人類關于會話人工智能的探索已經有很長時間了。

現代計算機之父艾倫圖靈為了證明可以設計出智能的計算機程序而絞盡腦汁，那時，他便已經踏上了這條人工智能的道路。如果一臺計算機能夠與一組人類法官交流，并且讓這些法官以為自己真的是在和真正的人類說話，那么這就會表明人工智能已經發展到了與人類智能無法分辨的地步。

這個挑戰在1950年就開始邀請各方人士來參加了，到目前為止，還沒有任何計算機程序能夠通過圖靈測試。

然而，也有一些廣為人知的失敗案例：早在1966年，當計算機仍然使用打孔卡片編程時，開發了一款名叫ELIZA的自然語言處理軟件。ELIZA是一臺機器，她假裝自己是一名心理治療師，并且可以和人類對話；你現在依然可以跟她說話。

不過，和ELIZA說話有點奇怪。比如，如果你說“我感覺很沮喪”，她可能會說：“你來找我是因為你感到抑郁嗎？”當她不確定你說了什么時，ELIZA通常會用“我看到”或者“告訴我更多”來回應。

在一開始的對話中，特別是如果你把她當作你的心理治療師，ELIZA就會是一個令人信服的人。這是Weizenbaum發現的事情，而且對這一點感到有點震驚：人們愿意把這個程序看作比真實的人更人性化的東西。沒過多久，盡管一些測試對象知道ELIZA只是一臺機器，他們還是敞開了心扉，講出了他們內心深處隱藏的感受和秘密。他們把自己的心聲傾吐露給了一臺機器。當Weizenbaum的秘書對ELIZA說話時，盡管她知道這只是一個相當簡單的電腦程序，但她仍然堅持讓Weizenbaum先離開房間，不要聽她講話。

ELIZA產生的一種出人意料的反應可能是，人們更愿意對機器敞開心扉，覺得自己不會被評判，即使機器對他們的煩惱最終無能為力或沒法說些什么來真正幫助他們。“ELIZA效應”得名于這個計算機程序：人類傾向于將機器擬人，或者把機器想象成人類。

Weizenbaum本人后來對電腦和人工智能在人類生活中產生如此深遠的影響深表懷疑，他對人們如此愿意相信ELIZA感到震驚。他寫道，“我以前還沒有意識到……一個相對簡單的計算機程序中，即使在極短的時間內與人接觸，也可能會導致相當正常的人產生強大的妄想思維。”

ELIZA的影響可能會擾亂Weizenbaum一直以來的思考，但它所帶來的有趣之處已經影響了人們幾十年。也許你已經注意到了這一點，當你和Siri、Alexa或谷歌助理交談時，他們有時候的反應真的特別真實。如果你集中注意力，你知道你只是在和一個存儲在某處的代碼塊對話。但在潛意識里，你可能會覺得自己在與人交流。

然而，對于那些試圖創造對話機器的人來說，ELIZA效應是會給他們帶來挫敗感。自20世紀60年代以來，自然語言處理的發展突飛猛進。現在你可以找到像Mitsukua這樣通人性的聊天機器人，它經常贏得勒布納人工智能獎?，這個獎通常獎勵給那些最接近通過圖靈測試的機器。

在商業領域，Facebook已經開放了它的Messenger程序，并為人們和公司提供軟件來設計他們自己的聊天機器人。這個想法很簡單：為什么要有這樣一個應用程序呢？比如說，當你可以通過你最喜歡的messenger應用程序和機器人聊天，然后用自然語言發出指令的時候，你就可以讓機器人幫你點披薩，就好像你在告訴你的朋友幫你買一樣。

像SemanticMachines這樣的創業公司希望他們的人工智能助手能夠像秘書或私人助理那樣與你互動，但卻擁有快速從互聯網檢索信息的無與倫比的能力。也許他們可能很快就會出現了。

但是，那些在社交和商業領域從事研究聊天機器人的人遇到了一個共同的問題：用戶可能會下意識地認為聊天機器人是人類，當他們有些問題與聊天機器人無法正常交流時，會感到失望。對溝通不善的失望往往源于最初的期望過高。

到目前為止，還沒有哪臺機器真正能夠解決上下文保持一致的問題——理解之前說過的內容，然后再回過頭來看后文，并根據上下文整體的意思來制定相應的回復。甚至連Mitsuku在多說幾句話的時候，也經常難會忘記對話的主題。

當然，這是可以理解的。

聊天的復雜幾乎是難以想象的。對于你所說的每一件事，可能會有成百上千種回應。當你深入交談時，復雜度會成倍增加，就像圍棋和象棋一樣，你最終會得到大量的各種各樣的答案。

但這并沒有阻止人們不斷的嘗試，最近科技巨頭亞馬遜，為了讓他們的人工智能語音助手Alexa顯得更友好，他們已經舉辦了一場Alexa大獎賽，為獲勝的人工智能團隊提供50萬美元的獎勵——任何能夠創建“社交機器人”的團隊，還能獲得一百萬美元的獎金。這種“社交機器人”能夠與人類用戶在不同的主題上持續至少20分鐘的對話。

Alexa喜歡談論的話題包括科學技術、政治、體育和名人八卦。最近公布的決賽選手是來自布拉格、愛丁堡和西雅圖的大學的聊天機器人。根據Alexa用戶的評價，最終的入圍者可以通過“嘿，Alexa，讓我們聊聊天”來觸發社交機器人的對話，不過大家對社交機器人的評論并也不都是夸獎。

通過縮小特定主題的范圍，AlexaPrize已經聰明地開始解決上下文問題——就像商業上大家希望聊天機器人能做到的那樣。如果你將這些談話主題限制在某個特定的領域，那么就可以更容易地將一些層次的交互建模為會話主題。

開發一款能與對話者進行隨意交流的機器可能會很困難。這甚至可能是一個需要人工智能才能真正解決的問題，而不是預先使用的腳本答案或輸入與響應相關聯的神經網絡就可以解決。

但是，人們會更加享受跟一臺能夠進行有意義的互動的機器人。該獎項的獲得者將于11月公布，ELIZA效應可能意味著，我們會比預想的更早地開發出聊天機器人。