讓機(jī)器人學(xué)習(xí)使用語(yǔ)言及處理對(duì)話

很難教機(jī)器人使用語(yǔ)言，這就是為什么他們應(yīng)該自己教自己。據(jù)悉，目前，機(jī)器人正在學(xué)習(xí)通過(guò)探索3D虛擬世界來(lái)處理簡(jiǎn)單的指令。

像亞馬遜Alexa和谷歌Home這樣的設(shè)備已經(jīng)把語(yǔ)音控制技術(shù)引入主流，但它們?nèi)灾荒芴幚砗?jiǎn)單的命令。讓機(jī)器智能地處理真實(shí)的對(duì)話，仍是一個(gè)非常艱巨的挑戰(zhàn)。

嘗試通過(guò)直接編碼單詞和對(duì)象與動(dòng)作之間的關(guān)系來(lái)解決這個(gè)問(wèn)題需要很多新的規(guī)則，這使得機(jī)器無(wú)法適應(yīng)新的情況。而機(jī)器學(xué)習(xí)語(yǔ)言的這一努力通常需要大量的人力進(jìn)行協(xié)助。

如今，DeepMind的團(tuán)隊(duì)、Alphabet旗下的一家專(zhuān)注于人工智能的子公司，與卡內(nèi)基梅隆大學(xué)共同研發(fā)出一種方法，可以讓機(jī)器在基于第一人稱(chēng)射擊游戲的3D環(huán)境中為自己找出簡(jiǎn)單的語(yǔ)言原理。

卡內(nèi)基梅隆大學(xué)的碩士研究生DevendraChaplot說(shuō)：“在3D的情況下做到這一點(diǎn)絕對(duì)是在現(xiàn)實(shí)世界中取得成功的重要一步。”他將于計(jì)算語(yǔ)言學(xué)協(xié)會(huì)年會(huì)上介紹他的論文。他表示，最終的目標(biāo)是創(chuàng)造一種接近真實(shí)生活的模擬，接受訓(xùn)練的人工智能可以把它學(xué)到的東西傳輸?shù)浆F(xiàn)實(shí)世界中。

DeepMind和卡內(nèi)基梅隆大學(xué)都采用了由DeepMind的人工智能技術(shù)所推廣的深度強(qiáng)化學(xué)習(xí)法。神經(jīng)網(wǎng)絡(luò)從虛擬環(huán)境中獲取原始像素?cái)?shù)據(jù)，并使用獎(jiǎng)勵(lì)方式刺激機(jī)器通過(guò)反復(fù)試驗(yàn)來(lái)學(xué)習(xí)，例如游戲中獲取高分。

通常，在游戲中目標(biāo)是獲得高分，但在這里，兩個(gè)人工智能程序得到了“前往綠色的柱子”這樣的指令，然后必須導(dǎo)航到正確的對(duì)象以獲得獎(jiǎng)勵(lì)。通過(guò)已加速的速度運(yùn)行數(shù)百萬(wàn)個(gè)訓(xùn)練場(chǎng)景，這兩個(gè)人工智能程序都學(xué)會(huì)了將單詞與特定的物體和特征聯(lián)系起來(lái)，讓它們按照指令執(zhí)行。他們甚至理解了“更大”或“更小”這樣的關(guān)系術(shù)語(yǔ)，以區(qū)分相似的對(duì)象。

最重要的是，這兩個(gè)程序都可以“概括”他們所學(xué)到的內(nèi)容，并將其應(yīng)用到從未見(jiàn)過(guò)的情境中。如果訓(xùn)練場(chǎng)景中有柱子和紅色物體，他們可以執(zhí)行“前往紅柱”的命令，即使他們從未在訓(xùn)練中看到過(guò)紅柱。

這使得它們比以往那些基于規(guī)則的系統(tǒng)更加靈活。卡內(nèi)基梅隆大學(xué)的團(tuán)隊(duì)將視覺(jué)和語(yǔ)言輸入混合在一起，將人工智能的注意力集中在最相關(guān)的信息上，而DeepMind則為他們的系統(tǒng)提供了額外的學(xué)習(xí)目標(biāo)，比如猜測(cè)它的視圖在移動(dòng)時(shí)將如何變化，這提高它的整體性能。由于這兩種方法從不同的角度解決了這個(gè)問(wèn)題，所以它們的結(jié)合可以提供更好的性能。

華盛頓大學(xué)教授、《The Master Algorithm》一書(shū)的作者PedroDomingos說(shuō)道，“這些論文只是初步的，但取得的進(jìn)步是非常令人興奮的?！睋?jù)悉，《The Master Algorithm》這本書(shū)是關(guān)于不同機(jī)器學(xué)習(xí)方法的。

這項(xiàng)研究遵循了人工智能的一種趨勢(shì)，即把語(yǔ)言和機(jī)器人控制等棘手問(wèn)題結(jié)合在一起。他說(shuō)，與直覺(jué)相反，這反而讓這兩種挑戰(zhàn)變得更容易。這是因?yàn)?，如果你能接觸到它所指代的現(xiàn)實(shí)世界，理解語(yǔ)言就會(huì)容易一些，而通過(guò)一些指導(dǎo)來(lái)了解這個(gè)世界就會(huì)容易一些。

數(shù)以百萬(wàn)計(jì)的訓(xùn)練，也就意味著，Domingos不相信純粹的深層強(qiáng)化學(xué)習(xí)將會(huì)打破現(xiàn)實(shí)世界。他認(rèn)為，通常被當(dāng)作人工智能進(jìn)步基準(zhǔn)的AlphaGo，實(shí)際上顯示出了整合各種人工智能方法的重要性。

布朗大學(xué)專(zhuān)門(mén)研究強(qiáng)化學(xué)習(xí)的教授MichaelLittman說(shuō)，研究結(jié)果“令人印象深刻”，視覺(jué)輸入比之前的工作要困難得多。他指出，以前大多數(shù)用模擬器來(lái)模擬地面語(yǔ)言的嘗試都局限在簡(jiǎn)單的2D環(huán)境中。

但Littman回應(yīng)了Domingos對(duì)該方法在現(xiàn)實(shí)世界中的可擴(kuò)展性的擔(dān)憂，并指出這些命令是基于模擬器設(shè)定的目標(biāo)而生成的。這意味著它們并不真正代表人類(lèi)在現(xiàn)實(shí)生活中給機(jī)器的不精確和含有語(yǔ)境的指令。

Littman說(shuō)：“我擔(dān)心人們可能看到這樣的例子，網(wǎng)絡(luò)系統(tǒng)智能回應(yīng)口頭命令和推斷，這些網(wǎng)絡(luò)語(yǔ)言的理解和導(dǎo)航比他們實(shí)際做的更深入。”