Bob 和 Alice 是 Facebook 開(kāi)發(fā)的對(duì)話機(jī)器人

 

　　這兩個(gè)對(duì)話機(jī)器人由 Facebook 內(nèi)部的人工智能研究實(shí)驗(yàn)室（FAIR）開(kāi)發(fā)，研究員用機(jī)器學(xué)習(xí)訓(xùn)練這兩個(gè)機(jī)器人進(jìn)行對(duì)話、談判，希望它們可以跟人用英文進(jìn)行交涉，獲取相應(yīng)的目標(biāo)商品。

 

　　訓(xùn)練的材料是 5808 組人與人之間的談判對(duì)話，總共有 2236 種不同的劇情。所謂的劇情根據(jù)談判的商品和對(duì)應(yīng)價(jià)值有所區(qū)分。

 

　　例如，其中一個(gè)劇情里商品是三本書，每本書對(duì)應(yīng)價(jià)值是 2；兩頂帽子，單個(gè)帽子對(duì)應(yīng)價(jià)值 1；一個(gè)球，單個(gè)球?qū)?yīng)價(jià)值是 2。談判雙方的評(píng)判標(biāo)準(zhǔn)是根據(jù)獲得的商品的對(duì)應(yīng)價(jià)值計(jì)算。

　　進(jìn)展比較順利。Facebook 開(kāi)發(fā)的機(jī)器人可以用比較順暢的英文跟普通人對(duì)話，對(duì)方?jīng)]怎么意識(shí)到他其實(shí)在跟機(jī)器人談判。

 

　　但事情的發(fā)展超出了預(yù)料。Facebook 的研究員希望讓這些機(jī)器人更進(jìn)一步，于是開(kāi)發(fā)了兩個(gè)已經(jīng)預(yù)先受過(guò)訓(xùn)練的、受監(jiān)管的模型 Alice 和 Bob，讓它們作為談判雙方進(jìn)行強(qiáng)化學(xué)習(xí)（Reinforcement Learning），也就是機(jī)器人之間的談判。于是就出現(xiàn)了開(kāi)頭這種看上去沒(méi)有意義的對(duì)話。

 

　　但對(duì)于機(jī)器人來(lái)說(shuō)，這些看上去語(yǔ)法不通順的對(duì)話還是承擔(dān)的了一定的功用。該 Facebook 實(shí)驗(yàn)室的發(fā)言人告訴《大西洋月刊》，F(xiàn)acebook 的數(shù)據(jù)顯示，這些對(duì)話仍然能夠幫助兩者最后達(dá)成一致的。Facebook 的研究員認(rèn)為，這種對(duì)話比較接近于語(yǔ)言。來(lái)自佐治亞理工學(xué)院（Georgia Tech）、FAIR 實(shí)驗(yàn)室的訪問(wèn)研究科學(xué)家 Dhruv Batra 稱，F(xiàn)acebook 已經(jīng)觀察到類似的現(xiàn)場(chǎng)多次。

 

　　除了 Facebook 外，還有像特斯拉 CEO Elon Musk、知名孵化器 YC 主席 Sam Altman 創(chuàng)立的非盈利機(jī)構(gòu) OpenAI 也在機(jī)器人語(yǔ)言上有所研究。他們?cè)O(shè)立了一個(gè)虛擬環(huán)境，讓一堆被標(biāo)記上不同顏色的機(jī)器人完成一些特定的目標(biāo)，例如將他們移動(dòng)到一個(gè)具體的位置上，其中需要這些機(jī)器人自己協(xié)作、對(duì)話。最終可以達(dá)到的結(jié)果是，這些機(jī)器人可以完成一句類似于“ 你最終是否可以達(dá)到綠色那邊（Did you end up getting to the green can or not）？ ”

 

　　但賓夕法尼亞大學(xué)的語(yǔ)言學(xué)教授 Mark Liberman 持有不同的意見(jiàn)，他認(rèn)為這跟語(yǔ)言的差距還是挺遠(yuǎn)的。他說(shuō)：“首先，這完全是基于文本的字符，但人類的語(yǔ)言基本上都是通過(guò)口頭表達(dá)或者是手勢(shì)完成，文本作為一層虛擬的表面。”

 

　　不過(guò)，不管這是不是一種機(jī)器人語(yǔ)言還是只是字符串，作為 Facebook 實(shí)驗(yàn)室的一項(xiàng)研究結(jié)果，研究員們最終決定將機(jī)器人設(shè)定為使用普通英文。

 

　　他們給出的理由是：我們的興趣是有一些機(jī)器人可以跟人對(duì)話。