美国科技博客网站VentureBeat近日发布文章，指出了聊天机器人发展道路上面临的三大障碍，其中包括语言复杂、用户的信任和理解、以及使用便捷性等。以下就是这篇文章的主要内容。

尽管我们将聊天机器人看作科技行业的新事物，但是，人与机器人之间的对话一直存在。长期以来，从Cleverbot、Smarter Child等聊天机器人到迷宫电话树等，我们一直在努力打造能够效仿我们人类互动的技术。最新的科技进步业已带动这些工具获得了长足的发展，而且也把它们带回未来科技对话的前沿。

由于苹果Siri和亚马逊Alexa之类的虚拟助手或“聊天机器人”的拉动，针对语音和文本的对话互动界面已经上升到非常突出的位置。另外，基于文本的聊天机器人或信息平台，例如Slack和Facebook Messenger等在应用方面已经取得了巨大进步。这些可喜的进步也让这一行业吸引了大量的投资，同时也激发了人们对该行业的关注。像Domino之类的重要品牌都在使用利用虚拟助手来帮助客户订购食品，与此同时，诸如Healthtap之类的医疗公司也在利用Facebook Messenger把患者与医生连接起来。

尽管这些公司的相应平台已经取得了成功，但要知道，这个行业在未来的发展道路上将会面临一些不可避免的障碍。这样的技术能够按照我们的想像来执行任务吗？用户会在多大程度上依赖聊天机器人？这些问题体现了用户的疑虑，但同时也是该技术面临的一些障碍表现。

对这些问题，尽管我们目前仍没有明确的答案，但是，我们能够通过已有的知识，依据聊天机器人的历史概况，以及此前人们与机器人的互动情况，来预测一下聊天机器人未来或将面临的问题。在此，我们认为，聊天机器人在未来的发展道路上将面临三大障碍。

障碍之一：语言复杂

现代化的对话界面应用主要依赖于人工智能的进步以及连网设备的普及，从而向用户提供捷径以执行简单的任务，例如获取简单问题（如芝加哥的天气怎么样？）的答案，或者是完成一个快速任务（如提醒我在30分钟之后给某人打电话）等。

与软件一样，语言是建立一套规则基础之上，这种规则会随时发展和演变。但是，说话的自然人与电脑不同，不会受限于这些规则，能够自由地组词造句，以此传递一种信息。除了地区方言之外，一些个人也会开发出一些独特的语言方式，而且人类也的确擅长于理解彼此的语言，即使是在语法严重偏离语言规则的情况之下。当美国著名脱口秀主持人史蒂夫·科拜尔（Stephen Colbert）说出“真实（truthiness）”这个词时，人们不难发现他所表达的含义，尽管当时这个单词还没有在字典里出现。从传统情况来看，电脑在理解类似的语汇方面，会更加困难。机器学习虽然已经提升了电脑的语言识别能力，但是，我们还没有发展到人工智能能够追赶语言快速演变步伐的程度，也无法适时理解每一种说话的特别方式。

在传统的对话界面中，理解力往往还与用户的视觉处理或实体动作紧密联系在一起。随着对话在电脑领域的发展，系统理解和回应用户独特语言方式（无论是语音输入还是手动输入）的能力都会与日俱增。仅仅完美地理解结构化语言的系统将难以满足大量用户的需求，用户们或许会发现这种系统需要改进后才能适应电脑。否则，这种无法对类似熟悉语言作出反应的系统，也将永远无法构建许多产品生产者期望的那种熟悉关系。

障碍之二：信任与理解

我们已经看到大量的有效聊天机器人被投入到服务市场，例如银行业。最近，用户给银行打电话查询银行帐目时，银行方面的接听员甚至已不再是自然人，这也不是什么罕见的现象了。通过这样的机器人，我们开始看到聊天机器人与自然人之间的联络，并由此拉近了自动化与个人关注之间距离。此类互动从本质上讲是非常客观的，能够很好地服务于人工智能业务。总体而言，人们在简单的事实和指数等方面，似乎会相信电脑，特别是在数据方面（例如帐户资产数目方面）。

当人们把过去客观的见解移接到更加主观的思维之中，那么情况就会变得复杂了。远距离医学能够让患者在不离开家的情况通过远程通信工具接受医生的诊疗，这种情况在医疗领域越来越受欢迎。这种从面对面到数字方式的转型取得了成功，主要是因为在远程的另一端，仍然是由自然人在看病。如果用户用机器人代替自然人充当医生给患者看病，那么，患者对机器人的信任度还会那么高吗？几乎肯定不是。总体而言，越来越大的信任负担以及用户的质疑都将成为聊天机器人未来发展的一大障碍。

障碍之三：利用便捷性

目前为止，已经上市的聊天机器人并无太大的创新，不过相对于此前的问题而言，总体上还是有一些进展。例如，用户可以在机器人的帮助之下，查看帐号资产、购买衣服以及预订鲜花等。这些过程无论是从哪种网页浏览器，多数情况下都是非常相似的。聊天机器人要想取得成功，还需要提供比当前更好的体验。

对聊天机器人而言，更好的体验就是使用简单、便捷、无缝。耐着性子让机器人挨个清单选择某一读物，的确不是什么有趣的事，特别是在用户明明知道能够在网站上短时间内挑选出他们想要的读物的情况之下。就一些任务而言，聊天机器人可能永远也找不到解决方案，因为它们不一定能足够简捷地处理这些任务。但是，就其它任务而言，把产品简单化、个性化以及有效的机器学习等融合起来，会有助于解决其中的诸多问题。通过更加彻底地理解用户，这些系统也就能够提供独特的价值，并简化任务，从而让对话能够有一个最为简捷的方案。

展望未来

随着时间的流驶，语言处理和整个人工智能水平都将持续提高，而且能为聊天机器人在较小投入下执行复杂任务开启全新的机遇。当然，尽管多数机器人能够效仿自然人的处理程序，但是，人工智能在解决大量的复杂的自然人问题方面，仍有很长的路要走。不过，当看到SmarterChild和Moviefone等大力投资以推动该领域的持续进步时，我们又感到这一步会越来越近。