編輯嚴選

讓機器人來陪你談天說地

2017年英國獨立單元劇「黑鏡」第二季中的一個篇章講述到，一位女主角嘗試使用機器人來代替伴侶，劇中機器人會透過個人的社群帳號、影片與照片資料來逐漸調整成形，可以模仿個人口吻與外型來成為吻合個人，這個片段在當時聽起來有點浮誇，但放到如今的時代來看，人與機器之間的距離正在逐漸地縮短，即使與電影描述的完整情境還有差距，但我們也已經可以看到許多相似概念的產品開始走入大眾，特別是了解人類說話的機器系統發展迅速，其中又以「語音助理」滲透率最佳，成為在當前社會中落地成效良好的產品之一。

我們先來看看語音助理能幫助人類做些什麼，語音助理主要是透過人類口語來執行命令的系統，我們常能看見的就是Siri，能用語言控制的表現大大改變了人與電腦的互動方式，你還在敲著小小的手機螢幕鍵盤查詢本地天氣嗎？試試開口問問Siri吧！

而這件事是如何發生的呢？我們要來看看讓機器能夠了解人類說話的核心「自然語言處理技術（NLP）」，自然語言是相對於電腦使用的「機械語言」的存在，通常自然語言是跟隨著當地文化發展演化而成，例如中文、英文等會根據中西方不同的生活文化方式而有不同的語法結構，而理解自然語言這對電腦來說有什麼困難呢？其中「變化性」是一顆明顯擋在路上的絆腳石，由於人類使用的自然語言能透過組合、替換與改寫等方式，產生出千萬種的方式去表達相似相近的情境，而這對電腦來說簡直是晴天霹靂又不可理解的，另外當配上情緒、時空變化，甚至還有破音字、錯別字，如此難以預期的流程對早期的電腦與工程師只能舉白旗投降，不但規則難以統整成系統，即使勉強建置，也會造成例外情形如雨後春筍一般不斷冒出。

但故事當然不會停在這裡，「機器學習技術」作為英雄角色出現在這困難的局面，而解法的基本概念很簡單，既然人類與自然語言如此捉模不定，民眾說話組合又是方式千變萬化模糊不清，那電腦也只能依靠電腦專長「不怕苦、不怕累」的特性來突破困境，工程師們盡可能地去搜集人類之間的對話紀錄，像是論壇、社群軟體、客服系統等等的對話紀錄，再讓機器在使用大量語料與時間來學習辨識自然語言句子範例中的關鍵內容，透過各種特徵來讓機器能夠準確猜測句子意圖。

簡單來說，就是機器人死背起所有他曾經學會的句子。

而隨著自然語言處理的突破上，也有許多相關產品的發展也扶搖直上，像是常見的聊天機器人與客服機器人，說到聊天機器人，個人最常使用的則是Line與Facebook上的各式聊天機器人，許多商家、旅遊景點與官方首頁都有透過機器人來協助基礎的問答服務。

雖然目前各式聊天機器的發展日新月異，主要我們還是可以分成「任務型」與「閒聊型」的聊天機器人系統，「任務型」的聊天機器人目前落地良好，我們可以看到許多問答諮詢機器人在各領域都有不錯的表現，其中Pepper機器人也是常常見到且有名氣的機器人，這「任務型」聊天機器人透過聲音或是文字的方式來了解任務內容，並在成功解析命令之後執行固定模式的任務，像是我們日常中可以叫Siri幫我們訂個早上起床的鬧鐘。

而「閒聊型」的聊天機器人則顯得更加困難，首先聊天可不是一位老老師在教室中上課說課，在人們聊天的過程並沒有一個固定的模式，而且重視對話雙方情感的交流認同，有時候比起對話目的，使用者會更在乎整體對話氛圍，如何增進機器人對話的有趣程度與多元性，則顯得更加重要。

對於這兩種類型的機器人的定義還感覺有些模糊嗎？其實還有一個最根本的服務差異性，「任務型」強調功能的達成，期待用「最少」的對話流程完成一次任務，而「閒聊型」的則是營造良好的對談經驗，期待能「最長」限度的去增加對話時間與使用者的對話時間與使用意願。

人腦其實真的是一個很棒的東西，不但兼具邏輯性與創造力，還能自主學習多元多項的技能與知識，但電腦目前並不擅長如此多元的任務，因此我們要透過很多步驟來完成這顆「人工大腦」。這邊我們就先強調最重要的步驟 - 人工大腦組建與訓練，這個步驟最重要的是決定任務目標與取出特徵，就如剛剛說的，電腦並不擅長做過於多元的任務，我們日常生活中我們能很快的聽取對話並作出回應，這對我們來說是在日常不過的行為了，但對於電腦來說，卻是要有很多個任務組合起來才能完成的，所以像是聽取聲音、理解對話內容、做出回應這三個任務是要分開進行的，甚至為了更加精確，有時候我們會再細分出更多的項目，像是理解對話內容可以分成意圖了解與主體關鍵字擷取。

好不容易決定好任務主題，我們卻發現還有一連串的任務等著我們完成呢，除了要開始協助人工大腦找出可辨識的特徵，完成人工大腦的判斷模式，還要能使用人工大腦來提供穩定有效的服務，在有效完成任務的同時，還要取得保留更多內容資料，提供未來新的大腦訓練與汰換舊大腦的素材，終於，我們看到了一個最簡單的人工大腦結構，你沒看錯，是最「簡單」的。

大腦在人的身體中是一個至關重要的器官，但你應該不會期待有一個大腦會單獨存活，這對於人工大腦也是一樣的，如何為這顆大腦準備學習與汰換的機制、如何為這顆大腦接上強壯的身軀、如何保留大腦中的記憶，這一切都不是一篇文章能述說的，各方人士也是為此盡心盡力，摸著水中礁石一步步向前邁進，努力帶領著人類科技邁向下一個階段。

2017年英國獨立單元劇黑鏡第二季中「馬上回來」的篇幅中，我們可以看見科技與人性的矛盾之處，作為一個人工智慧的工作者來說無疑是震撼的，我們期待能完成逼近人類的完美機械，卻也對於社會影響感到恐懼與無力，但我想哥倫布當初出海也是像這樣的心境吧，無論多少恐懼在前，都阻止不了我們對於彼岸的嚮往與追求。

未來我還會持續針對「程式與資訊技術科普」、「程式教育」、「軟體工程師工作內容」等方向進行撰文，也希望若大家有想要暸解的內容能留言給我，提供給我一些新的靈感。