“小愛，小愛，明天北京天氣如何？”當前，AI對話已經深刻融入人們日常生活的方方面面，技術架構和路線更是百花齊放。

　　然而，作為前沿技術，AI對話系統標準缺失，造成其在應用中呈現出水平參差不齊、評價體系不一等問題。針對這種狀況，6月28日，清華大學智能技術與系統實驗室副主任黃民烈教授聯合學界和業(yè)界科研機構共同制定的全球首個《AI對話系統分級定義》(以下簡稱《分級定義》)正式發(fā)布，旨在更好地評估AI對話系統的能力水平，推動AI對話系統在虛擬個人助理、智能家居、智能汽車(車載語音)、情感陪護和心理健康等領域的應用有據可依。

　　起源于圖靈測試的AI對話系統，是人工智能領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對話系統則是自然語言處理中最難、最核心的任務之一，是‘明珠中最亮的那顆’。”黃民烈說。

圖為黃民烈教授在介紹對話系統分級定義。

　　黃民烈表示，近年來，隨著深度學習技術的不斷發(fā)展，AI對話系統已經從基于規(guī)則的第一代和以傳統機器學習為核心的第二代，發(fā)展到以大數據和大模型為顯著特征的第三代，對話能力產生了革命性變化，在開放話題上展現了驚人的對話能力，對進一步推動人工智能產業(yè)發(fā)展、實現智能化具有巨大意義和價值。

　　“考慮到AI對話系統任務繁多、評價維度多樣、技術路線豐富，撰寫小組在制定《分級定義》時僅關注完全由機器主導的對話系統，人機混合的對話系統不在考慮范圍內。”黃民烈說。

　　黃民烈介紹，同時，為了在實際應用中發(fā)揮價值，《分級定義》的制定是從用戶可感知，以及可觀察、可測量、可度量的角度出發(fā)，不考慮系統的具體技術實現方式，也不區(qū)分助理類任務、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)學習能力、多模態(tài)感知與表達能力等角度出發(fā)，將AI對話系統劃分為L0-L5六個等級，等級越高，AI對話系統水平越高。

　　“從上述標準看，當前AI對話系統水平最高已發(fā)展至L2-L3之間，如常見的‘小愛同學’等AI智能助理。”黃民烈說。

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

　　“現在整體處在L3-L4的路上，距離理想還有一定的距離，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，需要破解很多關鍵技術，如記憶、聯想、推理、自學習能力等，能不能做出高表現力的語音合成，以及動作和表情細粒度的表達，這都是很大的挑戰(zhàn)。

　　盡管如此，但在華為諾亞方舟實驗室語音語義首席科學家劉群看來，AI對話系統最高級別的應用為復雜情感任務，該《分級定義》的發(fā)布將促進AI對話系統在情感任務中體現更高水平，從而促進人工智能未來在情感陪伴、心理健康、虛擬人、元宇宙等方面的應用，大大釋放人力和物力成本，促進前沿科技走進大眾日常生活。