沙塄前解门户网站
您现在的位置: 沙塄前解门户网站 >> 科技 >> 聊天机器人再受追捧?Facebook押注下一代交互界面

聊天机器人再受追捧?Facebook押注下一代交互界面

发布时间:2019-11-09 18:11:35 阅读量:4068

早在2015年,聊天机器人就吸引了很多注意力。其中一个是脸书的M,其目标是成为一个灵活且广泛适用的机器人,可以做许多不同的事情,比如购买商品、安排礼物、预定餐馆和计划旅行。但是这些声音远远超过了机器人本身。当脸谱网在海湾地区对2500人进行测试时,该软件未能完成它需要完成的大部分任务。

对微软和其他聊天机器人的热情爆发后,出现了失望的浪潮(微软首席执行官纳德拉曾经说过“机器人是新的应用程序”)。聊天机器人不像机器人那样喜欢聊天,因为它们被训练成只谈论一些事情,并执行特定和有限的任务。他们不能与人进行自然对话,也不能根据对单词及其含义的普遍理解产生自己的反应。他们只能提供一般的答案。

在微软测试版之前,脸书缩减了它对机器人的雄心勃勃的计划,尽管它的一些自然语言技术已经进入了信使聊天机器人这个相对保守的领域,它可以做简单的事情,比如点餐或者发送问答信息。美国运通和1-800-flowers等公司仍然使用这个简单的聊天机器人来回答客户服务问题、接受基本订单和提供账户余额。如果您提出的问题超出了他们的理解范围,我们会通过手动客服联系您。

但是facebook的人工智能研究团队已经从只会简单说话的机器人进化而来。脸谱网自然语言研究员安东尼·博德斯(Antoine bordes)表示:“过去3到4年来,我们一直在说,研究目标导向对话不是我们需要探索的道路,因为它太困难、太冒险了。”他还说,如果一个旅行聊天机器人预订了“错误的飞机、错误的航班,这在金钱、旅行等方面是一个大错误。”

博德斯解释说,facebook没有专注于特定任务的机制,但它后退了一步,解决了一个更深层次的问题--教虚拟代理像人类一样说话。他们认为,如果聊天机器人能更好地理解人类并与人类交流,他们最终可能会成为更好的助手来帮助人们完成实际任务,例如订票。

脸书在这一领域投入了大量资金,并聘请了一些自然语言人工智能领域的顶尖人才。该公司喜欢展示的是,与一些大型科技公司不同,它通过在网上发布人工智能的研究成果,让整个研究群体都能看到,这可能有助于其他正在构建下一代人工智能的公司。但是这项研究肯定会反映在它自己的产品中。

新闻应用程序与人们的日常生活息息相关,包括messenger和whatsapp,后者也是facebook的子公司,目前仍在研究如何赚钱。随着首席执行官扎克伯格为公司提出一个更加强调私人对话的新愿景,messenger和whatsapp将需要增加一些功能,以保持其在微信、电报和苹果即时通讯等其他信息平台上的领先地位。

构建一个可以随意与人聊天的算法已经成为大型科技公司的一个关键目标。亚马逊、谷歌和微软都加入了脸书,押注于人类对话的力量——不仅是基于文本的信息应用,还有语音助理和其他体验。由于最近的研究进展,通往真正的对话式计算机的道路突然变得清晰起来,但是首先到达目的地的奖赏仍有待讨论。

换句话说,脸谱网的自然语言研究远不止是复兴移动或改进基于信使的聊天机器人。这关系到整个公司的未来。神经网络

建立一个能与人进行现实对话的数字代理可以说是所有自然语言问题中最困难的。它需要一台机器学习一本充满单词、所有用法和细微差别的字典,然后在与一个不可预知的人的实时对话中使用它们。

直到最近几年,自然语言人工智能社区才开始朝着通用知识机器人迈出更大的步伐。这部分归功于神经网络的巨大进步,这是一种通过分析大量数据来识别模式的机器学习算法。

在人工智能发展的大部分历史中,人类一直在机器学习过程中观察软件的性能。在一种被称为监督学习的技术中,人类教师通过提供问题的正确答案来缓慢地训练神经网络,然后调整算法以达到相同的解决方案。

当大量数据被仔细标记时,监督学习可以很好地工作——例如,通过识别照片中的猫、狗或其他物体。然而,这种方法在聊天机器人世界中经常失败。人们之间数千小时对话的记录很难大量找到,对于一家公司来说,创建这些记录是很昂贵的。

由于很难教聊天机器人使用这些旧的对话方法,研究人员一直在寻找替代的监督学习方法,允许神经网络在没有任何人参与的情况下从数据中学习。

减少对培训数据需求的一种方法是教授机器的基本知识。如果计算机对世界有一些了解,比如物体的相对大小,人们如何使用它们,以及一些物理定律如何影响他们的知识,它可能会缩小选择的范围。

人类这样做是很自然的。例如,假设你正沿着陡峭的悬崖行驶,突然看到前方道路上有一块大石头,你应该避免撞到石头。但是当考虑你的选择时,你永远不会决定突然艰难地转向悬崖边。你知道,由于重力的作用,汽车会猛烈地落在下面的岩石上。

“我们做的大部分是观察世界,”脸书副总裁兼首席人工智能科学家yann lecun说,他是人工智能领域的传奇人物,自20世纪80年代以来一直在应对最大的挑战。“我们从父母和其他人身上学到了很多,但我们也通过与世界的互动、尝试、失败和改正学到了很多。”

用这种技术训练的人工智能叫做无监督学习,其工作原理是一样的。例如,一辆自动驾驶汽车通过它的许多传感器和照相机收集世界数据,就像一个孩子通过她的五种感官了解世界一样。通过这种方法,科学家们为机器仔细研究提供了大量的训练数据。他们不会要求它给出正确的答案,也不会哄它朝着某个目标前进。相反,他们只要求it部门处理数据并从中学习,找到模式,并映射不同数据点之间的关系。

