電影里的聊天機器人都是怎麼弄的

⑴ 機器人怎麼說話

找到自動聊天機器人app,與它進行對話就好。 可以與它智能對話,及時問答,網路信息,天氣,生活小知識,聊天調侃。

對話機器人作為近年來愈發普遍的產品，以各種各樣的形態出現我們的生活中：電話客服、文本客服、超市裡的導購機器人等；那這些機器人如何實現和我們人類的智能對話的呢？本文將用顯淺易懂的文字講述機器人的對話原理與產品設計要點。

除卻問答型的機器人外，市面上常見的還有閑聊機器人，最典型的代表就是微軟小冰：無聊了，寂寞了，都可以找小冰說說話，而小冰一般也能給出不錯的對話內容。

要滿足機器人的閑聊場景，做法和問答型機器人大同小異，就是加入一個閑聊的語料庫，這個語料庫一般都可以從網上找到，但語料的覆蓋范圍和提供者所從事的服務有很大的關系，例如阿里雲小蜜的閑聊就滿滿的都是淘寶味，畢竟那些訓練的語料大都來自於淘寶體系內用戶和掌櫃的聊天內容。

而一般的智能客服廠商，為了更好的銜接對話，也為了讓用戶有一個更好的對話體驗，一般也會加入一定量級的閑聊語料庫，但這個庫一般卻是不允許編輯的，裡面涉及一些敏感詞的管理，以及運營成本的考慮。

⑵ 設計和構造一個自動應答聊天機器人都涉及到哪些技術

主要涉及的有機器人平衡技術，計算機視覺技術，聲音識別技術，材料學技術，機械自動化技術，電子科學技術。機器人平衡的技術涉及面比較廣，有理學的經典力學，控制科學與工程的控制系統與控制工程專業。主要是通過建立一個自由度調整的平衡方程來做出一個機器人平衡演算法，主要基於ZMP（零點力臂判據）。計算機視覺和聲音識別技術主要是計算機相關專業和控制科學與工程的模式識別與智能系統專業在做，聲音識別我只了解一個大概，主要是研究通過聲音輸入進行A/D轉化並且進行濾波後，通過一個匹配演算法對於字型檔或者命令庫當中的條目進行對應，計算機視覺的話目前主要是先通過波爾卷積識別出來所關心的圖像部分，然後通過構架識別與紋理識別進行虛擬建模，電影阿凡達採用的技術就是比較前沿的，電影里的人物面部表情就是通過識別演員的面部構建出來虛擬人物的框架然後進行貼圖的一個動態系統。材料科學我不太了解，這個一般是在製作成樣機的時候會考慮各器件的溫度，震動魯棒性選取適當的材料做一些輔助性的作用。機械和電科很關鍵，主要是解決的動力學問題和控制晶元問題，如果前面是理論創新的部分，那他們是製造過程當中最關鍵的一環，主要解決舵機的力學傳輸，控制信號的處理和傳輸，各種感測器信號的採集等問題。機器人未來走向的話也要分開來說，平衡演算法肯定是越來越先進，但是ZMP恐怕在未來很長時間都會是主要判據，但是通過多關節的配合來實現平衡肯定是主要發展方向。語音識別方面主要是解決方言識別或者是聲音信號不那麼標準的時候識別率不高的問題。視覺識別方面未來的走向是主要解決抗遮擋干擾問題，目前的主流技術對於遮擋的魯棒性很差，經常會出現目標被遮擋然後移除遮蓋物以後，計算機視覺系統往往會被嚴重干擾，這個問題目前已經提出了新的識別判據並且已經有了一些初步成果，在未來的幾年新的識別判據會被廣泛開發和普及。材料學的話我了解的不是很多，應該是在隨著材料學的新進展，會有一些對於溫度震動魯棒性差的器件有更好的保護，比如有的器件在一定精度內只能工作在-10到30度內，那麼隨著材料學的發展有可能製作出能擴展器件的適用溫度范圍的保溫材料。電科與機械方面那隻能用日行千里來形容了，幾乎每年都會有更好性能的處理晶元和電機出現，這個變化只能用更快，更小，更強來形容。

