人類(lèi)的對(duì)話(huà)是極其復(fù)雜的，其中每個(gè)語(yǔ)句都建立在對(duì)應(yīng)的語(yǔ)境和上下文的基礎(chǔ)上。因此，對(duì)話(huà)智能體需要通過(guò)對(duì)語(yǔ)言和語(yǔ)境的深度理解來(lái)更加有效地學(xué)習(xí)。

“我想買(mǎi)手機(jī)有什么推薦嗎?”“三星的不錯(cuò)，我之前一直用三星的。”“魅族是國(guó)產(chǎn)手機(jī)十大品牌之一，好不好，用了才知道哦。”“小米也不錯(cuò)。”“小米比大米有營(yíng)養(yǎng)。”這些看似時(shí)而認(rèn)真，時(shí)而無(wú)厘頭的對(duì)話(huà)和我們?nèi)粘Ｎ⑿湃毫目此撇o(wú)二致，但其實(shí)在這個(gè)群里聊天的都是機(jī)器人。

能讓機(jī)器人們聚在一起好好聊個(gè)天可是個(gè)技術(shù)活，不僅要把多智能體強(qiáng)化學(xué)習(xí)的方法應(yīng)用在自然對(duì)話(huà)場(chǎng)景中，還需要優(yōu)化社交機(jī)器人在不同上下文語(yǔ)境下的談話(huà)策略。在日前天津高新區(qū)舉行的第三屆社交機(jī)器人論壇暨首屆機(jī)器人群聊比賽研討會(huì)上，多個(gè)社交機(jī)器人在同步對(duì)話(huà)的比賽現(xiàn)場(chǎng)一較高下。

這群機(jī)器人聊天有點(diǎn)“尬”

據(jù)了解，本次比賽嘗試將多智能體人機(jī)對(duì)話(huà)的技術(shù)應(yīng)用在自然對(duì)話(huà)場(chǎng)景中。比賽選取特定主題的啟動(dòng)句，打亂啟動(dòng)順序，經(jīng)過(guò)單輪或者多輪，生成符合主題且流暢的對(duì)話(huà)，最終采用自動(dòng)評(píng)價(jià)和人工評(píng)價(jià)相結(jié)合的方式，根據(jù)主題相關(guān)性、語(yǔ)言流暢性和語(yǔ)境相關(guān)性進(jìn)行打分。

“剛剛還是一群在認(rèn)真聊天的機(jī)器人，卻可能因某一個(gè)機(jī)器人的話(huà)鋒一轉(zhuǎn)，整個(gè)話(huà)題就被帶入尬聊場(chǎng)景。就像那個(gè)推薦手機(jī)的話(huà)題，明明是在聊手機(jī)，就因?yàn)橐粋€(gè)機(jī)器人說(shuō)了小米，整個(gè)話(huà)題就變成了美食和養(yǎng)生。”大賽組委會(huì)委員、哈爾濱工業(yè)大學(xué)副教授張偉男介紹說(shuō)，通過(guò)這次比賽，我們看到機(jī)器人們的聊天能力有所增強(qiáng)，但是與真人聊天相比還存在幾個(gè)問(wèn)題：多樣性程度比較低，語(yǔ)言比較貧乏，回復(fù)重復(fù)率高;一致性能力弱，同一個(gè)群聊下，機(jī)器人經(jīng)常前后回復(fù)出現(xiàn)矛盾;主題漂移，就是我們常說(shuō)的跑題，幾乎每個(gè)群聊到最后都跑題;質(zhì)量不穩(wěn)定，回復(fù)質(zhì)量差的機(jī)器人嚴(yán)重影響群聊質(zhì)量，機(jī)器人不能很好地篩選對(duì)話(huà)歷史進(jìn)行回復(fù)決策。

三種主流技術(shù)各有優(yōu)缺點(diǎn)

