微軟的Tay聊天機器人從在線對話中學到了太多太快

早在2015年，聊天機器人就備受關(guān)注。其中一個被大肆宣傳的是Facebook的M，它的目標是成為一個靈活的、適用廣泛的機器人，它可以做很多不同的事情，比如購買物品、安排送禮、預(yù)定餐廳和計劃旅行。但這些聲音遠遠超過了機器人本身。當Facebook在灣區(qū)對2500人測試M時，該軟件并未能完成要求它完成的大部分任務(wù)。

在對M和其他聊天機器人的熱情爆發(fā)之后，隨之而來的是一波失望(微軟首席執(zhí)行官納德拉曾說“機器人是新的應(yīng)用”)。聊天機器人不像機器人那么愛聊天，那是因為他們被訓(xùn)練只談?wù)撘恍〔糠质虑椋瑘?zhí)行特定的、有限的任務(wù)。它們無法與人進行自然的對話，無法根據(jù)對單詞及其含義的一般理解產(chǎn)生自己的反應(yīng)。它們只能提供一般性的答復(fù)。

在M測試版之前，F(xiàn)acebook縮減了對這款機器人的宏偉計劃，盡管它的一些自然語言技術(shù)已經(jīng)進入了相對保守的Messenger聊天機器人領(lǐng)域，這些聊天機器人可以做一些簡單的事情，比如點餐或發(fā)送問答信息。運通和1-800-FLOWERS等公司仍然使用這種簡單的聊天機器人來回答客戶服務(wù)問題、接受基本訂單和提供賬戶余額。如果你問一些超出它們理解范圍的問題，則會讓你和人工客服聯(lián)系。

但Facebook的人工智能研究小組已經(jīng)從那種只能簡單聊天的機器人發(fā)展起來。Facebook自然語言研究人員Antoine Bordes表示：“過去3到4年我們一直在說，對目標導(dǎo)向?qū)υ挼难芯坎皇俏覀冃枰剿鞯牡缆罚驗樗y，風險太大。”他還表示，如果一個旅游聊天機器人預(yù)訂了“錯誤的飛機、錯誤的航班，那在金錢、旅游等方面都是一個很大的錯誤。”

Bordes解釋說，F(xiàn)acebook并沒有專注于特定任務(wù)的機制，而是后退一步來解決一個更深層次的問題——教虛擬代理像人一樣交談。他們認為，如果聊天機器人能夠更好地理解，并與人類交流，它們最終可能會成為更好的助手，幫助人們完成實際任務(wù)，比如預(yù)訂機票。

Facebook在這方面投入了大量資金，聘請了自然語言人工智能領(lǐng)域的一些頂尖人才。該公司喜歡表明的是，與一些大型科技公司不同，它通過將人工智能研究成果發(fā)布到網(wǎng)上，讓整個研究社區(qū)都能看到，這可能會幫助其他正在構(gòu)建下一代人工智能的公司。但這項研究肯定也會在自己的產(chǎn)品中體現(xiàn)。

消息應(yīng)用與人們的日常生活深度捆綁，包括Messenger和WhatsApp，后者也是Facebook的子公司，目前仍在研究如何盈利。隨著首席執(zhí)行官扎克伯格為公司提出一個更加重視私人對話的新愿景，Messenger和WhatsApp將需要增加一些功能，以保持相對于微信、Telegram和蘋果iMessage等其他信息平臺的領(lǐng)先地位。

構(gòu)建一種可以隨意與人聊天的算法，已經(jīng)成為大型科技公司的一個關(guān)鍵目標。亞馬遜、谷歌和微軟都加入了Facebook的行列，押注于人類對話的力量——不僅是基于文本的消息應(yīng)用，還包括語音助手和其他體驗。由于最近的研究進展，通往真正的對話式計算機的道路突然變得清晰起來，但首先到達目的地的獎品仍有待商榷。

換句話說，F(xiàn)acebook的自然語言研究遠不止是復(fù)活M或者改進基于Messenger的聊天機器人，而是事關(guān)整個公司的未來。

神經(jīng)網(wǎng)絡(luò)

構(gòu)建一個能與人進行逼真對話的數(shù)字代理人，可以說是所有自然語言問題中最難的。它需要一臺機器來學習一本充滿單詞的字典，以及所有的用法和細微差別，然后在與一個無法預(yù)測的人的實時對話中使用它們。

直到最近幾年，自然語言的AI社區(qū)才開始向通用知識機器人邁出更大的步伐。這部分是因為神經(jīng)網(wǎng)絡(luò)的巨大進步，這是一種機器學習算法，通過分析大量數(shù)據(jù)來識別模式。