⑶ 怎麼製作人工智慧

做一個資料庫 做一個查詢軟體 把所有的回答寫到資料庫里 用查詢軟體查詢隨機抽取答案 因為資料庫有模糊查詢 當然你機器配置要高 而且工作量不是一個人能搞的，海量的數據需要一條一條輸入

⑷ 聊天機器人概述

聊天機器人，是一種通過自然語言模擬人類，進而與人進行對話的程序。

1950年，圖靈（Alan M. Turing）在 Mind 期刊上發表的文章 Computer Machinery and Intelligence ，這篇文章開篇就提出了「機器能思考嗎？(Can machines think?)」的設問，提出了經典的 圖靈測試（Turing Test） 。通過圖靈測試被認為是人工智慧研究的終極目標，圖靈本人也因而被稱為 「人工智慧之父」 。

1966年，最早的聊天機器人程序 ELIZA 誕生，由麻省理工（MIT）的約瑟夫·魏澤鮑姆（Joseph Weizenbaum）開發，開發用於臨床模擬羅傑斯心理治療的 BASIC腳本程序 。實現技術僅為對用戶輸入計算機的話語做關鍵詞匹配，並且回復規則是由人工編寫的。

1972年，美國精神病學家肯尼思·科爾比（Kenneth Colby）在斯坦福大學（Standford University）使用 LISP 編寫了模擬偏執型精神分裂症表現的計算機程序 PARRY 。

1988年，英國程序員羅洛·卡彭特（Rollo Carpenter）創建了聊天機器人 Jabberwacky ，項目目標是「以有趣、娛樂和幽默的方式模擬自然的人機聊天」，這個項目也是通過與人類互動創造人工智慧聊天機器人的早期嘗試，但 Jabberwacky 並未被用於執行任何其他功能。技術是使用 上下文模式匹配技術 找到最合適的回復內容。

1988年，加州大學伯克利分校（UC Berkeley）的羅伯特·威林斯基（Robert Wilensky）等人開發了名為UC（UNIX Consultant）的聊天機器人系統。UC聊天機器人目的是幫助用戶學習UNIX操作系統。

1990年，美國科學家兼慈善家休·勒布納（Hugh G. Loebner）設立了人工智慧年度比賽------勒布納獎（Loebner Prize）。勒布納獎旨在藉助交談測試機器的思考能力，它被看做對圖靈測試的一種時間，其比賽的獎項分為金、銀、銅三等。目前為止，尚無參賽程序達到金獎或銀獎標准。

在勒布納獎的推動下，聊天機器人迎來了研究的高潮，其中較有代表性的聊天機器人系統是1995年12月23日誕生的 ALICE（Artificial Linguistic Internet Computer Entity） 。隨著 ALICE 一同發布的 AIML（Artifical Intelligence Markup Language） 目前在移動端虛擬助手的開發中得到了廣泛的應用。

2001年，SmarterChild在簡訊和即時通信工具中廣泛流行，使得聊天機器人第一次被應用在了即時通信領域。2006年，IBM開始研發能夠用自然語言回答問題的最強大腦 Watson ，作為一台基於IBM「深度問答」技術的超級計算機， Watson 能夠採用上百種演算法在3秒內找出特定問題的答案。

2010年，蘋果公司推出了人工智慧助手 Siri ， Siri 的技術來源於美國國防部高級研究規劃局公布的CALO計劃：一個簡化軍方繁復事務，且具備學習、組織及認知能力的虛擬助理。CALO計劃衍生出來的民用版軟體就是 Siri虛擬個人助理 。

此後，微軟小冰、微軟Cortana（小娜）、阿里小蜜、京東JIMI、網易七魚等各類聊天機器人層出不窮，並且這些聊天機器人逐漸滲透進人們生活的各個領域。

2016年，全國各大公司開始推出可用於聊天機器人系統搭建的開放平台或開源架構。

2010年至今，標志性的聊天機器人產品如下圖所示。

總結：隨著人工智慧相關技術「東風」漸起，自然語言處理研究碩果頗豐，聊天機器人相關技術迅速發展。同時，聊天機器人作為一種新穎的人機交互方式，正在成為移動搜索和服務的入口之一，畢竟搜索引擎的最終形態很可能就是 聊天機器人 。眾多人工智慧領域的探索者和開發者都想緊緊抓住並搶占聊天機器人這一新的交互入口。

