“这项技术将以我们难以理解的方式改变世界”

Alexa Prize社交机器人挑战赛3的评委和决赛团队分享了对竞赛的见解、疫情的影响以及社交机器人的未来展望。

人类是社会性生物，对话将我们联系在一起——使我们能够与重要的人分享从平凡到深刻的一切。在疫情导致的隔离时代，许多对话转移到了线上，但它们提供的联系仍然至关重要。那么，当用社交机器人取代对话中的人类参与者时会发生什么？与AI助手进行有意义的对话意味着什么？这种对话如何证明其价值，并能提供某种形式的联系？

今年Alexa Prize竞赛的参与者正是被这些问题所驱动。某中心近期宣布埃默里大学团队赢得了2020年Alexa Prize。我们采访了该团队、本届竞赛的评委以及来自捷克技术大学、斯坦福大学、加州大学戴维斯分校和加州大学圣克鲁兹分校的其他决赛团队代表，了解他们参与的动机、COVID-19如何影响他们的工作，以及他们认为社交机器人未来的可能性和挑战。

参赛动机与研究重点

Sarah Fillwock（埃默里大学）：我们有一群对对话系统研究感兴趣的学生，其中一些人实际上曾参加过前几届Alexa Prize竞赛。我们都知道Alexa Prize为对此类工作感兴趣的人提供了真正独特的机会。

Marilyn Walker（加州大学圣克鲁兹分校）：在我们的自然语言和对话系统实验室，主要研究重点是对话管理和语言生成。对话式AI是一个非常具有挑战性的问题，我们觉得我们可以在这个领域产生研究影响。

Jan Pichl（捷克技术大学）：从Alexa Prize竞赛的第一年开始，我们一直在开发Alquist，以提供广泛的话题，并更专注于最受欢迎的话题。第一个Alquist相当严格地引导用户进行对话。我们很快意识到需要引入更多的灵活性，让用户“负责”。

社交机器人的潜力与挑战

Hugh Howey（评委）：这项技术将以我们难以理解的方式改变世界。目前，人机界面是一个瓶颈。未来，越来越多的琐事将被自动化，这将释放人力资本来解决更大的问题。

Jinho D. Choi（埃默里大学）：据报道，美国有超过4400万成年人患有焦虑或抑郁等心理健康问题。我们相信，开发一种能安慰人们的创新社交机器人可以真正帮助那些有心理健康问题的人。

技术挑战与研究难点

Abigail See（斯坦福大学）：目前，社交机器人难以理解长而复杂的对话，这限制了它们深入讨论任何话题的能力。另一个重要挑战是让用户发挥更多主动性，自己推动对话。

Sarah Fillwock（埃默里大学）：对话系统研究领域面临的一个主要挑战是建立评估对话方法性能的最佳实践。目前研究社区使用多种评估策略来确定新对话方法的性能。

疫情对对话系统的影响

Jurik Juraska（加州大学圣克鲁兹分校）：疫情对我们的社交机器人最直接的影响是，它不能忽视这种新的动态情况。我们的社交机器人必须承认这一新发展，因为那是当时大多数人谈论的话题。

Kai-Hui Liang（加州大学戴维斯分校）：我们注意到Alexa用户对热门话题的反应方式存在明显差异。例如，在COVID-19之前，许多用户在讨论他们喜欢观看的体育节目、旅行经历或周末计划时给出了积极的回应。

自然语言处理的技术进展

Jan Pichl（捷克技术大学）：如今基于Transformer的模型的能力令人兴奋。它们能够生成连贯的长篇文章甚至整个故事。然而，它们在训练阶段甚至运行时都需要大量的计算能力。

Abigail See（斯坦福大学）：作为NLP研究人员，我们对该领域的惊人进步速度感到惊讶。自2018年上一届Alexa Prize以来，出现了改变游戏规则的进步，特别是在使用大型预训练语言模型来理解和生成语言方面。

Sarah Fillwock（埃默里大学）：人们将常识知识和常识推理融入对话系统的工作是当前对话式AI领域最有趣的方向之一。我们使用的大量常识知识没有在任何类型的数据集中明确详细说明，因为人们是通过物理经验或随时间推移的推理来学习它们的。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
公众号二维码