社會是人與人互動的基礎設施的一個快速發(fā)展的難題。這種互動的基石是溝通，它構成了現代生存的基礎。隨著時間的流逝，交流已經采取了多種形式，但有著堅定不移的意圖。從浪漫的燭光對話到Google和Facebook上的廣告，各種交流形式都試圖將目標付諸行動。

對話軟件的第一次嘗試可以追溯到1966年左右開發(fā)的“ ELIZA”。

隨著人工智能的出現，這種簡單的想法變得更加復雜?，F在，AI被用于存儲，分析甚至創(chuàng)建交流，因此人們不再需要站在對話的任何一邊。您最喜歡的電子商務網站上的消費者聊天機器人，自動預訂確認電子郵件以及高級算法生成的針對下一個假期目的地的推薦，都是與人們互動以采取所需行動的機器示例。

但是，當這些機器可以生成極其復雜的，類似于人的通信時，會發(fā)生什么呢?當一個看似專業(yè)，善于閱讀的人觸及正確的情感標記時，我們不是更相信嗎?

自從1950年艾倫·圖靈(Alan Turing)制定了圖靈測試作為機器智能的度量標準以來，人們就一直在創(chuàng)造可以像人類一樣進行交流的機器。對對話軟件的首次嘗試可以追溯到1966年左右開發(fā)的“ ELIZA”(在此處嘗試) 。這始于嘗試識別熟悉的人類短語并提出常見問題的合理答案。但是ELIZA離Gmail還有很長的路要走，建議他們完成句子或在周六晚上從心底與Siri見面。

當算法能夠在文本之間建立統計關系并了解哪個詞在含義或語法結構上更接近其他詞時，第一個突破就來了。這導致對跨文檔甚至??文檔語料庫之間的單詞之間的關系的理解，從而可以對它們的主要思想進行解密和分類。這是AI研究被困多年的地方。