下面從幾個維度對齊進行分類介紹。

在線客服聊天機器人系統 的主要功能是自動回復用戶提出的與產品或服務相關的問題，以降低企業客服運營成本、提升用戶體驗。代表性的商用在線客服聊天機器人系統有小i機器人、京東JIMI客服機器人、阿里小蜜等。以京東JIMI客服機器人為例，用戶可以通過與JIMI聊天了解商品的具體信息、了解平台的活動信息、反饋購物中存在的問題等。另外，JIMI具有一定的 拒識能力 ，因此可以知道用戶的哪些問題時自己無法回答的，且可以及時將用戶轉向人工客服。阿里巴巴集團在2015年7月24日發布了一款人工智慧購物助理虛擬機器人，取名為「阿里小蜜」，阿里小蜜基於客戶需求所在的垂直領域（服務、導購、助手等），通過「智能+人工」的方式提供良好的客戶體驗。

娛樂場景下聊天機器人系統 的主要功能是同用戶進行不限定主題的對話（閑聊），從而起到陪伴、慰藉等作用。其應用場景集中在社交媒體、兒童陪伴及娛樂、游戲陪練等領域。有代表作的系統如微軟的「小冰」、微信的「小微」、北京龍泉寺的「賢二機器僧」的等。

教育場景下的聊天機器人系統 可以根據教育內容的不同進一步劃分。這類聊天機器人的應用場景為具備人機交互功能的學習、培訓類產品，以及兒童智能玩具等。

個人助理類 應用可以通過語音或文字與用戶進行交互，實現用戶個人事務的查詢及代辦，如天氣查詢、簡訊手法、定位及路線推薦、鬧鍾及日程提醒、訂餐等，從而讓用戶可以更便捷地處理日常事務。

智能問答類 聊天機器人系統可以回答用戶以自然語言形式提出的事實型問題及其他需要計算和邏輯推理的復雜問題，以滿足用戶的信息需求並起到輔助用戶決策的目的。不僅要考慮如 What、Who、Which、Where、When 等事實型問答，也要考慮如 How、Why 等非事實型問答，因此智能回答的聊天機器人通常作為聊天機器人的一個服務模塊。

從實現的角度來看，聊天機器人可以分為 檢索式 和 生成式 。檢索式聊天機器人的回答是提前定義的，在聊天時機器人使用規則引擎、模式匹配或者機器學習訓練好的分類器從知識庫中挑選一個最佳的回復展示給用戶。生成式聊天機器人不依賴於提前定義的回答，但是在訓練機器人的過程中，需要大量的語料，語料包含上下文聊天信息和回復。

盡管目前在具體生產環境中，提供聊天服務的一般都是基於檢索的聊天機器人系統，但是基於深度學習Seq2Seq模型的出現可能使基於生成的聊天機器人系統成為主流。

基於功能的聊天機器人可以分為問答系統、面向任務的對話系統、閑聊系統和主動推薦系統4種。

目前，對問答系統和主動推薦系統的評價指標較為客觀，評價方式也相對成熟。而面向任務的對話系統和餡料系統，在給定相同輸入的情況下，系統回復形式可以多種多樣，對於用戶的同一輸入，通常有多種合理且數目不固定的回復，這使得很難通過一種客觀的機制對其進行評價，所以在評價時需要加入人的主觀判斷作為評價的依據之一。

通常，一個完整的聊天機器人系統框架如圖，其主要包含自動語音識別、自然語言理解、對話管理、自然語言生成、語音合成5個主要的功能模塊。需要指出的是，並不是所有的聊天機器人系統都需要語音技術。
例如，以文字方式實現人機交互的聊天機器人系統，就不需要自動語音識別模塊和語音合成模塊。

Amazon Lex是一種可以在任何程序中使用語音和文本構建對話界面的服務。Amazon Lex提供可擴展、安全且易於使用的端到端(end2end)解決方案，以構建、發布和監控開發人員發布的機器人。下圖展示了聊天機器人如何通過對話的方式協助用戶完成訂花的需求。

另一個典型的聊天機器人框架是Facebook的Wit.ai。Wit.ai積累了大量高質量的對話數據，有效促進了聊天機器人系統的發展，並通過將人工智慧和人類智能結合，進一步提升了聊天機器人的智能水平。