在许多情况下,这些必要的数据很难获得。但是人工智能的一个领域是神经网络可以在没有传感器的情况下理解世界,也就是自然语言处理。研究人员可以使用大量现有文本来帮助算法理解人类世界,这是理解语言的一个重要部分。

假设给神经网络两个短语来理解:“杯子不能放入手提箱,因为它太大了。”

"这个杯子放不进手提箱,因为太小了。"

要知道“它”在每个句子中指的是不同的东西,模型需要知道一些关于世界上物体及其相互关系的信息。勒昆说:“课文中有足够的结构,他们正在接受训练,知道当你有一个物体适合另一个物体时,如果这个物体太大,其中一个就不适合。”

这项技术可能成为新一代更具对话性和实用性的facebook聊天机器人的秘密。伯特和罗伯塔

自然语言系统无监督训练的当前进展始于2018年的谷歌。其研究人员创建了一个名为伯特(来自变形金刚的双向编码器演示)的深度学习模型,并从11038本书中提取了未注释的文本,从维基百科的英语条目中提取了25亿个单词。研究人员随机屏蔽了文本中的一些单词,并对模型提出挑战,以找出如何填写这些单词。

在神经网络分析了整个训练文本之后,它会发现经常出现在同一上下文中的单词和句子的模式,以帮助它理解单词之间的基本关系。由于单词是现实世界中物体或概念的表达,该模型已经不仅仅学习单词之间的语言关系:它已经开始理解物体之间的关系。

伯特不是第一个使用无监督方法训练计算机理解人类语言的模型,但它是第一个在上下文中学习单词含义的模型。

“我想说,这是自然语言处理领域的前两三个突破之一,”微软研究院深度学习小组的合作研究经理高剑锋说。"你可以看到人们使用这个模型作为构建所有其他自然语言处理模型的新基线."到目前为止,伯特的研究论文有超过1000篇学术参考文献,其他研究人员也建立在谷歌的模型上。

勒昆和他的团队就在其中。他们建立了自己版本的模型,然后进行了一些优化调整,极大地扩展了训练数据量,增加了允许的训练时间。在神经网络运行数十亿次计算后,脸书的语言模型罗伯塔的表现比谷歌好得多。与伯特的80.5%相比,其准确率为88.5%。

伯特和罗伯塔代表了一种全新的教计算机说话的方式。"在这个过程中,系统必须表达它所看到的单词的意思,句子的结构和上下文,"勒昆说。“结果,它学会了语言的本质,这很奇怪,因为它对世界的物理现实一无所知。它没有视觉,没有听觉,什么也没有。”它只知道语言——字母、单词和句子。慢慢接近真正的对话

莱昆说,伯特和罗伯塔训练的自然语言模型仍然没有足够的常识来开始基于广泛的常识生成聊天。这仅仅是训练一种像人类一样说话的算法的开始。

Facebook的自然语言研究者也试图在罗伯塔的基础上建立更多的对话功能。他们首先研究了与聊天机器人的实际人类对话,以了解对话如何以及何时会被打断或变得无聊。他们的发现促使了一项研究,该研究可以训练机器人避免最常见的对话失败。

例如,聊天机器人经常自相矛盾,因为他们不记得他们在对话中说了什么。聊天机器人可能会声称一分钟前喜欢《骑士》的重播,并说下一分钟不喜欢电视剧。聊天机器人创造自己的原始反应(而不是从训练数据中检索例子),并且他们倾向于以模糊的方式回答问题以避免出错。他们经常表现出缺乏情感,这使得他们没有吸引力。

聊天机器人还必须能够传递知识,成为有趣的说话者。那些能使用各种信息的人更有可能与人类进行更长时间的对话。然而,目前的聊天机器人只接受一个领域的知识培训,这与机器人的设计任务相对应——当人类开始评论机器人领域之外的话题时,这就成为一个问题。例如,如果你问披萨递送机器人除了披萨以外的任何事情,谈话会很快改变。

作为一种纠正方法,facebook研究人员致力于训练自然语言模型,从许多知识领域提取数据,并以自然的方式将信息输入到对话中。未来的研究将集中在教授机器人何时以及如何将对话从一个一般性的话题引回到一个特定的任务上。

开发聊天机器人的最大挑战之一是让他们在打完电话后继续学习。词汇的意义会随着时间的推移而改变,新的词汇和俚语在文化中变得很重要。与此同时,聊天机器人也不会太容易受到影响——微软的tay聊天机器人从网上聊天中学到了太多东西,并在24小时内成为侮辱种族主义者的人。脸书正在教它的实验聊天机器人如何从流畅的对话中学习,并分析人类聊天伙伴的语言,以找出机器人是否说了一些愚蠢或无聊的话。

据预测,facebook在实验室的进步可能会导致即时通讯聊天机器人的出现,这将是非常危险的,因为这些聊天机器人可以进行对话,甚至拥有一些人肤浅的技能。但是也许我们很快就能自己判断结果了。脸书研究员杰森·韦斯顿(Jason weston)说:“我们相信我们非常接近拥有一个机器人。人们可以和机器人交谈,从中看到价值。”

资料来源:投资界

密切关注通化顺金融微信公众号(ths518),获取更多金融信息

快三娱乐网站 快三娱乐网站 快三娱乐网站 网络彩票平台 大发888娱乐

上一篇: 村里有支“小小乌兰牧骑”

下一篇: 撤销赠与合同的条件是什么?如何撤销赠与合同

Copyright (c) 2013-2015 caccandc.com 沙塄前解门户网站 版权所有