斯特凡·沙弗，德国人工智能研究中心（DFKI）高级研究员 – 采访系列

斯特凡·沙弗 是德国人工智能研究中心（DFKI）认知助手部门的高级研究员和组长。他的作品已在诸如移动、汽车、税务信息、客户服务等领域实现了多个对话式接口。目前，他正在从事针对价值链和混合事件的 AI 聊天机器人。加入 DFKI 之前，斯特凡曾在 Linon Medien 担任产品经理。他在柏林工业大学学习了通信科学和计算机科学，并在多模态人机交互领域获得了博士学位。

是什么最初吸引你进入机器学习领域？

在我学习期间，我就对语音识别产生了浓厚的兴趣，并参加了从头开始构建语音识别器的课程。

是什么最初吸引你进入语音识别领域？

我已经被基于语音的人机交互所吸引，当皮卡德船长与“计算机”交谈并获得有意义的回答时，我就被深深吸引了。

您最近的一个项目是为博物馆构建一个聊天机器人接口，该接口可以预测访客会问什么问题。您能否讨论一下您的团队如何处理这个问题？

为了将问题回答功能集成到博物馆聊天机器人中，我们首先收集了大量的问题，并利用它们来提高系统的回答能力。这是通过对问题和我们从项目合作伙伴 Linon Medien 收到的答案材料进行分类来完成的，Linon Medien 是一家专门为展览制作语音和文本内容的公司。

您的团队还发现内容类型注释可以提高准确性，注释可以带来什么样的准确性差异？

内容类型注释提高了聊天机器人在自然语言理解方面的整体准确性。这意味着由于额外的注释，系统能够提供更多正确的答案。

构建对话式 AI 的核心挑战是什么？

如果没有这些数据，通常只能提供脚本化的体验，这些体验模仿人类之间的对话，但它们是静态的，因此非常不自然。另一个挑战是，开发对话式 AI 接口的过程需要在系统将被使用的特定领域中具有特殊的专业知识。有时，共享所需信息在对话式设计专家和领域专家之间可能是一个困难的过程，这需要额外的用户中心设计方法专家的支持。

您如何构建用户友好的聊天机器人和对话式用户接口？

我们严格遵循用户中心设计的范式。这意味着我们在项目的早期阶段与客户和用户互动，当时系统尚未可用。我们从焦点小组和数据收集开始，并让利益相关者在早期开发阶段审查系统变体。

您对 ChatGPT 和 GPT-4 有何看法？您会有什么不同的做法？

目前，我们使用 ChatGPT 和 GPT-4 作为数据生成工具。然而，我们通常尝试避免通过在研究项目中使用它们来支持这些产品的封闭性质。我们预计在不久的将来，将会有可用的类似的开源模型。

您将在由 Group futurista 主办的即将举行的 聊天机器人和对话式 AI 峰会 上发言，您将讨论什么内容？

我将讨论用户体验和对话式 AI 之间的联系。我将重点关注用户中心设计、数据驱动的用户中心实现和对话式用户接口的评估。

感谢这次精彩的采访，希望听到 Stefan Schaffer 演讲的读者应参加由 Group futurista 主办的 聊天机器人和对话式 AI 峰会。