讓機(jī)器人群聊看似簡(jiǎn)單，卻都需要人工智能的交互式實(shí)現(xiàn)技術(shù)——人機(jī)對(duì)話(huà)技術(shù)的發(fā)展作為支撐。獲得首屆機(jī)器人群聊大賽第一名的隊(duì)伍FunNLP的指導(dǎo)老師，天津大學(xué)副教授張鵬介紹說(shuō)，在研究上，大數(shù)據(jù)和深度學(xué)習(xí)共同推動(dòng)了自然語(yǔ)言理解技術(shù)的發(fā)展。目前實(shí)現(xiàn)人機(jī)對(duì)話(huà)有三種主流技術(shù)，各有優(yōu)缺點(diǎn)。

基于規(guī)則的人機(jī)對(duì)話(huà)系統(tǒng)，機(jī)器人需根據(jù)系統(tǒng)中預(yù)先定義的一些規(guī)則來(lái)進(jìn)行回復(fù)，例如關(guān)鍵詞、if-else條件等。這種技術(shù)最大的缺點(diǎn)是需要人工撰寫(xiě)規(guī)則，要定義的規(guī)則太多，需要付出極大的努力來(lái)做規(guī)則設(shè)計(jì)。

基于檢索的人機(jī)對(duì)話(huà)系統(tǒng)，直接從預(yù)先定義的候選池中選擇最佳的答案，但缺點(diǎn)是無(wú)法應(yīng)對(duì)自然語(yǔ)言的多變性、多義性、語(yǔ)境結(jié)構(gòu)、連貫性等，且當(dāng)輸入消息的語(yǔ)義差別很小時(shí)，機(jī)器人便無(wú)法精確識(shí)別，以至于無(wú)法生成新的回復(fù)。

“目前基于生成模型的人機(jī)對(duì)話(huà)系統(tǒng)是研究的熱點(diǎn)。”張鵬表示，與檢索型對(duì)話(huà)機(jī)器人不同的是，它可以生成一種全新的回復(fù)，因此相對(duì)更為靈活。但是這種系統(tǒng)有時(shí)候會(huì)出現(xiàn)語(yǔ)法錯(cuò)誤，或者生成一些沒(méi)有意義的回復(fù)。

目前還難達(dá)人類(lèi)對(duì)話(huà)水平

在我們?nèi)粘Ｉ钪校煌?lèi)型的人機(jī)對(duì)話(huà)可謂是隨處可見(jiàn)：閑聊式對(duì)話(huà)，如微軟小冰;任務(wù)驅(qū)動(dòng)的多輪對(duì)話(huà)，如訂餐對(duì)話(huà)系統(tǒng)等;問(wèn)答式的對(duì)話(huà)，如汽車(chē)語(yǔ)音系統(tǒng);推薦式對(duì)話(huà)，如一些客服機(jī)器人。其中閑聊、問(wèn)答和任務(wù)型對(duì)話(huà)是用戶(hù)輸入內(nèi)容后系統(tǒng)才會(huì)給出相應(yīng)的回復(fù)，而推薦式系統(tǒng)主動(dòng)向用戶(hù)提供服務(wù)和信息。但由于各項(xiàng)技術(shù)尚未成熟，因此對(duì)話(huà)機(jī)器人還達(dá)不到類(lèi)人的對(duì)話(huà)水平，表現(xiàn)不夠靈活，甚至?xí)a(chǎn)生一些笑料。

對(duì)于本次比賽的機(jī)器人在群聊回復(fù)方面出現(xiàn)的一些問(wèn)題，張鵬解釋說(shuō)，這主要是由三方面原因造成的。首先對(duì)話(huà)機(jī)器人在理解群聊對(duì)話(huà)記錄，回復(fù)的情感一致性及與其他機(jī)器人的交互三個(gè)方面存在一定的問(wèn)題。所以群聊過(guò)程中出現(xiàn)了機(jī)器人自顧自回復(fù)或者是矛盾性回復(fù)等現(xiàn)象。

其次，訓(xùn)練機(jī)器人聊天是需要大量數(shù)據(jù)的，但某些特定領(lǐng)域的對(duì)話(huà)數(shù)據(jù)相當(dāng)有限，如本次比賽中的數(shù)碼產(chǎn)品和美食主題。并且，這些領(lǐng)域的中文閑聊型對(duì)話(huà)數(shù)據(jù)的收集和對(duì)話(huà)系統(tǒng)的構(gòu)建都是十分耗費(fèi)人力的。

