主动聊天机器人根据使用场景划分的两大主要类型——开放域型（Open-Domain）和任务导向型（Task-Oriented），帮助您更好地进行相关决策。

◆任务导向型聊天机器人

　　机器人的目标只是为了解决一种或者一类明确的问题，比如客户接待、订餐、订酒店、订机票等等。相比于开放域机器人，任务导向型的机器人搭建起来比较简单，而且商用化可行性也较高（能办的事情少，出纰漏的概率也小），因此这也是市场上最多的一种主动聊天机器人的形态。目前常见的智能客服机器人就属于任务导向型的机器人。

◆任务导向型聊天机器人的发展方向

　　传统上任务导向型机器人多使用端对端（end-to-end）模型，但这种模型太过理想化，需要海量数据作为支撑；而一旦数据规模小了之后，纯粹的端对端模型就变得非常无力了。现在的一种成熟的解决方案就是针对用户的具体业务来设计一些特征、模版和规则，不过这种方案无法做到一劳永逸——当客户的业务发生更改时，需要服务商或者用户自己不断地更新和维护现有的机器人系统，十分麻烦。

　　未来一种比较好的发展方向是将端对端模型应用在聊天机器人的局部而非整体，配合上信息抽取和知识图谱等技术来实现一个高可用的框架。

◆开放域型（Open-Domain）机器人：

　　与任务导向型的机器人不同，开放域机器人要做的事情很全很大，从寒暄聊天到提供实质的服务都有它的身影，这些更加符合大家定义的“人工智能”概念——一个与真人高度类似的虚拟存在。

　　目前的障碍是：功能强大的、开放域的自动聊天机器人在短期内还难以实现。目前说到开放域机器人，大家接触最多的就是一些偏向生活化和娱乐化的聊天机器人——比如苹果的Siri和微软的小冰等等。但用户普遍的感受是目前的这些所谓的开放域“全能机器人”实际上并不能解决很多的实际问题，最多就是能和用户聊聊天瞎扯两句。而且很多时候的回答都是牛头不对马嘴的，在用户看来实际使用并不可靠。 

◆开放域聊天机器人的发展方向

　　Open-Domai聊天机器人最主要的技术难点在于：当用户与系统进行没有明确主题的谈天说地时，聊天机器人的后台系统需要根据对全网大量的聊天数据进行学习，这样才能对用户提出的任何话题作出合理的回答。

　　对于开放性的话题，传统的技术做法比如构建知识图谱、标注和结构化特定域数据进行深度学习发挥不了太大的作用，问题解决的方向主要是在技术架构和数据量级这两点上：聊天机器人系统需要在公开网络上抓取以亿为单位的数据集，还须通过深度学习让机器去发现规律。目前这也是实现开放域机器人聊天的主要瓶颈。