人工智慧助理的歷史：從起源到現在

人工智慧助理的歷史代表了從簡單的基於規則的系統到能夠支援複雜戰略決策的複雜會話夥伴的顯著演變。隨著越來越多的組織使用這些人工智慧助理來提高生產力和決策流程，了解這個演進過程可為有效利用這些技術提供寶貴的背景資料。

起源：最早的統計模型（1906 年）

根據 Al-Amin 等人 (2023) 的研究，未來聊天機器人的第一個理論基礎可追溯到 1906 年，當時俄羅斯數學家 Andrey Markov 開發了「馬可夫鏈」，這是預測隨機序列的基本統計模型。這個方法雖然比現今的技術還要原始，但代表了教導機器以概率方式產生新文字的第一步。

圖靈測試 (1950)

會話式人工智慧歷史上的一個關鍵時刻是 1950 年Alan Turing 發表的《Computing Machinery and Intelligence》一文，他在文中提出了我們今天所知的「圖靈測試」。此測試評估機器透過自然語言會話表現出與人類行為無異的智慧行為的能力。

第一批基於規則的聊天機器人（1960-2000 年）

ELIZA (1966)

第一個被廣泛認可的聊天機器人是 ELIZA，由 Joseph Weizenbaum 於 1966 年在麻省理工學院開發。Al-Amin 等人 (2023) 指出，ELIZA 使用簡單的模式匹配技術模擬治療師，反映使用者的回應以模擬對話。儘管簡單，許多使用者仍認為該系統具有類似人類的理解能力。

PARRY (1972)

與 ELIZA 不同，PARRY（1972 年由精神科醫師 Kenneth Colby 在史丹佛大學開發）模擬一位妄想型精神分裂症患者。它是第一個接受圖靈測試的聊天機器人，標誌著使用這些測試來評估聊天機器人會話智慧的開始。

字符和其他發展（1980-1990 年）

1980 年代出現了 Racter (1983)，能夠使用語法規則和隨機化方式產生有創意的文字，接著是 JABBERWACKY (1988) 和 TINYMUD (1989)，代表著在模擬自然會話方面又向前邁進了一步。

ALICE 和 AIML (1995)

Richard Wallace 於 1995 年開發的 ALICE (Artificial Linguistic Internet Computer Entity，人工語言網際網路電腦實體) 則是一大進步。ALICE 使用 AIML (Artificial Intelligence Markup Language，人工智慧標記語言)，專門用來建模人類與聊天機器人互動時的自然語言。

NLP 革命與語音服務時代 (2000-2015)

2000 年至 2015 年間，應用了更先進的自然語言處理統計技術，大幅提升了語言理解能力：

SmarterChild (2001)

SmarterChild 由 ActiveBuddy 於 2001 年開發，是最早整合至即時通訊平台的聊天機器人之一，使用者人數超過 3000 萬。

CALO 和 Siri (2003-2011)

CALO' (Cognitive Assistant that Learns and Organises) 計畫由 DARPA 於 2003 年發起，奠定了 Siri 的基礎，後來被 Apple 收購，並於 2011 年推出為 iPhone 4S 的虛擬助理。正如 Al-Amin 等人（2023 年）所指出的，Siri 是將語音助理整合至消費性裝置的重大突破，它使用深度神經網路來處理和理解語音指令。

進階語音助理與基礎模型的時代

整合先進 AI 的 Siri

Siri* 的演進達到了一個新的里程碑，整合了先進的人工智慧模型，使其功能發生了革命性的變化。根據 Al-Amin 等人（2023 年）的說法，這個全新的強化版 Siri 利用更精密的神經架構，以更深入的方式瞭解對話的情境，並維持先前互動的記憶，適應使用者的個人偏好。現在，Siri 助理能以更豐富的情境理解能力來理解複雜的多輪請求，讓互動更自然、更不零碎。這項整合代表邁向虛擬助理能夠支援真正雙向對話的重要一步。

Alexa+ 與居家照護的未來

Alexa+標誌著 Amazon 生態系統的徹底進化，將語音助理轉變為全面的家庭 AI 平台。Al-Amin 等人（2023 年）強調了 Alexa+ 如何不再局限於回應特定指令，而是現在能夠透過整合先進的預測模型來預測使用者的需求。該系統可以自主協調智慧型家庭裝置，根據偵測到的行為模式建議客製化自動化，並透過增強的情境理解促進更自然的互動。其中最重要的創新是，Alexa+ 現在可以執行複雜的多步驟任務，無須重複啟動，透過長序列的互動來維持情境。

Cortana 和 Watson 助理

微軟於 2014 年推出的Cortana（現為 Copilot）提供語音辨識功能，可執行設定提醒事項等任務，而 IBM 的 Watson Assistant 則展現了先進的語言理解與分析能力，在 2011 年的 Jeopardy!

‍

今日戰略助理：變革者時代（2018年至今）

ChatGPT 與 LLM 革命 (2018-2022)

Al-Amin 等人（2023 年）的研究強調 OpenAI 推出 ChatGPT 如何標誌著根本性的突破。從擁有 1.17 億個參數的 GPT-1 (2018 年) 開始，到擁有 1,750 億個參數的 GPT-3 (2020 年)，這些模型使用 Transformer 架構以前所未有的能力來理解和產生文字。ChatGPT 於 2022 年 11 月公開發行，標誌著會話式 AI 無障礙的決定性時刻。

Google Bard (2023)

作為對 ChatGPT 的回應，Google 於 2023 年推出 Bard (現為Gemini)，以其 LaMDA (Language Model for Dialogue Applications) 模型為基礎。Al-Amin 等人（2023 年）指出，Bard 採用循序漸進的方式，逐步增加多語言能力以及程式設計與數學專業技能等功能。

未來：協同智能（2025 年及之後）

展望未來，人工智慧助理正朝著更先進的協同智慧形式演進。Al-Amin 等人（2023 年）的研究指出了幾個有前途的發展領域：

客製化助理：聊天機器人可根據個別使用者的隱含個人資料進行調整。
合作式聊天機器人：可與其他聊天機器人和人類合作達成共同目標的系統。
創意聊天機器人：能夠產生藝術內容並支援創意流程的助理。

此外，研究還強調了 AI 助手在特定領域的擴展：

醫療照護：用於預約管理、症狀評估及個人化病患支援。
教育：作為開放式教育資源，具有適應性與客製化內容。
人力資源管理：使人力資源流程自動化，並改善企業溝通。
社交媒體：用於情感分析和內容製作。
工業 4.0：用於預測性維護和供應鏈最佳化。

總結

從簡單的聊天機器人演進到策略性的 AI 夥伴，代表著我們這個時代最重要的技術轉型之一。這個進程是由跨學科的科學力量、商業應用和使用者需求所推動。將先進的基礎模型整合至 Siri 和 Alexa+ 等助手中，正在加速這種轉變，帶來日益個人化和情境化的體驗。隨著這些系統變得越來越有影響力，平衡創新與道德考量的負責任與透明的發展變得至關重要。

‍

*註：截至目前為止（2025 年 3 月），必須指出的是，文中所述的進階版 Siri 實際上尚未由 Apple 公開發售。參考 Apple 的慣常政策，未發佈的可能原因可能涉及使用者隱私的考量，以及希望呈現符合公司本身標準的產品。

人工智慧助理的演進：從簡單的聊天機器人到策略夥伴