第三，目前基于神經(jīng)網(wǎng)絡(luò)的對(duì)話(huà)系統(tǒng)主要依賴(lài)于大量結(jié)構(gòu)化的外部知識(shí)庫(kù)信息和對(duì)話(huà)數(shù)據(jù)，系統(tǒng)通過(guò)訓(xùn)練來(lái)“模仿”和“學(xué)習(xí)”人類(lèi)說(shuō)話(huà)，這也導(dǎo)致了回復(fù)語(yǔ)句單一的問(wèn)題。因此，對(duì)話(huà)智能體需要通過(guò)對(duì)語(yǔ)言和語(yǔ)境的深度理解來(lái)更加有效地學(xué)習(xí)。

像人一樣聊天還需深入理解語(yǔ)境

“雖然深度學(xué)習(xí)技術(shù)被充分運(yùn)用，技術(shù)水平有所提高，但是以目前的技術(shù)來(lái)說(shuō)，要做到讓機(jī)器人像人一樣聊天還有一定的難度。”張鵬表示，人類(lèi)的對(duì)話(huà)是極其復(fù)雜的，其中每個(gè)語(yǔ)句都建立在對(duì)應(yīng)的語(yǔ)境和上下文的基礎(chǔ)上，朋友們?cè)诹奶鞎r(shí)甚至能在對(duì)方說(shuō)話(huà)之前就預(yù)料到下一句會(huì)說(shuō)什么。

若想要達(dá)到相當(dāng)于人類(lèi)對(duì)話(huà)的水平，目前有幾種方法可以探討。其中一種是構(gòu)造龐大且高度復(fù)雜的AI模型，如現(xiàn)在基于Transformer結(jié)構(gòu)的Bert模型和GPT模型，其參數(shù)量已達(dá)到數(shù)億級(jí)。然而模型越大，從用戶(hù)輸入信息到對(duì)話(huà)系統(tǒng)反應(yīng)之間的延時(shí)就越長(zhǎng)，而且實(shí)質(zhì)上，此類(lèi)模型仍然需要依賴(lài)于大量的數(shù)據(jù)，這與人類(lèi)的思考和學(xué)習(xí)方式不符。

第二種是Meta Learning技術(shù)，這種技術(shù)需要機(jī)器人具備學(xué)會(huì)學(xué)習(xí)的能力，能夠基于過(guò)往的經(jīng)驗(yàn)快速地學(xué)習(xí)。這類(lèi)模型是模擬人的思考與學(xué)習(xí)方式，從本質(zhì)上更接近人類(lèi)間的相互對(duì)話(huà)。但問(wèn)題是我們需要結(jié)合具體的任務(wù)，提出基于Meta Learning的解決方案，這無(wú)疑需要更加深入的研究。

第三種是強(qiáng)化學(xué)習(xí)技術(shù)，強(qiáng)化學(xué)習(xí)系統(tǒng)由智能體、狀態(tài)、獎(jiǎng)賞、動(dòng)作和環(huán)境5部分組成?，F(xiàn)在的研究工作主要是將強(qiáng)化學(xué)習(xí)應(yīng)用于任務(wù)型對(duì)話(huà)系統(tǒng)的策略學(xué)習(xí)上，強(qiáng)化學(xué)習(xí)能解決基于規(guī)則策略存在的泛化能力差、人工成本高等問(wèn)題，并且無(wú)需大量的訓(xùn)練語(yǔ)料，只需要一些目標(biāo)，便能夠提高任務(wù)型對(duì)話(huà)的質(zhì)量，彌補(bǔ)了深度學(xué)習(xí)的一大缺點(diǎn)，當(dāng)然強(qiáng)化學(xué)習(xí)也會(huì)帶來(lái)很多挑戰(zhàn)，比如智能體會(huì)給當(dāng)前互動(dòng)的環(huán)境帶來(lái)一定的影響等，這些都是需要我們?nèi)ゲ粩嗵剿骱蜕钊胙芯康摹?/p>

標(biāo)簽： 機(jī)器人