Facebook 虚拟助理 M 已死，这就是聊天机器人的现状

看新闻很累？看技术新闻更累？试试下载 InfoQ 手机客户端，每天上下班路上听新闻，有趣还有料！

Facebook Messenger 主管 David Marcus 在 2015 年 8 月宣布 Facebook 推出虚拟助理 M，是 Messenger 内的个人虚拟助理，可以完成一些简单任务并代用户查找信息，由 AI 驱动，接受人们的训练和监督。和其他基于 AI 的虚拟助理不同的是，它能够代表用户完成我写人物，如购物、送礼、预定餐厅等等。当初 Facebook 推出虚拟助理 M 的野心很大，是想把 M 打造成能够完成线上到线下服务闭环，使 Facebook 直接成为实物和电商入口的 O2O 项目。但是，如惊天霹雳一声响，日前 Facebook 宣布，将于 2018 年 1 月 19 日关闭虚拟助理 M，团队相关成员将到其他部门任职。让我们看看本文，了解目前聊天机器人的现状。

尽管现在很难回想起过去的情况，但是在 2016 年初，很多科技行业的人都相信“聊天机器人”（基于文本的虚拟助理）将成为下一个大平台。聊天应用公司 Kik 将自己的未来押在了机器和“ chatvertising ”上。初创公司 Betaworks 推出了一个名为 Botcamp 的加速器项目。而在 2016 年的 F8 大会上，Facebook 向开发者推出了“智能机器人”，视为连接 9 亿 Messenger 用户的最佳方式。

AI 前线： chatvertising 是美国聊天应用公司 Kik 于 2014 年 7 月推出的一项功能，旨在让人们通过机器人直接与品牌对话，他们当时认为这种形式可能是广告的未来，至少标志着品牌互动即将步入新时代。当年《华尔街日报》曾撰文称其开创了未来原生广告的新模式。Botcamp 是 Betaworks 为促进聊天机器人的发展而创建的首个创业加速器项目。

几乎没有人能够预料到像 Amazon 的 Alexa 和 Google 智能助理这样的语音助手能够日新月著的发展，而基于文本的聊天机器人沦落成一个笑话。Betaworks 公司称，其加速器是一次性设计的，已经转向其他主题。 Kik 转向了区块链技术。而现在 Facebook 表示，将在 1 月 19 日关闭其全方位服务虚拟助理 M。

从某些方面来看，Facebook 让 M 保持运行的时间很长，这点让人印象很深刻。尽管炒得很火，但在 Facebook Messenger 中的 M 却被当做实验来展示。在旧金山地区，免费服务只提供给一万名员工，他们用它来做一些事情，比如预订餐厅、更改航班、赠送礼物，以及等待客户服务。对那些有机会享用此服务的人而言，M 是一种神奇的福利；但对于 Facebook 来说，却是一个成本中心。

AI 前线： Facebook 虚拟助理 M 从 2015 年 8 月推出，2018 年 1 月 19 日结束，运营时间长达两年半。

那是因为大多数由 M 来完成的任务，都需要人力解决。Facebook 的目标是开发人工智能技术，使 M 几乎所有的任务能够自动化。不过，尽管 Facebook 拥有丰富的工程资源，但 M 的表现却不尽人意：一位熟悉该项目的消息人士估计，M 从来没有超过 30％的自动化水平。去年春天，M 的主管承认他们试图解决的问题比最初意识到的要困难得多。

对于M 的主管来说，在2015 年，当人们对聊天机器人感到新颖、认为其未来充满可能性的时候，为这个项目获得内部支持和资源是很容易的。但是，人们越来越清楚的认识到，M 总是需要大量昂贵的人力资源，那么，将服务扩大到更广泛的受众的想法变得不那么可行了。

M 的核心问题是：Facebook 并没有限定可以要求 M 做什么。Alexa 业已证明擅长处理更小范围的问题，很多都与事实有关，或者是 Amazon 在购物方面的核心优势。

另一个挑战是：当 M 可以完成任务时，用户会得寸进尺，要求 M 完成更为艰巨的任务。一个完全自动化的 M 需要做的事情远远超出现有机器学习技术的能力。今天最好的算法对于真正理解自然语言的所有细微差别还有很长的一段路要走。

Facebook 的 M 确实成功地将承包商的部分工作自动化了。如果你让机器人去送花，它可以自动从在线花店那里得到建议，只要求一个人选择向用户提供的报价。

Facebook 并非完全空手而归。使用该服务和角色扮演的无所不知的助理已经生成了有价值的数据，可供公司的人工智能研究人员使用。使用机器学习使软件更好地理解自然语言和对话是团队的主要兴趣之一。

Facebook 在一份声明中说：“我们启动这个项目，是希望用户对虚拟助理的需求和期望中学习，我们从中学到了很多东西。我们正在将这些有用的见解用于 Facebook 上的其他 AI 项目，对 M 在 Messenger 实验中的表现，我们非常满意，这就是该实验给我们的心得。”

感谢陈思对本文的审校。