火箭机器人 CEO 香港人工智能学会会长， Gerardo Salandra，在新加坡举行的世界人工智能展上，就“为什么聊天机器人会失败”这一主题向热切的人群发表了讲话。 

Rocketbots 由 Salandra 创立，最初是香港的一家聊天机器人机构，现在已经变成了一个人工智能驱动的服务台平台。这是 Rocketbot 作为一家机构的最初起步，它对聊天机器人行业有很多见解，主要是聊天机器人的故障，以及技术上的故障来自哪里，以及它对企业对 AI 的看法的影响。杰拉尔多的第一点来自聊天机器人的痛苦，他们不断的失败。几乎可以肯定的是，每一次机器人与人类的交互在某个时候都会不可避免地失败，这仍然是基于检索的人工智能人工智能开发的正常过程。Salandra 说，基于检索的 AI 几乎不是 AI，因为它使用简单的决策树来创建对话，并使用计算机的速度使其看起来很聪明。基于检索的人工智能的学习来自数据输入和机器学习，以完善不完美的决策树。糟糕的训练、糟糕的数据、计划外的对话压力和口语化的人类语言是聊天机器人失败的主要原因。 

企业级企业已经投入了大量资金来利用聊天机器人来谋取利益，尤其是在客户互动方面，以降低客户支持人员的成本。然而，聊天机器人的失败给客户留下了不好的印象，因此也留下了那些投入时间和金钱到一个难以有效的解决方案中的公司的嘴巴。这种洞察力促使 Rocketbots 转向客户沟通平台 SaaS 模型，以及一种新的人工智能方法，神经网络人工智能。神经网络像人类一样学习，正输入可以强化决策，而负输入可以防止它学习糟糕的选择。这样的模型确实解决了导致基于检索的聊天机器人的聊天机器人失败的大多数问题，但它也有其自身的缺陷。 

Salandra 提出的一个例子是 Microsoft 的 AI Tay 的失败，他在一次公开演示中从社交媒体互动中吸取了教训。Tay 从提供给它的所有数据中吸取了教训，不幸的是，这些数据最终导致了一个具有攻击性、种族主义和亵渎性的观点和陈述的 AI。因此，虽然这种学习方法被证明是有效的，但它表明神经网络需要像小孩子一样得到适当的培养，这样它才能学习什么是最好的。人工智能完全自动化用于人与机器人的交互只是时间问题，但通过有效的培养和目标设定，有理由相信对话可以在一定程度上实现自动化。