聊天機器人的4種分類，包括 問答系統、面向任務的對話系統、閑聊系統和主動推薦系統。

Siri被定位為面向任務的對話系統，為用戶提供打電話、訂餐、訂票、放音樂等服務。Siri對接了很多服務，且設置了 「兜底」 操作，當Siri無法理解用戶的輸入時就命令搜索引擎返回相關的服務。Siri的出現引領了移動終端個人事務助理的商業化發展潮流。

下圖是Siri的技術框架：

2011年2月，IBM耗資3000萬美元研發的IBM Watson登上了美國著名智力問答競賽節目《危險邊緣》(Jeopardy)，面對節目中充滿雙管意思的英文問題，IBM Watson能做出分析並在龐大的自然語言知識庫中尋找線索，將這些線索組合成答案。最終，IBM Watson壓倒性地優勢擊敗了節目中最聰明的人腦，同時創下了這個知識競賽系列節目27年歷史上的最高分。IBM Watson作為IBM公司研發的問答系統，集成了自然語言處理、信息檢索、知識表示、自動推理、機器學習等多項技術的應用，形成了假設認知和大規模的證據搜集、分析、評價的深度問答技術。IBM Watson可以分析自然語言形式的數據，通過大規模學習和推理，為用戶提供個性化服務。

2012年7月9日，谷歌發布了智能個人助理Google Now。Google Now通過自然語言交互方式為用戶提供頁面搜索、自動指令等功能。Allo是谷歌在前述工作的基礎上發布的語音助手。Allo具備隨時間推移學慣用戶行為的能力。

2014年4月2號

主動推薦系統採用的是一種實現個性化信息推送的技術方式。主動推薦系統並不需要用戶提供明確的需求，而是通過分析用戶的歷史行為數據建立用戶畫像，從而基於用戶畫像主動向用戶推薦系統認為能夠滿足用戶興趣和需求的信息。在電商購物（如阿里巴巴、亞馬遜）、社交網路（如Facebook、微博）、新聞資訊（如今日頭條）、音樂電影（如網易雲音樂、豆瓣）等領域均有廣泛而成功的應用。主動推薦系統本質上是一項幫助人們解決信息過載(information overload)問題的工具。所謂信息過載，是指用戶真正需求、真正感興趣的東西被淹沒在其同類物品的海洋里。 主動的交互方式能夠顯著提升用戶體驗，且機器人主動交互的方式更接近真實的人與人之間的對話方式，使得對話更自然。

一種主動推薦的方式，是基於 知識圖譜（Knowledge Graph） 的主動推薦系統。例如，在建立音樂領域的主動推薦系統時，可以先建立音樂領域知識圖譜和用戶知識圖譜，然後在進行用戶信息搜索的過程中建立起用戶的音樂喜好畫像，從而更精準地對用戶進行音樂推送。

從圖中可看出，在用戶點播歌曲的過程中，主動推薦系統可以結合音樂知識圖譜、用戶個人知識圖譜，以及用戶的歷史對話數據，綜合給出最優的音樂推薦。

主動推薦系統與問答系統、面向任務的對話系統和閑聊系統被認為是聊天機器人產品的4種主要分類。

⑸ 聊群里的機器人怎麼弄的

搜索「冰山QQ機器人」在官網下載一個軟體到桌面，登錄一個QQ作為機器人，常用的QQ設置為機器人管理員。
在軟體上面安裝需要的插件如問答系統，智能聊天，定時廣播，每日簽到，積分系統，QQ群管家，VIP群管，菜單插件，綜合游戲等插件，再對機器人的插件功能進行相應的設置。
在軟體配置包裡面導入機器人配置和菜單配置，如需新增插件將插件介紹區的指令復制到菜單製作界面寫好插件名稱和插件指令點擊編輯。將新增插件名稱添加到主菜單裡面。
機器人進群以及在群里的功能設置。將登錄軟體的不常用QQ和設置的機器人軟體管理員QQ加為好友，私聊機器人QQ給需要安裝機器人的群授權後拉機器人QQ進群，即可在群里發送指令讓機器人來管理QQ群。