研究社區(qū)可以參加Facebook AI的紐約對(duì)話之旅

杰森韋斯頓擁有倫敦大學(xué)機(jī)器學(xué)習(xí)博士學(xué)位和Douwe Kiela博士學(xué)位，并擁有劍橋大學(xué)博士學(xué)位論文，主題是感知模式中的基礎(chǔ)語(yǔ)義，他是Facebook Research的研究科學(xué)家，他們向世界展示了他們強(qiáng)大的團(tuán)隊(duì)的暢銷書。。

對(duì)于那些有興趣為人工智能作為會(huì)話代理人做更多事情的科學(xué)家們而言，“走路”讓人大開眼界。如今，他們不僅僅對(duì)語(yǔ)音助理在演唱會(huì)開始時(shí)或者下雨時(shí)告訴人們感到幸災(zāi)樂禍?？茖W(xué)家正在探索目標(biāo)導(dǎo)向的對(duì)話。

這聽起來有多容易?不要自欺欺人。試圖去那里很難。

快速公司轉(zhuǎn)向Kiela，原因是導(dǎo)游努力具有研究重要性。“這項(xiàng)任務(wù)對(duì)人工智能研究非常重要，因?yàn)樗茈y，”Kiela說，“因?yàn)樗Y(jié)合了所有這些有趣的問題 - 三百六十六種視覺感知，基于地圖的導(dǎo)航，視覺推理和通過對(duì)話進(jìn)行的自然語(yǔ)言交流“。

他們首先指出，自然語(yǔ)言對(duì)于大多數(shù)人來說是可以理解的，“無需額外的步驟或知識(shí)來破譯其含義。” 為此，F(xiàn)acebook的人工智能研究小組FAIR迷上了人工智能的某種策略，以展示人類對(duì)語(yǔ)言的理解。

他們寫道，這種策略“是通過將語(yǔ)言與特定環(huán)境聯(lián)系起來以更自然的方式訓(xùn)練這些系統(tǒng)。就像嬰兒首先學(xué)會(huì)了他們可以看到和觸摸的名稱一樣，這種方法 - 有時(shí)被稱為體現(xiàn)AI-favor在系統(tǒng)環(huán)境的背景下學(xué)習(xí)，而不是通過大型文本數(shù)據(jù)集(如維基百科)進(jìn)行培訓(xùn)。“

進(jìn)入Talk the Walk。他們正在教導(dǎo)人工智能系統(tǒng)，使用在導(dǎo)游和游客之間聽起來很自然的語(yǔ)言交流來導(dǎo)航紐約的街道。兩個(gè)機(jī)器人有任務(wù)。旅游機(jī)器人希望通過紐約市社區(qū)的360度圖像導(dǎo)航。指南機(jī)器人是幫助附近的地圖。該團(tuán)隊(duì)使用MASC(Masked Attention for Spatial Convolution)，以便指南機(jī)器人可以專注于地圖上的正確位置。

他們表示，他們的目標(biāo)是“通過自然語(yǔ)言互動(dòng)實(shí)現(xiàn)高度綜合性能，并挑戰(zhàn)社區(qū)做同樣的事情。”

Talk the Walk的信息在GitHub上。“分享這項(xiàng)工作將為其他研究人員提供一個(gè)框架來測(cè)試他們自己的體現(xiàn)人工智能系統(tǒng)，特別是在對(duì)話方面。”

360度攝像頭拍攝了5個(gè)街區(qū)，地獄廚房，東村，金融區(qū)，上東區(qū)和布魯克林的威廉斯堡?？焖俟镜牡つ釥?middot;特爾迪曼說，導(dǎo)游機(jī)器人使用標(biāo)準(zhǔn)的2D地圖和通用的航點(diǎn) - “銀行”，“咖啡店”，“熟食店” - 提供有關(guān)如何導(dǎo)航的說明。

涉及的AI工作是關(guān)于感知某個(gè)環(huán)境，瀏覽它并進(jìn)行溝通。TechCrunch中的盧卡斯·馬特尼寫道，“在”Walk the Walk中，“指南AI機(jī)器人擁有所有這些2D地圖數(shù)據(jù)，旅游機(jī)器人擁有所有這些豐富的360視覺數(shù)據(jù)，但只有通過彼此溝通，他們才是能夠執(zhí)行他們的指示。“