盡管在過(guò)去幾年關(guān)于聊天機器人（chatbots）的討論——關(guān)于它是如何革命性地改變了移動(dòng)設備傳達信息的方式，使網(wǎng)購和顧客服務(wù)變得更加簡(jiǎn)單快捷——一直不絕，這些人工智能應用軟件始終不能很好地運用在與人對話(huà)上。這是因為要實(shí)現機器與人類(lèi)之間的無(wú)障礙交流，研究還有很長(cháng)的一段路要走。Facebook創(chuàng )造了一個(gè)訓練機器人對話(huà)系統的共享平臺，希望能藉此改變這個(gè)局面。
運用自動(dòng)電腦程序的聊天機器人通常被用在顧客咨詢(xún)服務(wù)上，或是充當智能手機上的私人助理。這些聊天機器人的對話(huà)通常是被提前編程好的，Facebook人工智能研究（FAIR）團隊的主管Yann LeCun說(shuō)。“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(lèi)型的聊天機器人則用于休閑目的，但不適用于明確的指令，他補充道，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(xiàn)。LeCun說(shuō)：
我們缺少那種能真正‘學(xué)會(huì )’什么有益的事情的聊天機器人。
LeCun和他的團隊的工作是運用一個(gè)名叫ParlAI的軟件來(lái)幫助程序員開(kāi)發(fā)下一代智能機器人，在ParlAI的平臺上，開(kāi)發(fā)者可以得到共享、開(kāi)放、互利的AI訓練信息。開(kāi)發(fā)AI的其中一個(gè)重要的目標是創(chuàng )造能與人類(lèi)正常交談的智能網(wǎng)絡(luò )，Jason Weston說(shuō)道，他也是FAIR團隊中的一員。
現在的技術(shù)不到位是因為相關(guān)的研究領(lǐng)域在這方面仍有空白，比如讓AI使用自然語(yǔ)言對話(huà)的算法還不到位。
ParlAI發(fā)布了20個(gè)不同的數據組，每一種研究者都可以用來(lái)訓練AI對話(huà)系統完成一個(gè)特定的任務(wù)，可能是學(xué)習回答問(wèn)題，或是收集相關(guān)信息（比如訂餐任務(wù)）。其中一組，被稱(chēng)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(shuō)，AI需要理解對方提問(wèn)的是什么，并運用邏輯來(lái)回答問(wèn)題。
LeCun說(shuō)，一些數據組僅僅是測試，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(yǔ)與現實(shí)生活的中的對象聯(lián)系起來(lái)。ParlAI設計的初衷就是為研究者提供一個(gè)訓練和測試對話(huà)模型的統一的框架，特別是對于把多個(gè)數據組放到一起對AI進(jìn)行多任務(wù)的集中訓練，他補充說(shuō)，“我們希望這種組合能夠幫助機器一次性得到更多知識。”
在機器學(xué)習和對話(huà)系統上的強調已經(jīng)成了領(lǐng)域內的共識，并非Facebook的研究人員，在MIT信息科學(xué)與人工智能實(shí)驗室交互機器人小組的博士后研究員Brad Hayes說(shuō)，
理解語(yǔ)言是一個(gè)非常宏大的話(huà)題，創(chuàng )造強功能性的聊天機器人不僅需要了解語(yǔ)言背后的意義，還需要機器人具備同時(shí)對相關(guān)的反饋進(jìn)行反應的能力。
公開(kāi)這些數據組能夠讓更多的研究人員參與進(jìn)來(lái)，從而解決現有問(wèn)題。但是Hayes表示，除了要將更多的訓練數據納入現有系統以外，要發(fā)展出更加成功的AI語(yǔ)言理解系統并運用到實(shí)際，科研人員還需要付出更多。現有系統的局限性很明顯的體現在用戶(hù)為了使聊天機器人比如亞馬遜的Alexa聽(tīng)得懂自己的話(huà)，經(jīng)常會(huì )使用更簡(jiǎn)單的表述方式。他說(shuō)，“舉個(gè)很貼切的例子，你可以問(wèn)Alexa把音量調大或者調小，或是告訴它按1到10的量級進(jìn)行設定，但是它聽(tīng)不懂百分比的表述，因為它的內部軟件沒(méi)有提前設定過(guò)這種說(shuō)法。”程序員可能將重點(diǎn)放在猜測客戶(hù)的用語(yǔ)上，而不是力圖設計一個(gè)更自然的交互系統，這是我們目前AI發(fā)展的一個(gè)潛在風(fēng)險。
Facebook試圖解決這個(gè)問(wèn)題的一個(gè)方法是允許ParlAI參與者通過(guò)與真人交互的方式來(lái)測試人工智能應用程序的對話(huà)功能，該機制是通過(guò)亞馬遜機械通訊社（Amazon Mechanical Turk）來(lái)進(jìn)行的，該機構是一個(gè)眾包平臺，人類(lèi)智慧被用來(lái)執行計算機目前無(wú)法做到的任務(wù)聊天機器人和AI助理的能力取決于他們是如何被設計和訓練的，這需要研究人員了解他們是如何與真人互動(dòng)的，Weston說(shuō)。
一個(gè)完善的聊天機器人發(fā)展策略對于技術(shù)的發(fā)展是至關(guān)重要的。當未來(lái)自動(dòng)對話(huà)系統被應用到更加廣泛的領(lǐng)域，聊天機器人對于未來(lái)信息傳播和前沿服務(wù)會(huì )有更加重要的意義。Hayes說(shuō)，“聊天機器人會(huì )極大地改進(jìn)用戶(hù)服務(wù)系統，節省公司的人力資源。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(hù)體驗和品牌聲譽(yù)的潛在可能。”
