 Circa 的 CEO 兼共同創辦人,曾經創辦過 SimpleGeo 和 Socialthing。本文是 Galligan 為我們帶來的「Bot 大科普」。 原文刊登於 Medium、由 36Kr 編譯 ,Inside 獲授權刊登。

Bot 時代真的到來了。它們無處不在,以 Facebook Messenger 為例,Bot 被分派給 9 億人,與人們聊天、幫忙解決問題。Bot 能幫你訂墨西哥玉米卷外賣,也可能被網民調教成「種族歧視分子」。無論如何你要記住,不是所有的 Bot 都「生而平等」,它們往往有著不同作用,也有水準高低之分。現在,我們常常簡化表述,用「Bot」來囊括各種各樣的產品和創造。這樣必然會造成誤解,因此我認為有必要解釋 Bot 的定義,以及它們究竟能為我們做什麼。

在介紹開始前,我想先引述一段維基百科上對於 Bot 的定義:

在電腦科學領域中,軟體代理(software agent)指的就是能夠作為用戶或其他軟體代理的電腦程式。Agent 一詞來自於拉丁語的 agere,指的是代表某人完成某件事。「代某人做出動作」的職責意味著軟體主體有權進行適當的決策。在日常口語中,軟體代理又被稱為 Bot,來自機器人一詞 Robot。

從基礎詞義上看,Bot 就是一個能觸發某些動作的軟體。最近 Bot 被頻繁提及,往往與另一個細分類別相關——維基百科上叫它「聊天機器人(chatterbot)」,人們也會簡稱其為「chatbot」。這大概就是一個能模仿人類交流方式和語氣與你聊天的電腦程式。

定義:Chatterbot,也被稱為 talkbot、chatbot、Bot、話匣子(chatterbox)、人工對話實體(Artificial Conversational Entity),是指可以透過聲音及文字與用戶進行對話的電腦程式。

現在我們已經了解清楚 Bot 的定義和背景了,接下來就讓我們看看近來大熱的聊天機器人都有哪幾個細分項目。

腳本 Bot

腳本 Bot,顧名思義,指的是以既有腳本為指引進行應答的聊天機器人。它們在對話中會使用到決策樹模型。此外,基於用戶與其互動的實際情況,腳本 Bot 會借由對話樹來生產出結構化的回覆。

有的時候,腳本 Bot 可能會使用自然語言處理來進行措辭,保證答案具完整性。透過對於可能性範圍的研究,我們能提高自然語言處理的效率,並縮小機器需要掌握的詞彙量。舉個例子,如果你正在開發一個解決旅遊和食宿相關問題的腳本 Bot,你可以將重點放在調教 Bot 上,或者說寫下能識別相關詞彙的程式腳本。與一味地添加各種可能遇到的詞彙相比,這種方法會更加省時省力。

以一個正在做這類 Bot 的團隊為例。該團隊名為 Assist,我是他們的產品顧問。近來我對這塊實在太感興趣了,所以我決定一定要深入其中。在幾天前的 F8(Facebook 開發者大會)上,Mark Zuckerberg 示範了在 Facebook Messenger 上如何向紐約老牌花店 1-800-Flowers 訂購禮品。這個產品正是由 Assist 提供技術支援的。整個訂花的過程都是基於決策樹和預先寫好的腳本進行。用戶可以在一系列購買選擇中快速切換,整個購買體驗比起網頁或 App 都簡化不少。背後的 Bot 從未偏離過腳本運行,但是用戶的期望會隨著可能性範圍的縮小而減少。這樣就能保證高品質的用戶體驗。

現在,我們考慮一下人們給出的回應偏離腳本的情況。如果 Bot 無法理解對方給出的回應,對話就會被無縫轉移至坐在終端前的人工客服。他們會為用戶提供任何可能需要的支援。

腳本 Bot 是聊天機器人中最為簡單的一種,但也是許多商家迫切需要的。

人工智慧 Bot

人工智慧 Bot 或許是一種最常被談論的,但是其現實發展狀況並不太符合我們的預期。我們所期望的是:人工智慧 Bot 能夠高效能得處理我們丟給它的任意一個任務。此外,AI Bot 的開發還需要解決另一個問題——透過「圖靈測試」——這是一個由天才電腦科學家艾倫·圖靈於 1950 年代提出的一個測試方法,借此可以區別人工智慧給人的感覺是否真的能與真人相同。如果你想了解更多相關訊息,可以觀賞一下電影《機械姬(Ex Machina)》。

