今年2018 的Google I/O，一段视频火了大家的朋友圈：智能语音助手Google Assistant 新增的Duplex，可以代替用户打电话给餐厅、发廊等店家，帮用户预约时间。不但声音跟人声真假难辨，还会模拟人的思考语气词，像是：嗯.....，阿哈... ... 等; 模仿人类模仿得惟妙惟肖。甚至在Google I/O 的最后一天，获得年度图灵奖的Alphabet 新任董事长John Hennessy 也宣布：“在预约领域，Google Duplex 通过了图灵测试。”也就是说目前Google Duplex 与人类对话，人类已经无法辨识是机器人还是真人了！

虽然这只是一个demo，但确实给大家勾勒出未来有聊天机器人的生活场景以供憧憬。未来的我们，不用整天为了预约/订票，甚至是抢票...等这些生活琐事烦心了。人人都会有只贴心的助理机器人，她可以帮你打理生活、安排各种行程，让人类能将更多时间专注在更重要的事情上。然而，要达成这样的理想，真的就像Google I/O 里面说的，核心只靠深度学习（RNN）做自动生成模型就能达到了吗？与人类对话的门坎就只要收集大量语料，然后用TensorFlow训练一下就搞定了？现实与梦想的鸿沟究竟有多深呢？

机器人要能深入了解用户

所谓私人助理，是能够合理地判断老板的生活习惯，来做最合理的时程安排。举例来说，用户想预约明天看牙医，但牙医预约满了，要换个日期。这时候机器助理除了需要知道用户的所有其他安排外，还要根据安排以及用户习惯做出最好的日期推荐。譬如，用户明天下午有空，牙医诊所也有空，但是用户早上要去外地出差，赶回来可能会塞车；或是用户下午会习惯睡午觉，这些因素都应该在安排时程时做出排序考虑。而这些考量与安排，都是需要机器人助理深度了解用户之后才能做出，而不是随便拿个语料训练就能得到的结果。机器人如何能深度地理解用户呢？这就要谈到下一个重点，语境的理解、情感对话以及用户画像的建立。

机器人要能和用户做更多的交谈

如上所说，能建立完整的用户画像是成为智能私人助理最关键的因素。而用户画像的收集，除了参考用户自己输入的基本数据外，更重要的是需要了解用户的个性，譬如生活习惯、作息安排等。这些就要靠机器人和用户平常的聊天，一点一滴地搜集记录，如同在交一个新朋友一般去记忆、更新所有与用户相关的信息。

归根结底，能够很好地与用户闲聊才是聊天机器人智能的基础。唯有懂人，理解人类需求，才能为人类更好的服务。否则机器人只能固步自封，局限于在固定领域处理简单的流程问题而已。

机器人要能不断成长

人和人的沟通，就是一场信息的流动。不论是带来心灵的安抚，或是知识的累积，甚至出于某种直接、间接的目的，都是让人愿意继续聊下去的动力。同理，和机器人聊天也是如此！如果机器人的聊天只是无意义的调侃回复，或许一开始很新鲜，久了用户就会生厌。因为久了便会失去新鲜感，此时又没有任何有信息含量的互动，这种平衡就会被打破。

幽默的回复的确可以让人会心一笑，但如果能根据用户的处境，结合情感、情绪给出暖心的回复，那才会让用户觉得机器人是知心朋友。

如果机器人还能够根据用户喜好等随机推荐一些周遭的活动，或是与用户息息相关的信息，那用户黏性就会相当强了。所谓机器人的自我成长，就是机器人要与时俱进，了解这世界的信息，并从中找出对用户最有帮助的信息，这才是所谓的智能聊天，才能更好地帮助人类。而这种目标的达成，只靠目前死板的模型训练是远远达不到这种效果的，或许未来会有更好的模型能融合这些信息，生成更智能、人性化的人机对话。

从以上三个指标来看，Google 的Duplex还有一定的距离，但或许它给出了一个很好的起点，让我们更有信心打造真正懂你，有情感、有记忆、自学习的聊天机器人。