大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于虛擬聊天機器人的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

ChatGPT國內免費在線使用，能給你生成想要的原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

你只需要給出你的關鍵詞，它就能返回你想要的內容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端，官網(wǎng)：https://ai.de1919.com

本文目錄:

• 1、支付寶模擬聊天

• 2、如何讓機器擁有像人一樣的思維——用戶畫像、人物性格與聊天機器人

• 3、虛擬女朋友正式商用？微軟研究5年的實體聊天機器人，到底多牛？

• 4、找一款聊天機器人（虛擬人）軟件或者游戲

一、支付寶模擬聊天

支付寶模擬聊天是指通過支付寶APP的聊天功能，與其他用戶進行交流，解決各種支付問題和生活中的疑慮。用戶可以通過支付寶聊天窗口，直接與客服人員進行溝通，了解支付寶的各種服務和使用規(guī)則。同時，支付寶也提供機器人客服，用戶可以直接向機器人提問，獲取快速的回答和指導。支付寶的模擬聊天功能極大的方便了廣大用戶，讓大家愉快、便捷地完成各種支付操作，并享受更加智能化的支付體驗。

二、如何讓機器擁有像人一樣的思維——用戶畫像、人物性格與聊天機器人

[人工智能] [用戶心理]  

最近，我給我三歲的女兒買了一本繪本，名字是“Can I build another me”，她愛不釋手。這本書的主角是一個厭倦了自己規(guī)律生活的孩子，他希望能訓練出一個機器人代替自己按時午睡、吃飯、去幼兒園，這樣他就可以自由自在地玩耍。于是，他買來一個最便宜的機器人，帶回家來訓練它。在這個過程中，他遇到的第一個問題就是，怎樣才能讓機器人才能變成他呢？于是，他試圖告訴機器人各種關于自己的信息，包括他的姓名、年齡、身高、體重，父母、兄弟和寵物，甚至包括“左撇子”“易煩躁”“襪子經(jīng)常破洞”這種信息。

這繪本的作者腦洞很大，他也在思考我們所思考的問題。這個故事也告訴我們，要讓機器人擁有人一般的思維，第一步便是 理解自己 。因為這樣我們才能告訴機器人，怎樣做才能最像自己。我們從以下幾個方面探討這個問題：

1. 人工智能與心理學

2. 人格分類及推測

3. 如何讓機器人像人一樣思考

在很長一段時間內，我們團隊一直從事用戶畫像的研究。什么是用戶畫像？簡單說來，就是通過用戶產(chǎn)生的大數(shù)據(jù)，去猜測和理解一個人的年齡、職業(yè)、興趣愛好，也可以去描繪一群人的 生活規(guī)律 和 移動模式 。這讓我們開始思考，我們能不能通過這些數(shù)據(jù)進一步走到人的內心深處，去了解她們的 性格和情感 呢？這并不容易。但是在研究的過程中，我們發(fā)現(xiàn)這些問題在心理學領域已經(jīng)被思考了上千年。實際上，人工智能和心理學這兩個領域實際上早就有交叉。

兩年前，我們便開始拜訪著名的心理學家和教授，試圖進行跨學科合作交流。在這個過程中，我們首先想解決的問題就是人格。 從用戶生成的大數(shù)據(jù)中能否計算出人的性格？

雖然人格這個術語在日常生活中很常見，但是給人格下一個準確清晰的定義卻并非易事，即使是心理學家們在這個術語的定義上也很難達成共識。 人格最早的定義可以追溯到2000多年前(公元前400年) 古希臘醫(yī)學家希波克拉底（Hippocrates）的體液說 ，他認為人體是由四種體液構成，包括血液、粘液、黃膽汁和黑膽汁，而這四種體液的分布便決定了人的性格：黑色的膽汁產(chǎn)生了憂郁型人格，血液產(chǎn)生了樂觀型人格，黃色膽汁產(chǎn)生了沖動易怒型人格，而粘液產(chǎn)生了冷靜型人格。盡管希波克拉底的體液說已經(jīng)被現(xiàn)代醫(yī)學所否定，但是他關于人格分類的探討是有啟發(fā)意義的，以致于后來的心理學家仍然一直探討這個問題。