在AI發(fā)展的大部分歷史中，人類一直在觀察軟件在機器學習過程中的表現(xiàn)。在一種被稱為監(jiān)督學習的技術(shù)中，人類教師通過提供一個問題的正確答案來慢慢訓(xùn)練神經(jīng)網(wǎng)絡(luò)，然后調(diào)整算法使其達到相同的解決方案。

當有大量的數(shù)據(jù)都是經(jīng)過精心標注的時候，監(jiān)督學習就能很好地工作——比如，通過識別照片中有貓、狗或其他物品。但這種方法在聊天機器人的世界里往往行不通。數(shù)千小時的人與人之間的對話記錄很難大量找到，而且對于一家公司來說，創(chuàng)建這些記錄的成本很高。

由于很難教聊天機器人使用這些較老的方法進行對話，研究人員一直在尋找替代監(jiān)督學習的方法，讓神經(jīng)網(wǎng)絡(luò)在沒有人參與的情況下自己從數(shù)據(jù)中學習。

減少對訓(xùn)練數(shù)據(jù)需求的一種方法是教機器基本常識。如果一臺計算機對世界有一些了解，比如物體的相對大小、人們?nèi)绾问褂盟鼈?，以及一些物理定律如何影響它們的知識，那么它可能會將選擇范圍縮小。

人類這樣做很自然。例如，假設(shè)你在一個陡峭的懸崖邊開車，突然看到前面的路上有一塊大石頭，你要避免撞到石頭。但在考慮你的選擇時，你永遠不會決定突然向懸崖邊艱難地轉(zhuǎn)彎。你知道，由于重力的作用，汽車會猛烈地落在下面的巖石上。

“我們所做的大部分學習是觀察世界，”Facebook副總裁兼首席人工智能科學家Yann Lecun是人工智能領(lǐng)域的傳奇人物，自上世紀80年代以來一直在應(yīng)對最大的挑戰(zhàn)，他表示：“我們從父母和其他人身上學到了很多東西，但我們也正是通過與世界互動，通過嘗試、失敗和改正，學到了很多東西。”

使用這種技術(shù)訓(xùn)練的人工智能，稱為無監(jiān)督學習，工作原理是一樣的。例如，一輛自動駕駛汽車通過它的許多傳感器和攝像頭收集有關(guān)世界的數(shù)據(jù)，就像一個孩子通過她的五種感官了解世界一樣。通過這種方法，科學家們?yōu)闄C器提供了大量的訓(xùn)練數(shù)據(jù)供其仔細研究。他們不會要求它給出正確的答案，也不會哄它朝著某個目標前進。相反，他們只要求IT部門處理數(shù)據(jù)并從中學習，找到模式，并映射不同數(shù)據(jù)點之間的關(guān)系。

在許多情況下，這些必要的數(shù)據(jù)很難獲得。但是AI的一個領(lǐng)域是，神經(jīng)網(wǎng)絡(luò)可以在不需要傳感器的情況下了解世界，即自然語言處理。研究人員可以使用大量現(xiàn)有的文本來幫助算法理解人類世界，這是理解語言的必要部分。

假設(shè)給一個神經(jīng)網(wǎng)絡(luò)兩個短語來理解：

“獎杯放不進手提箱，因為它太大了。”

“獎杯放不進手提箱，因為它太小了。”

要知道“它”在每個句子中指的是不同的事物，模型需要知道一些關(guān)于世界上的對象及其相互關(guān)系的信息。LeCun表示：“文本中有足夠的結(jié)構(gòu)，它們正在接受訓(xùn)練，知道當你有一個對象適合另一個對象時，如果對象太大，其中一個就不適合。”

這項技術(shù)可能成為新一代更具對話性和實用性的Facebook聊天機器人的秘密。

BERT和RoBERTa

目前在自然語言系統(tǒng)的無監(jiān)督訓(xùn)練方面的進展始于2018年的谷歌。它的研究人員創(chuàng)建了一個名為BERT(Bidirectional Encoder Representations from Transformers)的深度學習模型，并從11038本書中提取了未加注釋的文本，以及維基百科英語詞條中的25億個單詞。研究人員隨機屏蔽了文本中的某些單詞，并對該模型提出了挑戰(zhàn)，讓它找出如何填入這些單詞。

在神經(jīng)網(wǎng)絡(luò)分析了整個訓(xùn)練文本后，它發(fā)現(xiàn)了經(jīng)常出現(xiàn)在同一上下文中的單詞和句子的模式，幫助它理解單詞之間的基本關(guān)系。由于單詞是物體或概念在現(xiàn)實世界中的表現(xiàn)形式，該模型學到的不僅僅是單詞之間的語言關(guān)系：它開始理解物體之間的關(guān)系。

