研究社区可以参加Facebook AI的纽约对话之旅

杰森韦斯顿拥有伦敦大学机器学习博士学位和Douwe Kiela博士学位，并拥有剑桥大学博士学位论文，主题是感知模式中的基础语义，他是Facebook Research的研究科学家，他们向世界展示了他们强大的团队的畅销书。。

对于那些有兴趣为人工智能作为会话代理人做更多事情的科学家们而言，“走路”让人大开眼界。如今，他们不仅仅对语音助理在演唱会开始时或者下雨时告诉人们感到幸灾乐祸。科学家正在探索目标导向的对话。

这听起来有多容易?不要自欺欺人。试图去那里很难。

快速公司转向Kiela，原因是导游努力具有研究重要性。“这项任务对人工智能研究非常重要，因为它很难，”Kiela说，“因为它结合了所有这些有趣的问题 - 三百六十六种视觉感知，基于地图的导航，视觉推理和通过对话进行的自然语言交流“。

他们首先指出，自然语言对于大多数人来说是可以理解的，“无需额外的步骤或知识来破译其含义。” 为此，Facebook的人工智能研究小组FAIR迷上了人工智能的某种策略，以展示人类对语言的理解。

他们写道，这种策略“是通过将语言与特定环境联系起来以更自然的方式训练这些系统。就像婴儿首先学会了他们可以看到和触摸的名称一样，这种方法 - 有时被称为体现AI-favor在系统环境的背景下学习，而不是通过大型文本数据集(如维基百科)进行培训。“

进入Talk the Walk。他们正在教导人工智能系统，使用在导游和游客之间听起来很自然的语言交流来导航纽约的街道。两个机器人有任务。旅游机器人希望通过纽约市社区的360度图像导航。指南机器人是帮助附近的地图。该团队使用MASC(Masked Attention for Spatial Convolution)，以便指南机器人可以专注于地图上的正确位置。

他们表示，他们的目标是“通过自然语言互动实现高度综合性能，并挑战社区做同样的事情。”

Talk the Walk的信息在GitHub上。“分享这项工作将为其他研究人员提供一个框架来测试他们自己的体现人工智能系统，特别是在对话方面。”

360度摄像头拍摄了5个街区，地狱厨房，东村，金融区，上东区和布鲁克林的威廉斯堡。快速公司的丹尼尔·特尔迪曼说，导游机器人使用标准的2D地图和通用的航点 - “银行”，“咖啡店”，“熟食店” - 提供有关如何导航的说明。

涉及的AI工作是关于感知某个环境，浏览它并进行沟通。TechCrunch中的卢卡斯·马特尼写道，“在”Walk the Walk中，“指南AI机器人拥有所有这些2D地图数据，旅游机器人拥有所有这些丰富的360视觉数据，但只有通过彼此沟通，他们才是能够执行他们的指示。“