“小愛，小愛，明天北京天氣如何?”當(dāng)前，AI對話系統(tǒng)已經(jīng)深刻融入人們?nèi)粘Ｉ畹姆椒矫婷?，技術(shù)架構(gòu)和路線更是百花齊放。

然而，作為前沿技術(shù)，AI對話系統(tǒng)標(biāo)準(zhǔn)缺失，造成其評價體系不一、在應(yīng)用中呈現(xiàn)出水平參差不齊等問題。針對這種狀況，清華大學(xué)智能技術(shù)與系統(tǒng)實驗室副主任黃民烈教授聯(lián)合學(xué)界和業(yè)界科研機構(gòu)共同制定了全球首個《AI對話系統(tǒng)分級定義》(以下簡稱《分級定義》)，并于近日正式發(fā)布?！斗旨壎x》旨在更好地評估AI對話系統(tǒng)的能力水平，推動AI對話系統(tǒng)在虛擬個人助理、智能家居、智能汽車(車載語音)、情感陪護和心理健康等領(lǐng)域的應(yīng)用有據(jù)可依。

起源于圖靈測試的AI對話系統(tǒng)，是人工智能領(lǐng)域最重要的研究方向之一。“如果說自然語言處理是人工智能‘皇冠上的明珠’，那么AI對話系統(tǒng)則是自然語言處理中最難、最核心的任務(wù)之一，是‘明珠中最亮的那顆’。”黃民烈說。

黃民烈表示，近年來，隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展，AI對話系統(tǒng)已經(jīng)從基于規(guī)則的第一代和以傳統(tǒng)機器學(xué)習(xí)為核心的第二代，發(fā)展到以大數(shù)據(jù)和大模型為顯著特征的第三代，對話能力產(chǎn)生了革命性變化，在開放話題上展現(xiàn)了驚人的對話能力，對進一步推動人工智能產(chǎn)業(yè)發(fā)展具有巨大意義和價值。

“考慮到AI對話系統(tǒng)任務(wù)繁多、評價維度多樣、技術(shù)路線豐富，撰寫小組在制定《分級定義》時僅關(guān)注完全由機器主導(dǎo)的對話系統(tǒng)，人機混合的對話系統(tǒng)不在考慮范圍內(nèi)。”黃民烈說。

黃民烈介紹，同時，為了在實際應(yīng)用中發(fā)揮價值，《分級定義》的制定是從用戶可感知、可觀察、可測量、可度量的角度出發(fā)，不考慮系統(tǒng)的具體技術(shù)實現(xiàn)方式，也不區(qū)分助理類任務(wù)、閑聊、知識對話等，均以“場景”進行表述。

在上述原則之下，《分級定義》從自動對話能力、對話質(zhì)量高低、單一/多個場景、跨場景的上下文依賴和自然切換能力、擬人化程度、主動和持續(xù)學(xué)習(xí)能力、多模態(tài)感知與表達能力等角度出發(fā)，將AI對話系統(tǒng)劃分為L0—L5共6個等級，等級越高，AI對話系統(tǒng)水平越高。

“從上述標(biāo)準(zhǔn)看，當(dāng)前AI對話系統(tǒng)水平最高已發(fā)展至L2到L3之間，如常見的‘小愛同學(xué)’等AI智能助理就處于這個水平。”黃民烈說。

與國外相比，我國AI對話系統(tǒng)水平如何?對此，小米技術(shù)委員會主席、AI實驗室主任王斌表示，從目前的工業(yè)應(yīng)用看，我國的AI對話系統(tǒng)與國外的AI對話系統(tǒng)沒有明顯差異，總體處在同一級別。

“現(xiàn)在AI對話系統(tǒng)整體處在向L3、L4發(fā)展的路上，距離理想還有一定的距離，還需要一到兩年甚至更長時間的持續(xù)努力。”黃民烈說，要向L4、L5邁進，需要破解記憶、聯(lián)想、推理、自學(xué)習(xí)能力等方面的很多關(guān)鍵技術(shù)，要做出高表現(xiàn)力的語音合成，如果運用到元宇宙中，還需要做出動作和表情細粒度的表達，都極具挑戰(zhàn)性。

在華為諾亞方舟實驗室語音語義首席科學(xué)家劉群看來，AI對話系統(tǒng)最高級別的應(yīng)用為復(fù)雜情感任務(wù)，《分級定義》的發(fā)布將促進AI對話系統(tǒng)在情感任務(wù)中體現(xiàn)更高水平的智能，從而促進人工智能未來在情感陪伴、心理健康、虛擬人、元宇宙等方面的應(yīng)用，大大降低人力和物力成本，促進前沿科技走進大眾日常生活。