人工智能技术的进步正在把以前被认为无法解决的问题变成现实，而这些正影响着我们的日常生活。
随着人工智能的显著增长，新一代的聊天机器人最近涌入了市场，他们承诺未来这个世界上，我们的许多在线互动不会出现在网站或应用程序上，而是在一场对话中。
把这个承诺变成现实，是更好的用户界面、智能手机的无处不在，以及新的、先进的机器学习技术。
或许，这一波新型人工智能应用背后的主要驱动因素之一是深度学习，尽管这一种机器学习领域已经存在了大约50年，但它最近已经彻底改变了计算机视觉和自然语言处理（NLP）等领域。
尽管它的表现令人难以置信，但仅靠深度学习不足以解决聊天机器人所面临的挑战。
能够理解语境，消除语言中细微的差别，从而导致截然不同的含义、逻辑推理，以及最关键的是理解消费者的喜好和意图，一个系统必须能够执行这些具有挑战性的任务，才能与人类进行对话。
在构建真正强大的聊天机器人时，不仅要用上下文来回答复杂问题，还要用对话框之外的信息来回答问题。
要想有效地回答问题，机器人需要依赖之前在对话中分享的信息，或者是在机器人和消费者之间的其他对话中。
此外，商业目标和消费者的意图也会影响机器人所能做出的反应。
如果一个现代的对话引擎希望超越简单层次的问题，它就必须将深度学习领域中涌现出来的最杰出技术结合在一起，这包括可靠的统计数据、语言学和其他机器学习技术，以及更结构化的经典技术，如语义分析和程序归纳，
建立智能会话系统的第一站是数据。
虽然我们生活在一个不断生成源源不断的数据流的时代，但大多数数据都过于原始，无法立即用于机器学习算法。
特别是深度学习因必须要有大量高质量的数据才能释放出真正的潜力。
无人监督学习，即机器学习的子领域，致力于从原始数据中提取信息，不受人类的帮助，这可能是一个很有前途的选择。
温馨提示：答案为网友推荐，仅供参考
相似回答