如何判别一个对话机器人有多智能？

有些对话机器人总让人崩溃，也许是智能级别不够高。本文，就来一同看看如何判别一个机器人的智能程度。

随着智能对话技术的发展，对话机器人越来越多地出如古人们的日常工作和生活中。

从企业的角度，在合适的业务场景中运用对话机器人，可以极大地提升服务效率和用户体验。因此，引入对话机器人逐渐成为每个企业数字化和智能化转型过程中的重要战略。

那么，我们应该如何来评判一个对话机器人的才能，或者更详细一点，如何判别一个对话机器人的智能程度呢？

本文引见一种对话机器人的分级，让我们可以更清楚地了解不同等级的对话机器人分别具有什么才能，适用于什么场景。

对话机器人的分级

目前业界并没有一个成熟的对话机器人分级体系，但自动驾驶的分级可以给我们一些启示。

根据行业标准，自动驾驶才能被分为L1到L5共5个等级（L0代表完全人类驾驶，不算在5个等级之内），等级越高代表自动驾驶才能越强。比如，L1代表辅助驾驶，L5代表完全自动驾驶。

在不同的级别下，驾驶员和车辆所扮演的角色有所不同，级别越高驾驶员需求对车辆的控制越少（如下图所示）。

图片来源[1]

参考国外开发者社区对于智能助手的分级[2]，我们从对话机器人可以处理的成绩及其运用场景出发，将对话机器人的才能也停止分级，分为L1到L5共5个等级，等级越高代表对话机器人的才能越强（如下图所示）。

下面我们分别引见这5个等级。

L1 单向推送


机器人可向用户推送音讯，但没有对话才能。

L1级别的对话机器人，只具有向用户单向推送的才能。明天，我们所运用的App、微信公众号都会运用这种方式与用户交互。

这种方式的好处是受众广，效率高；缺陷是用户只能被动接收推送，无法和机器人停止对话交互。因此，L1级别的机器人在严厉意义上不能被称为“对话机器人”。

L2 单轮问答


机器人能回答用户的常见成绩，但没有上下文了解才能，无法自动与用户交互。

L2级别的对话机器人末尾具有对话交互才能，详细体如今它可以回答用户的常见成绩。最典型的运用场景是简单的问答型客服机器人，即用户问一个成绩，机器人回答答案。

这类对话机器人通常基于一个特定的知识库，当用户提出成绩后，机器人需求对用户的成绩停止语义了解，并从知识库中找到对应的答案回复给用户。

因此，评价L2级别对话机器人的效果，次要看召回率和准确率这两项目的。其中，召回率等于有多少用户的成绩可以被机器人回答，准确率等于机器人回答的成绩中有多少回答正确。

关于L2级别对话机器人背后运用的技术，感兴味的读者可以阅读之前的文章《对话机器人平台智能问答技术拆解》。

综合来看，L2级别的对话机器人合适比较简单的客服场景，机器人能准确回答用户的成绩，用户问完即走。

L3 多轮对话


机器人能了解上下文，和用户停止多轮对话，帮用户完成义务。

L2级别的对话机器人经过训练后虽然可以准确地回答用户的成绩，但照旧存在两个分明的缺陷：

它没有上下文了解的才能，即机器人在回答一个用户成绩时，不会思索用户之前所说的内容；它只能被动地回答用户的成绩，无法自动发起与用户交互，导致机器人的运用场景相对受限。

因此，我们需求愈加智能的L3级别对话机器人。

我们以快递范畴的客服机器人为例，经过两个详细的例子来阐明L3级别对话机器人和L2级别的差别。

L2级别对话机器人无法了解上下文

由于短少上下文了解才能，当用户问“星期天开门吗”时，短少了主语 “中关村的门店”，L2级别的对话机器人无法了解用户其实是在问“中关村的自提点星期天开门吗”，导致机器人无法回答这个成绩。

对于L3级别的对话机器人，它可以了解上下文，从而补全了用户成绩的主语，这样一来便可以回答出这个成绩。

L3级别对话机器人可以了解上下文

有些时分，机器人在满足用户需求时，不只要听懂用户在说什么，还需求自动向用户发问，来获取相关的信息。

我们来看另一个例子。

L2级别对话机器人可以回答成绩，但无法处理成绩

下面的例子中，在机器人回复的音讯里，“预定取件”是一个可点击的链接，需求用户点击后在一个新的图形化用户界面（GUI, Graphical User Interface）中输入取件工夫、取件地址、取件电话等信息完成预定取件，这种需求在CUI和GUI之间来回切换的交互方式显然不够高效。