BERT并不是第一個使用無監(jiān)督方法訓(xùn)練計算機理解人類語言的模型，但它是第一個在上下文中學習單詞含義的模型。

“我想說它是自然語言處理領(lǐng)域的前兩三大突破之一，”微軟研究院深度學習小組的合作伙伴研究經(jīng)理Jianfeng Gao表示。“你可以看到人們使用該模型作為構(gòu)建所有其他自然語言處理模型的新基線。”到目前為止，BERT研究論文有超過1000條學術(shù)引用，其他研究人員也在谷歌的模型上進行了構(gòu)建。

LeCun和他的團隊就是其中之一。他們構(gòu)建了自己版本的模型，然后進行了一些優(yōu)化調(diào)整，大大擴展了訓(xùn)練數(shù)據(jù)量，并增加了允許的訓(xùn)練時間。在神經(jīng)網(wǎng)絡(luò)運行了數(shù)十億次計算之后，F(xiàn)acebook的語言模型RoBERTa的表現(xiàn)要比谷歌的模型好得多。與BERT的80.5%相比，它的準確率達到了88.5%。

BERT和RoBERTa代表了一種全新的方法來教計算機如何交談。“在這個過程中，系統(tǒng)必須表示它看到的單詞的意思、句子的結(jié)構(gòu)和上下文，”LeCun表示。“結(jié)果，它學會了語言的本質(zhì)，這很奇怪，因為它對世界的物理現(xiàn)實一無所知。它沒有視覺，沒有聽覺，什么都沒有。”它只知道語言——字母、單詞和句子。

慢慢接近真正的對話

LeCun表示，使用BERT和RoBERTa訓(xùn)練的自然語言模型，仍然沒有足夠的常識來開始生成基于廣泛常識的聊天。這只是訓(xùn)練一個算法像人一樣說話的開始。

Facebook的自然語言研究者也試圖在RoBERTa的基礎(chǔ)上建立更多的對話特征。他們首先研究了與聊天機器人的實際人類對話，以了解對話如何以及何時會中斷或變得無聊。他們的發(fā)現(xiàn)推動了一項研究，可以通過訓(xùn)練，讓機器人避免最常見的對話失敗。

例如，聊天機器人經(jīng)常自相矛盾，因為它們不記得自己在對話中說過什么。聊天機器人可能在前一分鐘還聲稱喜歡重播的《霹靂游俠》，下一分鐘又說不喜歡電視劇。聊天機器人會創(chuàng)建自己的原始響應(yīng)(而不是從訓(xùn)練數(shù)據(jù)中檢索示例)，它們傾向于以模糊的方式回答問題，以避免出錯。它們常常顯得缺乏情緒，這使得它們?nèi)狈ξΑ?/p>

聊天機器人還必須能夠調(diào)用知識，成為有趣的健談?wù)?。那些能夠利用各種各樣信息的人，更有可能與人類進行更長時間的對話。但是，目前的聊天機器人只接受一個領(lǐng)域的知識訓(xùn)練，這個領(lǐng)域與機器人的設(shè)計任務(wù)相對應(yīng)——當人類開始對機器人領(lǐng)域之外的主題發(fā)表評論時，這就成了一個問題。例如，如果你問一個送披薩的機器人關(guān)于披薩以外的任何話題，對話就會迅速轉(zhuǎn)移。

作為一種矯正方法，F(xiàn)acebook的研究人員一直致力于訓(xùn)練自然語言模型，從許多知識領(lǐng)域提取數(shù)據(jù)，并將這些信息以自然的方式輸入到對話中。未來的研究將集中于教導(dǎo)機器人何時以及如何引導(dǎo)對話從一個一般性話題回到一個特定的任務(wù)。

開發(fā)聊天機器人面臨的最大挑戰(zhàn)之一是，讓它們在調(diào)用后能夠繼續(xù)學習。單詞的含義會隨著時間的推移而變化，新的術(shù)語和俚語在文化上變得重要。與此同時，聊天機器人不能太容易受人影響——微軟的Tay聊天機器人從在線對話中學到了太多、太快，在24小時內(nèi)就變成了具有侮辱性的種族主義者。Facebook正在教授其實驗性聊天機器人如何從順暢的對話中學習，并分析人類聊天伙伴的語言，以發(fā)現(xiàn)機器人是否說了一些愚蠢或無聊的話。

預(yù)測Facebook在實驗室中取得的進展可能會導(dǎo)致即時通訊聊天機器人的出現(xiàn)，這將是很危險的，因為這些聊天機器人能夠進行對話，甚至具備某些類人類的膚淺技能。但也許不久我們就能自己判斷結(jié)果了。Facebook研究員Jason Weston表示：“我們相信，我們已經(jīng)非常接近擁有一個機器人，人們可以與機器人對話，從中看到價值。