在我們與心理學家交流時，我們發(fā)現(xiàn)了一個有趣事實：在現(xiàn)代心理學中， 人格的定義其實跟語言的使用有著緊密的關系 。其實在計算機科學領域，我們對語言也有很多研究，我們稱之為“自然語言理解”。在心理學里面，有一個概念叫“詞匯學假說”。什么叫詞匯學假說？根據(jù)這個假說，我們無需通過觀察、研究各種各樣的人來研究人格，我們可以簡單一些，通過直接觀察人類語言中相關詞匯。比如說，你介紹一位朋友給我認識，可能會用一大段話來描述他：“他特別喜歡說話，每次都聽到他在說話，是個話癆”等等。其實，一個詞即可概括這段話：健談。因此，心理學家決定整理這些描述性詞匯。如果這個詞匯不多的話，它們便可成為建立分類體系的基礎。

基于這些觀察，人格理論的先驅奧爾波特(Allport)和奧德伯特(Odbert)于1936年對英語詞匯進行了艱難而又系統(tǒng)的調查研究。通過查看詞典，他們按照個人特質、暫時的情緒或者行為以及智力與才干這四個類別發(fā)現(xiàn)大約18000個單詞，并進一步從中整理出 四千多個描述性格的詞匯 。雖然說四千似乎已經(jīng)很少了，但對于整個用戶語言來說，這仍然是很復雜的。

試想下，在描述一個人性格的時候，如果要給這四千個描述維度分別打分，這該是多大的工作量。因此，他們想在此基礎上進一步縮減。在這個過程中，他們發(fā)現(xiàn)，這些單詞間其實存在一些相關性。比如說，一般外向的人通常也比較健談，冷靜的人通常也比較理智，但他可能也比較內向。如果能定位這些相關性，便可在此基礎上對四千多個詞進行進一步歸類。

近二十年來，人格研究者關注與支持最多的人格定義是 “大五人格理論 ” 。包括了五個高度概括的人格因素：外向性 (Extraversion)，盡責性 (Conscientiousness)，神經(jīng)質 (Neuroticism)，隨和型(Agreeableness)和開放性(Openness)。每個人格因素下還有一些細分特質(比如外向性下包括了是否經(jīng)常參加活動、是否熱心腸等)。這樣，以后你在介紹朋友時，可以將他描述為“比較外向，但不太隨和，可能比較情緒化的一個人”。方式很簡單，但是描述很全面。

實際上，整理這些詞匯以及生成人格分類體系大多是依賴數(shù)據(jù)驅動，與計算機科學有很多很緊密的聯(lián)系。那我們能不能自動的計算用戶的大五人格呢？其實這也是有可能的。

在傳統(tǒng)人格測量中，心理學家往往采用訪談和調查問卷這種形式，需要耗費大量的人力、財力和時間，受測者往往局限于幾十人到幾百人的規(guī)模，不可能實現(xiàn)大規(guī)模用戶的測量。但心理學中還有一種人格測量的方法，叫做 行為測量 ，通過觀察個體的行為來進行測評。行為測量的理論基礎是人格理論中的人類行為的一致性。既然人格能夠解釋人際之間的穩(wěn)定的個體差異，那么個 體行為表現(xiàn)出的差異性就跟個體的人格息息相關 ，因此通過觀察個體行為使得預測人格變成了可能。只是在計算機技術得到廣泛應用之前，心理學家很難收集到用戶足夠豐富的行為數(shù)據(jù)，因此數(shù)據(jù)的匱乏導致了行為測量在傳統(tǒng)心理學中并沒有被廣泛采用。

