Facebook正在尝试教聊天机器人如何闲聊

尽管其个人AI助手M已经死亡，但Facebook还没有放弃聊天机器人。在过去的几年里，它的人造代理可以做的慢慢 改进，但是他们的最新挑战甚至会让最聪明的人感到困惑：做一些小谈话。

因为他们的名字，你会被原谅，但聊天机器人无法真正聊天。正如Facebook的FAIR实验室的研究人员在本周发表的一份预打印论文中所解释的那样，他们在多个层面上都没有完成这项任务。首先，他们没有表现出“一致的个性”，在整个对话过程中坚持自己的相同事实。第二，他们不记得他们或他们的对话伙伴过去所说的话; 第三，当面对一个他们不理解的问题时，他们往往会依赖于转移或预编程的回答，比如“我不知道”。

即使有这些限制，聊天机器人也可以参与其中。(例如，参见20世纪60年代着名的ELIZA机器人，它依靠诸如“你现在感觉如何?”等股票短语充当了一个基本的治疗师。)但现在的目标不仅仅是审讯，而是谈话; 为了尝试重新创建这个属性，研究人员已经转向深度学习。这意味着，不是映射出预编程的问题和答案，而是通过在大型数据集中查找模式来教授聊天机器人。

到目前为止，这已取得了一些不错的成果，但Facebook的研究人员现在面临的一个挑战是开始获取正确的数据。例如，许多当代聊天机器人都接受过从电影剧本中获取的对话的训练。这意味着，当他们进行蜿蜒的对话(而不是针对客户服务等任务的定向对话)时，他们倾向于想出一些奇怪的非选择者。见下文，第1人是真人，第2人是受电影字幕训练的聊天机器人：

[人1：]哦，是吗?好吧，我喜欢牛排。你呢?

[PERSON 2：]父亲总是说，如果我们有钱，我们每天都会吃三次牛排和冰淇淋!

[人1：]我也吃了所有的牛排和鸡肉，甚至是培根

[PERSON 2：]父亲总是说，如果我们有钱，你们每天都会吃三次牛排和冰淇淋!

[PERSON 1：]是的你已经说过了

[PERSON 2：]动态结构可以吸收冲击。

[人1：]是的，它可以。我知道这是一个健美运动员

[PERSON 2：]女士们，先生们......世界上最强壮的男人正在吹热水瓶。

即使你是强人，也不是很好。

为了解决这个问题，Facebook的工程师已经建立了自己的数据集来训练聊天机器人。它被称为Persona-Chat，由来自亚马逊Mechanical Turk市场上的工人提供的超过160,000行对话组成。(该人类数据资源用于训练AI)。

每个聊天机器人的“个性”都是用五个简单的陈述构建的

关于Persona-Chat的聪明之处在于它所包含的闲聊不仅仅是随机的。为了给数据提供一些结构，并解决使聊天机器人具有个性的挑战，机械土耳其工人被要求设计自己的角色来指导他们的对话。这意味着要提出五个基本的传记，并将它们作为对话的主题。因此，例如，一个人物是基于以下事实：“我是一名艺术家。我有四个孩子。我最近有一只猫。我喜欢散步锻炼身体。我喜欢看权力的游戏。“

这不完全是托尔斯泰，但这是一个开始。

该数据用于训练用于现有聊天机器人的神经网络，然后由另一组Mechanical Turkers评估结果。在每种情况下，他们都被要求与角色驱动的机器人进行对话，并将其与其他聊天机器人和人类进行比较。正如您所预料的那样，角色机器人在人类的“流畅性”和“一致性”等标准上得分并不高，但它的表现优于电影对话培训的聊天机器人。

这是一个对话样本。人1是人，人2是基于人物角色的聊天机器人。(如果你无法猜测，它的主要兴趣是“写浪漫小说。”)

[PERSON 1：]我刚刚踢足球了。你最近都在做什么?

[PERSON 2：]我没有宠物。我在空闲时间写作。你呢?

[人1：]刚从大学毕业。寻找工作。

[PERSON 2：]是的我毕业了，写作和诗歌

[PERSON 1：]你有什么发表的吗?

[PERSON 2：]我主要写小说。

[PERSON 1：]你喜欢看运动吗?

[PERSON 2：]你喜欢我最喜欢的leon国王是否使用某人

[PERSON 1：]你结婚了吗?我很快就要结婚了。

[PERSON 2：]哈哈，没时间。我有一本小说要完成

正如你所料，它仍然不是完美的小谈，但它至少是一致的。(并没有结束谈话的借口“我有一本小说要完成”?)该研究还指出了一个看似几乎常识的事实。如果你想与某人 - 甚至是虚拟的人 - 进行有趣的对话，那么如果他们有个性，包括喜欢和兴趣，那就有帮助。

随着像Siri和Alexa这样的虚拟助手越来越融入我们的生活，我们可以期待他们的创作者能够构建他们的角色。然后问题就变成了我们是否会相处融洽。