创建一个简单的AI对话系统可以使用Python语言和一些现有的库，比如`transformers`（由Hugging Face提供）来加载预训练的语言模型。下面是一个简单的基于文本的AI对话系统的示例代码。

首先，确保你已经安装了必要的库：

bash
pip install transformers torch

然后你可以编写如下的Python代码：

python
from transformers import pipeline

加载预训练的对话模型
chatbot = pipeline(conversational, model=microsoft/DialoGPTmedium)

def chat():
print(你好！我是你的聊天机器人。输入 '退出' 来结束对话。)

conversation = [] 存储对话历史
while True:
user_input = input(你: )

if user_input.lower() == 退出:
print(再见！)
break

将用户输入添加到对话历史中
conversation.append(user_input)

使用模型生成回复
response = chatbot(conversation)

输出机器人的回复
bot_reply = response[0]['generated_text']
print(f机器人: {bot_reply})

更新对话历史以包含机器人的回复
conversation.append(bot_reply)

if __name__ == __main__:
chat()

代码说明：
1、pipeline: 使用Hugging Face的`pipeline`函数加载了一个预训练的对话模型 `microsoft/DialoGPTmedium`。
2、对话循环: 程序会不断等待用户的输入，并根据输入生成回复。如果用户输入“退出”，则结束对话。
3、对话历史: 对话历史被存储在一个列表中，这样模型可以根据之前的对话上下文生成更自然的回复。

注意事项：
这个例子中的模型是基于英文的，如果你想使用中文模型，可以尝试加载如 `uer/gptneotinychinese` 或其他支持中文的预训练模型。
运行这个程序需要一定的计算资源，尤其是如果你在CPU上运行的话，可能速度会比较慢。

你可以根据需要调整模型或优化代码以适应不同的应用场景。