“小愛，小愛，明天北京天氣如何？”當前，AI對話系統已經深刻融入人們日常生活的方

方面面，技術架構和路線更是百花齊放。

　　然而，作為前沿技術，AI對話系統標準缺失，造成其評價體系不一、在應用中呈現出水平參

差不齊等問題。針對這種狀況，清華大學智能技術與系統實驗室副主任黃民烈教授聯合學界和業

界科研機構共同制定了全球首個《AI對話系統分級定義》（以下簡稱《分級定義》），并于近日

正式發布。《分級定義》旨在更好地評估AI對話系統的能力水平，推動AI對話系統在虛擬個人助

理、智能家居、智能汽車（車載語音）、情感陪護和心理健康等領域的應用有據可依。

　　起源于圖靈測試的AI對話系統，是人工智能領域最重要的研究方向之一。“如果說自然語言

處理是人工智能‘皇冠上的明珠’，那么AI對話系統則是自然語言處理中最難、最核心的任務之

一，是‘明珠中最亮的那顆’。”黃民烈說。

　　黃民烈表示，近年來，隨著深度學習技術的不斷發展，AI對話系統已經從基于規則的第一代和

以傳統機器學習為核心的第二代，發展到以大數據和大模型為顯著特征的第三代，對話能力產生

了革命性變化，在開放話題上展現了驚人的對話能力，對進一步推動人工智能產業發展具有巨大

意義和價值。

　　“考慮到AI對話系統任務繁多、評價維度多樣、技術路線豐富，撰寫小組在制定《分級定義》

時僅關注完全由機器主導的對話系統，人機混合的對話系統不在考慮范圍內。”黃民烈說。

　　黃民烈介紹，同時，為了在實際應用中發揮價值，《分級定義》的制定是從用戶可感知、可觀

察、可測量、可度量的角度出發，不考慮系統的具體技術實現方式，也不區分助理類任務、閑聊、

知識對話等，均以“場景”進行表述。

　　在上述原則之下，《分級定義》從自動對話能力、對話質量高低、單一/多個場景、跨場景的

上下文依賴和自然切換能力、擬人化程度、主動和持續學習能力、多模態感知與表達能力等角度出

發，將AI對話系統劃分為L0—L5共6個等級，等級越高，AI對話系統水平越高。

　　“從上述標準看，當前AI對話系統水平最高已發展至L2到L3之間，如常見的‘小愛同學’等A

I智能助理就處于這個水平。”黃民烈說。

　　與國外相比，我國AI對話系統水平如何？對此，小米技術委員會主席、AI實驗室主任王斌表示

，從目前的工業應用看，我國的AI對話系統與國外的AI對話系統沒有明顯差異，總體處在同一級別。

　　“現在AI對話系統整體處在向L3、L4發展的路上，距離理想還有一定的距離，還需要一到兩年

甚至更長時間的持續努力。”黃民烈說，要向L4、L5邁進，需要破解記憶、聯想、推理、自學習能

力等方面的很多關鍵技術，要做出高表現力的語音合成，如果運用到元宇宙中，還需要做出動作和

表情細粒度的表達，都極具挑戰性。

　　在華為諾亞方舟實驗室語音語義首席科學家劉群看來，AI對話系統最高級別的應用為復雜情感

任務，《分級定義》的發布將促進AI對話系統在情感任務中體現更高水平的智能，從而促進人工智

能未來在情感陪伴、心理健康、虛擬人、元宇宙等方面的應用，大大降低人力和物力成本，促進前

沿科技走進大眾日常生活。