认知服务工程的挑战和前景

8830认知服务工程专题讨论0Boualem Benatallah澳大利亚悉尼新南威尔士大学b.benatallah@unsw.edu.au0Fabio Casati意大利特伦托大学和俄罗斯汤姆斯克理工大学 first.last@unitn.it0摘要0认知服务和对话式数字助手正在成为支持人与人、软件服务、设备和"物品"之间自然交互的引擎，这得益于人工智能和人类计算的进步。毫不奇怪，许多大型和小型科技公司都在争相提供用于构建认知服务和对话式机器人的平台。数字助手以自然的方式（通过文本或语音）与软件和人类进行交互，以获取信息并执行操作，从检查天气到预订餐厅和打车，管理云资源，回答简单的科学问题，以及使用物联网启用的咖啡机准备无咖啡因拿铁咖啡。用户的请求或任务通常以自然语言表达，随后进行交互以澄清意图和细节，并根据认知服务的理解寻找答案，或者调用适当的服务或设备。虽然这一新浪潮的潜力令人兴奋，但也带来了重大挑战：我们远离了开发对API调用作出响应的确定性软件的舒适区。现在，我们必须理解、猜测、探索选项，并基于大量可能的意图和服务的概率模型做出决策，同时与用户进行互动。这样做带来了一系列与开发、训练、调整和演化此类服务相关的工程挑战。本专题讨论这些挑战，并确定有趣的研究机会和有前景的趋势。0关键词0认知服务、聊天机器人、自然语言界面01 问题和范围0认知计算通过为软件和软件定义环境的设计、编程、工程和管理开辟了新的领域，带来了计算的范式转变。自然语言正在成为支持人与人、软件、设备和物品之间交互的首选界面，通常通过聊天机器人实现。在这种情况下，提供令人满意的用户体验与传统的服务调用（客户端调用具有精确参数的API）以及Web搜索非常不同，后者可以返回一组选项给用户，而这在聊天机器人中很少能够承担得起。0本文以知识共享署名4.0国际许可证（CC BY4.0）发表。作者保留在其个人和公司网站上传播作品的权利，并附上适当的归属。WWW'18 Companion，2018年4月23日至27日，法国里昂，© 2018IW3C2（国际万维网会议委员会），根据知识共享CC BY 4.0许可证发布。ACM ISBN978-1-4503-5640-4/18/04。https://doi.org/10.1145/3184558.31906650在很大程度上，聊天机器人工程和一般的认知服务工程仍然是一门艺术。虽然有许多技术和工具（例如自然语言处理、实体和意图识别、意图-代码映射规则语言）可以帮助基本理解如何将用户表达映射到意图，甚至从用户表达中提取关键实体，但聊天机器人开发人员仍然需要手动将这些推断的信息映射到API调用（然后向用户提供实际服务）。此外，诸如机器人训练之类的活动可能既昂贵又容易出错，而且在很大程度上，我们仍在了解如何进行这些活动的指导方针和最佳实践。当服务是对话式的并且需要与用户进行除简单和自然交互之外的任何交互时，我们面临着更大的挑战，因为我们仍然缺乏如何建模和管理对话上下文的理解，除了非常简单的情况。每当用户所需的服务需要调用多个API时，可能按照某种顺序进行。这个问题已经得到广泛研究，尽管在Web服务组合领域尚未得到有效解决，但在这里更加复杂，因为我们对用户意图的理解是概率性的而不是确定性的。这在软件工程领域是一个未知的领域：我们正在从接收精确指令并通过在一小组相对静态的服务中进行选择来执行它们的确定性服务的世界转变为概率推理，我们识别用户意图并以短延迟的方式与用户进行建设性互动，澄清这些意图，并通过利用意图与大量不断发展的API甚至通过众包与人类进行交互来实现它们。认知服务启用的努力存在重大差距和风险，许多未解决的理论和技术挑战源于模糊和模糊的意图抽象、数字技术的快速发展以及对数字时代的意外后果（包括安全、隐私和质量控制问题）的日益关注。02 结构和目标0该小组将讨论和探讨认知服务在声音和有效工程方面面临的主要挑战，这些挑战是未开发的机会和有前景的研究方向，不同的计算学科如何有效地为解决这些挑战做出贡献。该小组将组织为一轮陈述后的一轮讨论，旨在积极吸引专家小组成员和与会者。最后，主持人将总结并分享小组讨论的主要观点、观察和发现。0小组讨论会 WWW 2018，2018年4月23日至27日，法国里昂