火箭機器人 CEO 香港人工智慧學會會長， Gerardo Salandra，在新加坡舉行的世界人工智慧展上，就“為什麼聊天機器人會失敗”這一主題向熱切的人群發表了講話。 

Rocketbots 由 Salandra 創立，最初是香港的一家聊天機器人機構，現在已經變成了一個人工智慧驅動的服務台平臺。這是 Rocketbot 作為一家機構的最初起步，它對聊天機器人行業有很多見解，主要是聊天機器人的故障，以及技術上的故障來自哪裡，以及它對企業對 AI 的看法的影響。傑拉爾多的第一點來自聊天機器人的痛苦，他們不斷的失敗。幾乎可以肯定的是，每一次機器人與人類的交互在某個時候都會不可避免地失敗，這仍然是基於檢索的人工智慧人工智慧開發的正常過程。Salandra 說，基於檢索的 AI 幾乎不是 AI，因為它使用簡單的決策樹來創建對話，並使用計算機的速度使其看起來很聰明。基於檢索的人工智慧的學習來自數據輸入和機器學習，以完善不完美的決策樹。糟糕的訓練、糟糕的數據、計劃外的對話壓力和口語化的人類語言是聊天機器人失敗的主要原因。 

企業級企業已經投入了大量資金來利用聊天機器人來謀取利益，尤其是在客戶互動方面，以降低客戶支持人員的成本。然而，聊天機器人的失敗給客戶留下了不好的印象，因此也留下了那些投入時間和金錢到一個難以有效的解決方案中的公司的嘴巴。這種洞察力促使 Rocketbots 轉向客戶溝通平臺 SaaS 模型，以及一種新的人工智慧方法，神經網路人工智慧。神經網路像人類一樣學習，正輸入可以強化決策，而負輸入可以防止它學習糟糕的選擇。這樣的模型確實解決了導致基於檢索的聊天機器人的聊天機器人失敗的大多數問題，但它也有其自身的缺陷。 

Salandra 提出的一個例子是 Microsoft 的 AI Tay 的失敗，他在一次公開演示中從社交媒體互動中吸取了教訓。Tay 從提供給它的所有數據中吸取了教訓，不幸的是，這些數據最終導致了一個具有攻擊性、種族主義和褻瀆性的觀點和陳述的 AI。因此，雖然這種學習方法被證明是有效的，但它表明神經網路需要像小孩子一樣得到適當的培養，這樣它才能學習什麼是最好的。人工智慧完全自動化用於人與機器人的交互只是時間問題，但通過有效的培養和目標設定，有理由相信對話可以在一定程度上實現自動化。