[논문 리뷰] History of generative Artificial Intelligence (AI) chatbots: past, present, and future development

Md. Al-Amin, Mohammad Shazed Ali외 6명|arXiv (Cornell University)|2024. 02. 04.

AI in Service Interactions인용 수 34

한 줄 요약

룰 기반 시스템에서 AI-기반 에이전트에 이르는 챗봇 진화의 포괄적이고 연대기적인 검토로, 주요 이정표, 패러다임의 변화, 미래 가능성을 강조합니다.

ABSTRACT

This research provides an in-depth comprehensive review of the progress of chatbot technology over time, from the initial basic systems relying on rules to today's advanced conversational bots powered by artificial intelligence. Spanning many decades, the paper explores the major milestones, innovations, and paradigm shifts that have driven the evolution of chatbots. Looking back at the very basic statistical model in 1906 via the early chatbots, such as ELIZA and ALICE in the 1960s and 1970s, the study traces key innovations leading to today's advanced conversational agents, such as ChatGPT and Google Bard. The study synthesizes insights from academic literature and industry sources to highlight crucial milestones, including the introduction of Turing tests, influential projects such as CALO, and recent transformer-based models. Tracing the path forward, the paper highlights how natural language processing and machine learning have been integrated into modern chatbots for more sophisticated capabilities. This chronological survey of the chatbot landscape provides a holistic reference to understand the technological and historical factors propelling conversational AI. By synthesizing learnings from this historical analysis, the research offers important context about the developmental trajectory of chatbots and their immense future potential across various field of application which could be the potential take ways for the respective research community and stakeholders.

연구 동기 및 목표

• 수십 년에 걸친 챗봇 기술의 역사적 발전을 조사한다.
• 대화형 AI를 형성하는 주요 이정표, 혁신 및 패러다임 전환을 식별한다.
• 학술 문헌과 산업 소스의 통찰을 종합하여 현재와 미래 트렌드를 맥락화한다.

제안 방법

• 챗봇 기술에 대한 연대기적 문헌 및 산업 종합을 수행한다.
• 중요한 프로젝트, 모델 및 개념을 강조하고 분석한다 (예: ELIZA, ALICE, Turing tests, CALO).
• 자연어 처리(NLP)와 기계 학습의 발전이 현대 챗봇에 어떻게 통합되었는지 논의한다.

실험 결과

연구 질문

• RQ1 생성적 AI 챗봇 진화의 주요 이정표는 무엇인가?
• RQ2 룰 기반 시스템에서 현대 AI 에이전트까지의 발전을 이끈 패러다임 전환은 무엇인가?
• RQ3 NLP와 기계 학습의 발전이 현대 챗봇에 어떤 영향을 미쳤으며, 향후 잠재적 영향은 무엇인가?

주요 결과

• 챗봇 기술은 기본적인 룰 기반 시스템에서 고급 AI 기반 대화 에이전트로 진화했다.
• 주요 이정표에는 ELIZA 및 ALICE 같은 초기 챗봇, Turing test 개념, CALO, 그리고 최근의 transformer-based 모델이 포함된다.
• 자연어 처리(NLP)와 기계 학습의 통합이 현대 챗봇에 보다 정교한 기능을 뒷받침한다.
• 본 연구는 대화형 AI를 이끄는 역사적 요인과 애플리케이션 전반에 걸친 미래 가능성을 이해하기 위한 총체적 참고 자료를 제공한다.