来源 | Hyper超神经（ID:HyperAI）
封面图 | CSDN付费下载自视觉中国
4 月 29 日，Facebook AI 和机器学习部门 FAIR 发布博客宣布，经过多年研究，他们已近构建并开源了一个新的聊天机器人 Blender。
Blender 结合了多种对话技能，包括个性、知识和同理心，能够使 AI 更具人性化。
击败谷歌 Meena，更像人类
FAIR 声称 Blender 是 GitHub 上最大的开放域（Open-Domain）聊天机器人（开放域聊天机器人也成为闲聊机器人），其性能优于现有的生成对话的方式。
GitHub 上提供了经过预先训练和经过微调的 Blender 模型，基础模型包含多达 94 亿个参数，是谷歌对话模型 Meena 的 3.6 倍。
GitHub 地址：https://parl.ai/projects/blender/
Blender 会主动提起一些话题与人类互动
在谷歌于一月份推出 Meena 时，Google 称其为世界上最好的聊天机器人。
但在 Facebook 自己的测试中，有 75％ 的人类评估者发现，Blender 比 Meena 更吸引人，还有 67％ 的测试者认为，Blender 听起来更像人类。另外有 49 % 的人最初没有分辨出聊天机器人和真人。
和通常聊天机器人不同的地方在于， Blender 可以用有趣的方式谈论任何事情。它不仅可以帮助虚拟助手解决许多缺点，而且承诺在企业、工业或面向消费者的环境中，能够让对话式 AI 系统（如 Alexa，Siri 和 Cortana）与人类的交互比以往更加自然，能够提出并回答各种各样的问题。而且还会表达出同情、严肃等情绪。
对于这种结果，Google 尚未回应媒体的置评请求。
Blender 杀手锏：超大规模的训练数据
Blender 的能力，来自其训练数据的巨大规模。它使用了15 亿个公开 Reddit 对话进行训练。
然后，使用附加的数据集对其进行了微调，其中主要针对三个方面做了加强：
包含某种情绪的对话，以传授同理心（例如，如果用户说「我升职了」，它会回复说「恭喜９）；
与专家进行对话，通过巨大的信息量，交给模型一些知识；
和不同角色的人之间的对话，以培养其个性。
由于模型太过庞大，因此 Blender 必须运行在两个计算芯片上。
而上述方式保证了 Blender 拥有强大的交互能力。
94 亿参数的模型需要至少两个 32GB V100 GPU 进行交互
仍有不足：聊多了就露馅儿
尽管结果看起来很优秀，但是 Blender 的技能仍远没有人类的技能高。
到目前为止，团队仅在 14 个回合的简短对话中，对聊天机器人进行了评估 。研究人员称，如果聊天时间更长，或许聊天机器人的缺陷就会暴露出来。
简短的对话中，Blender 表现自然，几乎没有破绽（蓝色为机器人）
另一个问题在于，Blender 无法记住对话的历史，所以在多轮对话中，还是会显露出不足。
Blender 还倾向于知识化或整理事实，这是对用于构建知识的深度学习技术的直接限制。也就是说它最终是根据统计相关性，而不是知识数据库生成其句子的。
它可以将著名名人的详细而连贯的描述串在一起，但带有完全错误的信息。团队正计划尝试将知识数据库集成到聊天机器人的模型中。
下一步：防止机器人被教坏
任何开放式聊天机器人系统，都面临着一个挑战：如何防止其说出有恶意或偏见的话。由于此类系统最终在社交媒体上进行了训练，因此可能会学会网络上有恶意的语言。
比如 2016 年微软家被教坏的聊天机器人 Tay
团队试图通过要求众包人员从用于微调的三个数据集中，过滤出有害的语言来解决此问题，但由于 Reddit 数据集规模太大，这一任务很难完成。
团队还尝试使用更好的安全机制，包括可以对聊天机器人的响应进行双重检查的恶意语言分类器。
研究人员承认，这种方法并不全面，因为需要结合语境来看，比如，「是的，太好了」这样的句子看起来不错，但是在敏感的上下文中，例如对种族主义言论的回应中，它就是有害的回复。
从长远来看，Facebook AI 团队还对开发更复杂的对话代理感兴趣，这些代理可以响应视觉提示以及文字。例如，他们正进行一个项目，名为「图像聊天」的系统，该系统可以与用户可能发送的照片进行个性化的对话。
所以，未来有一天，可能你的智能语音助手真的不再只是一个工具，而可以成为一个暖心的陪伴。而 Siri 也不会再闹出让人哭笑不得的笑话。
