问：
聊天机器人如何训练？
A：几乎每个人都通过Apple Siri等个人助手或通过客户服务部门与聊天机器人进行了交互，但是它们看起来如何如此聪明？ 人工智能开发人员可以通过多种方式训练这些机器人以给出切合实际的响应。
设计机器人的最简单方法是使其对预先设定的响应范围做出响应。 这是约瑟夫·魏岑鲍姆（Joseph Weizenbaum）（1923-2008）在1960年代开发的ELIZA程序所使用的方法。
ELIZA的目的是模仿罗杰式心理治疗师。 该程序只能根据预编程的“脚本”进行响应，但是许多用户发现效果如此逼真，以至于他们坚持认为ELIZA确实是智能的。
这被称为“ ELIZA效应”。
人工智能的研究为开发聊天机器人提供了更为复杂的方法，使聊天机器人可以从开发人员提供的培训数据和用户输入中“学习”。
让我们以一个用于软件公司客户服务部门的聊天机器人为例。 首先，该机器人将从公司自身的资源中获取信息：文档，常见问题解答，电子邮件，聊天记录。
该机器人不仅会像ELIZA那样局限于开发人员提供的任何东西。 它将能够使用自然语言处理（NLP）从与客户的真实互动中学习。
即使进行了自动学习，机器人仍然会在某些领域遇到麻烦。 人类有时不得不使用监督学习来训练机器人。 鉴于人类语言的含糊不清，将很难构建可以完全不受监督运行的聊天机器人。
人类用户还可能必须检查聊天机器人的结果是否准确，尤其是在商业环境中。 不过，这些聊天机器人将比像ELIZA这样的纯粹基于规则的程序更加灵活。
机器学习和自然语言处理方面的进步可能会使这些聊天机器人在未来变得更加智能。