近年來，隨著互聯(lián)網(wǎng)、智能手機和各種傳感設備的普及，用戶的行為數(shù)據(jù)被廣泛收集，再加上人工智能方法在建模用戶方面的推進，使得通過行為數(shù)據(jù)測量人格的方法在計算機和心理學的交叉領域得到了快速的發(fā)展。我們的研究工作在此基礎上更進一步，提出 “人格推測模型” ，利用社交媒體上的 異構數(shù)據(jù) （比如頭像照片、發(fā)表的文字、表情符使用以及社交關系等）來預測大五人格。比如說針對圖片，我們可以，算出語義表示，再將這些圖片聚成某些類別，如卡通、自拍、合影、動植物。用基于行為數(shù)據(jù)的人工智能方法進行人格預測，首先需要收集少量用戶的調查問卷結果作為標注。通過 標注用戶行為特點及人格特征，將它們之間的映射和聯(lián)系輸入模型中，以訓練出一個好的模型 。

實際上，我們找了一批志愿者，他們提供了自己的數(shù)據(jù)，并完成了問卷調查，這樣我們便擁有兩方面數(shù)據(jù)。在訓練完模型后，新的用戶便無需完成用戶調查，模型可以自動計算其人格。聽很抽象但其實也很具體。例如，我們可以計算用戶發(fā)表文字和性格間的關系。大五人格有五個維度，我們可以 計算出文字和每一個維度間是特別正相關或者特別負相關 。例如一個經(jīng)常在朋友圈寫青春和自我的人可能比較外向，而常寫失敗和面對的用戶外向性得分便很低。還有一些用戶可能會寫時代、社會、成功這些聽起來非常正能量的詞匯，我們發(fā)現(xiàn)這些人盡責性比較高。相反，有些人可能經(jīng)常寫隨便、萌萌、氣質這些詞，我們發(fā)現(xiàn)他們盡責性比較低。盡責性低并不是一個貶義詞：在這個模型中，在乎結果的人盡責性比較高，在乎過程的人盡責性比較低。這兩個極端都有它的優(yōu)勢，并無好壞之分。

我們還通過計算大五人格和用戶頭像 類簇的皮爾遜系數(shù) ，展示了與大五人格強烈正相關或者負相關的類簇（每個類簇選取了2張圖片顯示）。這樣的計算揭示了一些有趣的現(xiàn)象：比如外向性得分高的用戶喜歡使用包含笑臉的頭像，而得分低的用戶往往在頭像中遮擋了面部表情或者使用側臉；開放性得分高的用戶往往使用和朋友在一起的照片作為頭像，而開放性得分低的用戶的頭像很多是自拍照。

我們的實驗結果表明單單使用頭像照片，就能使個體性格預測的準確性到達0.6。我們不僅對每種維度上的行為數(shù)據(jù)提出了針對性的特征提取策略，而且使用集成學習技術（Ensemble）有效融合了不同維度的行為數(shù)據(jù)來提升大五人格預測的準確率，使得個體大五人格預測的準確性到達0.75以上。

在理解用戶之后，下一步就是 如何利用這些知識來幫助機器人產(chǎn)生像人一樣的思維 。人類希望機器人能實現(xiàn)的重要行為之一就是聊天，微軟也提出了“Conversation as a Platform（對話即平臺）”的概念，認為未來所有人機界面都將轉變?yōu)閷υ捊缑妗?/p>

兩年前我看過一部電視劇，至今記憶猶新，是英劇《黑鏡(Black Mirror)》第二季第一集“be right back”。這部電視劇描述了一家人工智能公司，它可以通過一個人的社交媒體和在線聊天數(shù)據(jù)合成一個虛擬人，來模仿人物原型的性格特點和他的女友進行對話。這看起來很科幻，但實際上離我們已經(jīng)并不遙遠。2016年10月一篇新聞報道中也提到，來自俄羅斯的創(chuàng)業(yè)者Kuyda為了紀念去世的朋友Roman，用他的8000條短信數(shù)據(jù)訓練了一個聊天機器人，并于2016年5月正式發(fā)布。

