編者按：機(jī)器對(duì)人類語言的理解一直都是前沿研究的難點(diǎn)，理解語言不僅是語音識(shí)別，還有語法、語境、語用、俗語等一系列的綜合。一個(gè)很著名的例子是AI不能根據(jù)語境分辨“The book can't fit the suitcase because it is too small.。”的真正含義。人工智能要真正實(shí)現(xiàn)與人類的自由交談，還有很長一段路要走。這篇原題為Facebook Wants to Make Chatbots More Conversational>的文章介紹了Facebook在這方面做出的努力——他們?yōu)锳I研究者提供了一個(gè)訓(xùn)練AI語言能力的專業(yè)平臺(tái)，希望能以此加速聊天機(jī)器人的研究。
盡管在過去幾年關(guān)于聊天機(jī)器人（chatbots）的討論——關(guān)于它是如何革命性地改變了移動(dòng)設(shè)備傳達(dá)信息的方式，使網(wǎng)購和顧客服務(wù)變得更加簡單快捷——一直不絕，這些人工智能應(yīng)用軟件始終不能很好地運(yùn)用在與人對(duì)話上。這是因?yàn)橐獙?shí)現(xiàn)機(jī)器與人類之間的無障礙交流，研究還有很長的一段路要走。Facebook創(chuàng)造了一個(gè)訓(xùn)練機(jī)器人對(duì)話系統(tǒng)的共享平臺(tái)，希望能藉此改變這個(gè)局面。
運(yùn)用自動(dòng)電腦程序的聊天機(jī)器人通常被用在顧客咨詢服務(wù)上，或是充當(dāng)智能手機(jī)上的私人助理。這些聊天機(jī)器人的對(duì)話通常是被提前編程好的，F(xiàn)acebook人工智能研究（FAIR）團(tuán)隊(duì)的主管Yann LeCun說。“如果你關(guān)閉編程功能，他們就不能很好地完成工作。”其他類型的聊天機(jī)器人則用于休閑目的，但不適用于明確的指令，他補(bǔ)充道，引用了微軟去年在推特上推出的Tay AI的例子，Tay AI在它“學(xué)會(huì)”了發(fā)送有敵意的推文后被火速下線。LeCun說：
我們?nèi)鄙倌欠N能真正‘學(xué)會(huì)’什么有益的事情的聊天機(jī)器人。
LeCun和他的團(tuán)隊(duì)的工作是運(yùn)用一個(gè)名叫ParlAI的軟件來幫助程序員開發(fā)下一代智能機(jī)器人，在ParlAI的平臺(tái)上，開發(fā)者可以得到共享、開放、互利的AI訓(xùn)練信息。開發(fā)AI的其中一個(gè)重要的目標(biāo)是創(chuàng)造能與人類正常交談的智能網(wǎng)絡(luò)，Jason Weston說道，他也是FAIR團(tuán)隊(duì)中的一員。
現(xiàn)在的技術(shù)不到位是因?yàn)橄嚓P(guān)的研究領(lǐng)域在這方面仍有空白，比如讓AI使用自然語言對(duì)話的算法還不到位。
ParlAI發(fā)布了20個(gè)不同的數(shù)據(jù)組，每一種研究者都可以用來訓(xùn)練AI對(duì)話系統(tǒng)完成一個(gè)特定的任務(wù)，可能是學(xué)習(xí)回答問題，或是收集相關(guān)信息（比如訂餐任務(wù)）。其中一組，被稱為bAbl任務(wù)，涵蓋了20種不同的測試，用于衡量AI軟件理解和推斷文本的能力。Weston說，AI需要理解對(duì)方提問的是什么，并運(yùn)用邏輯來回答問題。
LeCun說，一些數(shù)據(jù)組僅僅是測試，另一些則會(huì)涵蓋圖形和文本信息，為的是教會(huì)AI把詞語與現(xiàn)實(shí)生活的中的對(duì)象聯(lián)系起來。ParlAI設(shè)計(jì)的初衷就是為研究者提供一個(gè)訓(xùn)練和測試對(duì)話模型的統(tǒng)一的框架，特別是對(duì)于把多個(gè)數(shù)據(jù)組放到一起對(duì)AI進(jìn)行多任務(wù)的集中訓(xùn)練，他補(bǔ)充說，“我們希望這種組合能夠幫助機(jī)器一次性得到更多知識(shí)。”
在機(jī)器學(xué)習(xí)和對(duì)話系統(tǒng)上的強(qiáng)調(diào)已經(jīng)成了領(lǐng)域內(nèi)的共識(shí)，并非Facebook的研究人員，在MIT信息科學(xué)與人工智能實(shí)驗(yàn)室交互機(jī)器人小組的博士后研究員Brad Hayes說，
理解語言是一個(gè)非常宏大的話題，創(chuàng)造強(qiáng)功能性的聊天機(jī)器人不僅需要了解語言背后的意義，還需要機(jī)器人具備同時(shí)對(duì)相關(guān)的反饋進(jìn)行反應(yīng)的能力。
公開這些數(shù)據(jù)組能夠讓更多的研究人員參與進(jìn)來，從而解決現(xiàn)有問題。但是Hayes表示，除了要將更多的訓(xùn)練數(shù)據(jù)納入現(xiàn)有系統(tǒng)以外，要發(fā)展出更加成功的AI語言理解系統(tǒng)并運(yùn)用到實(shí)際，科研人員還需要付出更多?，F(xiàn)有系統(tǒng)的局限性很明顯的體現(xiàn)在用戶為了使聊天機(jī)器人比如亞馬遜的Alexa聽得懂自己的話，經(jīng)常會(huì)使用更簡單的表述方式。他說，“舉個(gè)很貼切的例子，你可以問Alexa把音量調(diào)大或者調(diào)小，或是告訴它按1到10的量級(jí)進(jìn)行設(shè)定，但是它聽不懂百分比的表述，因?yàn)樗膬?nèi)部軟件沒有提前設(shè)定過這種說法。”程序員可能將重點(diǎn)放在猜測客戶的用語上，而不是力圖設(shè)計(jì)一個(gè)更自然的交互系統(tǒng)，這是我們目前AI發(fā)展的一個(gè)潛在風(fēng)險(xiǎn)。
Facebook試圖解決這個(gè)問題的一個(gè)方法是允許ParlAI參與者通過與真人交互的方式來測試人工智能應(yīng)用程序的對(duì)話功能，該機(jī)制是通過亞馬遜機(jī)械通訊社（Amazon Mechanical Turk）來進(jìn)行的，該機(jī)構(gòu)是一個(gè)眾包平臺(tái)，人類智慧被用來執(zhí)行計(jì)算機(jī)目前無法做到的任務(wù)聊天機(jī)器人和AI助理的能力取決于他們是如何被設(shè)計(jì)和訓(xùn)練的，這需要研究人員了解他們是如何與真人互動(dòng)的，Weston說。
一個(gè)完善的聊天機(jī)器人發(fā)展策略對(duì)于技術(shù)的發(fā)展是至關(guān)重要的。當(dāng)未來自動(dòng)對(duì)話系統(tǒng)被應(yīng)用到更加廣泛的領(lǐng)域，聊天機(jī)器人對(duì)于未來信息傳播和前沿服務(wù)會(huì)有更加重要的意義。Hayes說，“聊天機(jī)器人會(huì)極大地改進(jìn)用戶服務(wù)系統(tǒng)，節(jié)省公司的人力資源。但是如果在技術(shù)還未完全成熟之際就投放使用，也有破壞用戶體驗(yàn)和品牌聲譽(yù)的潛在可能。”