無論如何,於我而言,人工智慧 Bot 能否通過圖靈測試並不是最重要的。只要 Bot 能夠充分滿足用戶的需求,用戶並不會太在意他們的人工智慧是否足夠像真人。現階段,大部分的 Bot 都不能通過圖靈測試,不過幾年前有個特別出色的 Bot 的確「騙」過了 33% 的測試者。

我們都知道 AI Bot 有著非常廣闊的前景,但也應認識到一段時間內它們的實用性不會太高。最近人工智慧領域出現了很多突破,尤其是在深度學習方面進步顯著,但是其應用範圍仍舊太過狹窄。

想像一下你需要學習一門語言中的所有詞語以及它們的所有用法。這僅僅是單個詞彙的層面,當它們被組合起來可能又會有更多的釋義。這就是我們所說的「開放可能性 AI Bot」需要掌握的程度。無論如何,如果我們把對其的期望降低一些,在其最能發揮作用的領域深耕,或許能收獲更佳的體驗。就現階段而言,一個能和你討論「待會看什麼電影」的人工智慧 Bot 其實更有用處——比起你所期待的、無所不能的 Bot 來說。

儘管各團隊都在努力發展真正的 AI Bot,我們面前還有幾個等待被解決的大問題。這也是我們需要下一種 Bot 的原因。

協助代理 Bot

目前來說,最受歡迎的一種(或者說媒體曝光最多)的應該就是協助代理 Bot 了。簡而言之,協助代理 Bot 是指將 Bot 作為最初的回應載體,但如果它不知道怎麼回答,會將對話轉移至真人,即人工代理。

這類 Bot 的例子包括 Facebook M、Fin 以及 Clara。它們的目標就是盡可能僅憑機器滿足用戶的需求,只有當實在棘手的問題出現後才引入人工服務。無論如何,即便用戶要求被轉移至真人代理,其回應也會被用作教育 Bot 的素材——無論是下一次如何更好得回應,或者至少理解用戶的要求。透過長時間的積累,這類 Bot 的技能會變得越來越強,並逐步減少對於人力的依賴。

儘管這一方法結合了人類和機器的智慧,也創造了良好的用戶體驗,其耗費的高昂成本依舊不容忽視。

我曾經看到有人向這些 Bot 提出極其複雜的要求,企圖測試他們的極限。很明顯,這時問題會被自動轉交給人工代理。如「幫我找到環遊世界的最便宜路線,中途停留時間要短、要至少覆蓋七處最棒的建築景觀」之類的需求對於訓練有素的 Bot 而言會十分簡單,但對於人工代理來說就是個難解的問題。畢竟我們還沒有將 Bot 訓練到這個程度,所以現在這些任務還是得交由真人完成。

此外還有一些充滿挑戰的情境,比如當 Bot 需要與第三方進行溝通時。當你問 Bot「為什麼我的電話費那麼貴?」時,你一定是假設 Bot 能處理你的請求、發現帳單高昂的根本原因。這時你又加了一句「你能把我的國際數據漫游服務給取消嗎?」你依舊假設 Bot 能幫助你執行,但問題在於它並不擁有通訊服務供應商的 API 接口。這時 Bot 就得向真人代理求助了,透過他與電訊公司進行聯繫。

我們可以感覺到在 Bot 領域各公司競爭的激烈,大家都想造出最好的產品。無論是誰先實現這個目標,或者顯著降低 Bot 對人力的依賴性,都能使用戶體驗更上一個台階。Bot 會變得更好、更快、成本更低,而它背後的公司一定會成功,至少在他們瞄準的領域。

還有什麼值得期待?

說實話,目前而言我只能想到這幾種 Bot 的劃分和討論方法。如果你們想到了別的種類請在文章下方留言,我會很樂意進行推薦。

我很高興能看到這個領域的迅猛發展。在我與 Assist 合作的這些日子裡,我意識到整個科技行業都將 Bot 視作下一輪大趨勢的方向——從之前的網頁到 App,再到現在的 Bot 和通訊。去年我曾經寫過一篇假想性文章,預測蘋果發展的 UI 導向型通訊 App 會是什麼樣。今天 Facebook 就發表了這樣一款 App,與我想像中的十分接近。當 Bot 被融合到通訊平台中時,我們或許能解鎖更多激動人心的可能。

Bot 的時代已經到來,我們應滿懷期待。

《延伸閱讀》

大數據分析終於產生價值 —— 談軟體機器人 (Bots) 的趨勢

聊天機器人的產業觀察紀錄

【硬塞科技字典】什麼是 Bot 聊天機器人?

歡迎加入「Inside」Line 官方帳號,關注最新創業、科技、網路、工作訊息

好友人數

評論