盡管技術已經(jīng)前進了一大步，但就算是目前最好的聊天機器人也還無法讓人感覺他是一個具有穩(wěn)定性格和情感、活生生的人。這就涉及到如何讓機器人的語言和行為更具有個性。

隨著社交網(wǎng)絡盛行，帶有用戶標簽的語言數(shù)據(jù)變得容易獲取。就像前面提到的新聞報道描述一樣，如果我們有足夠的關于某個人的數(shù)據(jù)，就有可能訓練出一個和他個性一樣的聊天機器人。當然，我們還可以通過一群人，例如兒童、學生、甚至詩人的數(shù)據(jù)來訓練出 具有一類人特點 的機器人。例如，我們是否可以收集所有現(xiàn)代詩人的數(shù)據(jù)，用這些數(shù)據(jù)來訓練一個出口成詩的機器人？現(xiàn)在是可以做到的，但隨著研究的深入，相信最終我們還會遇到瓶頸，例如到底如何才能讓機器人具備更加真實的人類性格與情感，這還是需要和心理學家合作。

其實，最早的聊天機器人Eliza就是一個心理咨詢師。大概50多年前，MIT的一位研究員Joseph開發(fā)了Eliza，在與用戶聊天時，Eliza引入了心理學家羅杰斯提出的個人中心療法(Person-Centered Therapy)，更多強調對話態(tài)度，比如尊重與同理心。Eliza其實自己并不主動說新內容，它更多的是一直在引導用戶說話盡可能傾訴?？此朴懬傻腅liza項目取得了意外的成功，它的效果讓當時的用戶非常震驚。以致于后來產(chǎn)生一個詞匯，叫ELIZA效應，即高估了機器人能力的一種心理感覺。ELIZA效應其實現(xiàn)在也很常見，比如擊敗頂尖高手的AlphaGo一出現(xiàn)，人們便覺得電腦已經(jīng)具有下圍棋的靈感，人工智能馬上要超越人類。但其實，AlphaGo背后所有的程序都是人寫的。 所謂的靈感，所謂的智能，實際最終都是程序實現(xiàn)的 。

受ELIZA項目啟發(fā)，微軟亞洲研究院也開展了DiPsy項目，這個項目的目標是讓機器人能夠和人聊天，幫助他們克服心理上的問題。在這個項目中，我們借鑒了心理咨詢中常用的 認知行為療法 (Cognitive Behavior Therapy) 和 正念療法 (Mindfulness)。DiPsy的特點是以自然、有效的方式引導對話，讓用戶盡情傾訴。它還會研究用戶心理過程，在數(shù)據(jù)驅動下，對用戶的心理特質與精神障礙作出診斷。我們采取認知行為療法（CBT）或早期干預，在各種治療性的語境中，改變用戶的思維與行為方式，幫助存在風險的用戶緩解并管理心理問題。

在未來，我們期待這個項目能幫助解決實際的社會問題，例如農(nóng)村留守兒童的心理疏導。在前不久舉辦的未來論壇上，微軟全球執(zhí)行副總裁沈向洋說，他想要解決三個和人腦息息相關的疾?。簝和蚤]癥、中年憂郁癥、老年癡呆癥。我希望我們的技術能幫助他做到這一點。當然，這些研究項目很多都還在起步階段，里面涉及到很多跟其他領域學者的合作，包括心理學，社會學以及認知科學。希望未來可以和更多學科交流，獲得更多研究上的靈感和創(chuàng)新。

我們希望最終能實現(xiàn)讓機器擁有像人一樣的思維，并在人需要時能提供不僅幫助，還能陪伴。當你孤獨時，至少有個AI與你在一起。

知識圖譜：

皮爾遜系數(shù)： 用于度量兩個變量X和Y之間的相關（線性相關），其值介于-1與1之間。在自然科學領域中，該系數(shù)廣泛用于度量兩個變量之間的相關程度。