L2级别的对话机器人之所以要这样，对话机器人并不知道取件工夫、取件地址、取件电话等信息，没有这些信息的状况下，机器人只能提供一个链接让用户本人操作。也就是说，L2级别的对话机器人有时分虽然回答了用户的成绩，但并没有真正帮用户处理成绩。

理想状况下，我们希望机器人可以经过对话直接协助用户完成义务，这要求机器人可以经过多轮对话去了解和澄清用户的意图。

L3级别对话机器人经过多轮对话处理用户成绩

综上所述，L3级别对话机器人的核心才能有两点：

可以了解上下文；可以经过自动交互澄清用户意图，并经过多轮对话协助用户完成义务。

因此，在准确率和召回率之外，义务完成率是L3对话机器人的重要目的。

L3级别的对话机器人合适愈加复杂的业务场景，尤其是需求机器人经过自动对话搜集用户信息的场景，例如营销获客等。

L4 个性化对话


机器人能基于用户标签，为用户提供个性化的对话体验。

理想状况下，对话机器人在和用户交互时，不只需求了解用户在说什么，也需求知道用户是谁。

详细而言，机器人可以基于用户标签，即用户的属性、兴味等，为用户提供更个性化的对话体验，也提升交互的效率。

我们继续以预定上门取件为例，L4级别的对话机器人会以这样的方式来停止对话。

L4级别对话机器人基于用户标签提升对话效率

下面的例子中，机器人曾经服务过这个用户，所以它曾经记录了用户的取件地址和取件电话。在这次对话中，机器人无需再向用户讯问取件地址、取件工夫、取件电话，大大提升了交互效率和用户体验。

对于L4级别的对话机器人，其核心在于可以为用户打标签，并在对话过程中灵敏运用用户标签来提升对话效率和体验。当然，假如个性化的对话体验假如处理得不恰当，能够会给用户带来困扰，甚至损伤用户的体验。

因此，对于L4级别的对话机器人，用户称心度是一个非常重要的目的。

L4级别的对话机器人则更合适机器人和用户保持长期关系的场景，例如智能助手等。

L5 多机器人协作


多机器人互相协作，满足更复杂的用户需求。在某些状况下，用户的需求无法被单一的对话机器人满足。

以预订餐厅为例，用户可以对一个智能助手说出需求，智能助手经过对话的方式搜集到了用户要订哪家餐厅、什么工夫、就餐人数等信息。此时，智能助手需求再调动另一个电话机器人给餐厅打电话停止预订。

我们可以发现，这个需求的满足过程触及到智能助手和电话机器人这两个对话机器人的协作，将来会有更多的场景和需求需求多机器人协作。

另一方面，对话机器人只是一种形状的智能机器人，还有更多种不同类型的智能机器人。比如，机器人流程自动化（RPA）就是一种可以控制软件自动完成特定义务流程的机器人。对话机器人和RPA机器人也有很多可以结合的场景。

还是回到预订餐厅的例子，假如餐厅提供在线预订的网站，那么可以由对话机器人完成信息的搜集，由RPA机器人完成预订的操作。

将来趋向

将来，无论是企业还是个人用户，都可以根据本人的业务场景，运用L2到L4级别的对话才能，来提升交互的效率和体验。

注：

[1] SAE关于自动驾驶的分级，了解一下？网址为“http://www.lilunpai.com/w/466”

[2] Conversational AI: Your Guide to Five Levels of AI Assistants in Enterprise. 网址为“https://blog.rasa.com/conversational-ai-your-guide-to-five-levels-of-ai-assistants-in-enterprise/”

作者：吾来；公众号：吾来对话机器人（ID：wulaipingtai），协助每家企业或个人疾速拥有属于本人的对话机器人。

本文由 @吾来 原创发布于人人都是产品经理，未经答应，制止转载

题图来自 Unsplash，基于 CC0 协议

传说中的沙发？？？哇卡卡

赞一个，赞一个

前排支持下