智能对话就是人类和机器对话，可以是问答形式，也可以是聊天的形式，常用的技术主要有以RNN为基础的SEQ2SEQ模型，其原理是通过对提问者发的的语言词向量进行学习，输出对应的答案为标签。通过大量语料库的学习，让模型具备一定的对话能力。目前的对话模型基本都能够回答某特定领域的问题，比如行业客服机器人、生活聊天机器人等。下图是一个简单SEQ2SEQ的对话模型。

对话模型的应用产品较为常见，比如电商的客服机器人、地图AI助手、微软小娜等，都属于对话模型的产品，对话可以是文字形式的，也可以是语音形式的，如果是语音的形式的对话，就不仅仅是自然语言领域了，还要涵盖语音识别方向了。电商平台的智能客服的主要作用是帮助平台提高服务效率，降低人工成本。其他平台的产品大多也都是为了提高服务体验。所以目前的智能对话模型基本都是工具类的应用，生活类的对话模型难度比较大，因为生活中的语料数据是非常庞大的，不像工具类的语料数据较小，很容易学习。一个真正意义上的对话机器人是要将阅读理解学习到位的模型才可以的。