集成學習： 使用一系列學習器進行學習，并使用某種規(guī)則把各個學習結果進行整合從而獲得比單個學習器更好的學習效果的一種機器學習方法。

三、虛擬女朋友正式商用？微軟研究5年的實體聊天機器人，到底多牛？

近日，微軟就宣布了這一消息。研究了5年的實體聊天機器人正式商用。這個機器人命名 ：“Xiaoice”。

多年來，Xiaoice吸引了一些人工智能方面的頂尖人才，并超越中國進入了日本和印度尼西亞等地區(qū)。微軟表示，采取行動加快了Xiaoice的“本地化創(chuàng)新”并建立了聊天機器人的“商業(yè)生態(tài)系統(tǒng)”。

分拆后，微軟將獲得新的實體許可技術，用于隨后在Xiaoice進行研發(fā)，并將繼續(xù)使用Xiaoice品牌（日文版Rinna），而Microsoft將保留在新公司中的股份。

2014年，微軟Bing研究人員的一個小團隊推出了 Xiaoice，它的中文意思是“ Little Bing”。該機器人立即在中國引起轟動，被許多人視為他們的虛擬女朋友。微軟在該國推出Cortana僅僅幾周后，就出現(xiàn)了聊天機器人。Xiaoice以一個十幾歲女孩的個性為模型，旨在為聊天機器人添加更多的人文和社交元素。用微軟自己的話說，她想成為用戶的朋友。

像所有外國公司一樣，微軟必須努力應對中國的審查制度。該項目涉及AI領域中一些最負盛名的科學家，其中包括陸琦，他后來加入百度擔任其首席運營官 ，并將Y Combinator帶到中國；Jing Kun，曾在百度任職，負責這家搜索巨頭的智能設備。以及微軟傳奇的人工智能與研究部門前高管哈里·舒姆（Harry Shum），現(xiàn)在是剛剛起步的新聞應用程序News Break 的董事會成員。

Shum將擔任Xiaoice新成立的獨立實體的董事長。Xiaoice的總經(jīng)理Li Di將擔任首席執(zhí)行官。日本聊天機器人Rinna的開發(fā)者Chen Zhan被任命為日本辦事處總經(jīng)理。

新公司將保留使用“ Xiaoice”和“ Rinna”品牌的權利，其使命是在大中華地區(qū)，日本和印度尼西亞進一步發(fā)展其客戶群。

微軟聲稱，Xiaoice的最新統(tǒng)計數(shù)據(jù)是，全球有6.6億用戶和4.5億個第三方智能設備。該聊天機器人已經(jīng)在金融，零售，汽車，房地產(chǎn)和時尚等領域找到了應用，聲稱它可以“從文本中挖掘上下文，音調和情感，從而在幾秒鐘內創(chuàng)建出獨特的樣式。” （歡迎轉載分享）

本文來源于汽車之家車家號作者，不代表汽車之家的觀點立場。

四、找一款聊天機器人（虛擬人）軟件或者游戲

http://www.cwebgame.com/viewthread.php?tid=81529

其實你可以搜索 聊天AI ，聊天機器人的

http://international.jabberwacky.com/george 這個已經(jīng)測試會英文。

http://baike.baidu.com/view/58034.htm 這個是知道詞條，提供了小I和小A的鏈接，還有一個FunnyAI……

以上就是關于虛擬聊天機器人相關問題的回答。希望能幫到你，如有更多相關問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內容。

推薦閱讀：

拼多多100個冷門暴利產(chǎn)品推薦（拼多多虛擬店鋪轉讓）

虛擬直播間素材視頻（虛擬直播間素材視頻下載）

網(wǎng)絡營銷就是虛擬營銷（網(wǎng)絡營銷就是虛擬營銷,對嗎,請說明理由）

濕地公園水體景觀設計（濕地公園水體景觀設計圖）

有關于禮儀方面的論文2000字（有關于禮儀方面的論文2000字左右）