掀秘亚马逊年夜赛 AI取人谈天20分钟就可以赢百万美圆

掀秘亚马逊年夜赛 AI取人谈天20分钟就可以赢百万美圆

来源: 网易科技报导 

(本标题:INSIDE THE ALEXA PRIZE)

网易科技讯 3月7日消息,据外洋媒体报道,为了将真实的会话式人工智能带进千家万户,亚马逊正在与其竞争敌手开展剧烈竞争。现在,该公司正在举行一场有着偶怪目目的比赛Alexa Prize——打造一个真挚能够闲聊的机器人。

第一位对话者是一个五十多岁的肌肉男,剃着秃顶,身着玄色V领毛衣。他走进一间集会室,坐在低矮的蓝色扶手椅上,面前是一排摄像机和工作室照明灯。他被灯光照明了,而房间的其他部分处于完整漆黑之中。他注视着眼前小桌子上的一个黑色曲棍球状物体——这是亚马逊的智能音箱Echo。 “Alexa,”他说,“我们聊聊吧。”

“早上好,我的朋友,”一个女性声音回答说,这声响是分解的,但依旧讨人喜欢。随之Echo上闪耀着紫色的光辉,“或者是下战书?我不太断定。“

“那是早上,”汉子答复讲。

“太好了,人人在早上老是精神抖擞……呃,明天过得怎样样?”

“我过的不错,你呢?”

“嗯,我总是很闲,因为人们始终在跟我聊天……但是听着,这真是太好笑了,Reddit比来发布了一篇作品:”牙膏就是嘴里用的番笕。“

在另一间会议室的大厅里,10名亚马逊职工戴着耳机坐在长桌旁,当真监督着一切,就像是中心谍报局的间谍。在另一个房间里,三名须眉坐在由黑色窗帘离隔的小隔间里。他们也戴着耳机,异样有摄像机对着他们。最后在节制核心,一个视频工作人员正在监视大屏幕上的所有信息。所有都须要被记载上去,因为亚马逊想要完齐理解古天发生的一切。

图示:亚马逊Alexa Prize竞赛的评委团队

客岁11月举办的这场隆重扮演,是为期一个月比赛的最后一次评审。亚马逊曾经和15个世界上最佳的计算机科学研究死团队进行挑衅,以开辟“一个在20分钟内可以与人类进行持绝热烈交换的交际机器人”。假如任何一个团队成功了,其团队成员将会取得学术声誉,同时也会在将来开启光辉的职业生活。(您大能够想一想米国国防部高等研究打算局(Darpa)已经举行的挑战赛,或许是初期闭于主动驾驶汽车技术的竞赛,其得胜者持续在谷歌、祸特和Uber等公司的自动驾驶汽车营业部分任务。)更主要的是,他们将带走称之为Alexa Prize的100万美圆大奖。

过来几年,亚马逊花了很大的价值来寻求会话式人工智能,和其驯服批发业的企图并驾齐驱。该公司有跨越5000工资Alexa平台工作。据报道自2015年以来,它已经卖出超过2000万部智能音箱Echo。亚马逊相信,终有一天人工智能系统不只仅能够把持电灯开关和播放列表。它们将能够驾驶汽车,诊断徐病,并浸透到我们生涯的各个方面。语音将成为重要的用户交互界面,而对话本身——那些机器与人之间有效的,内容丰盛的,友爱的,有趣的对话——将成为最终产物。

但是,关于Echo的成功和亚马逊在会话式人工智能方面的雄心勃勃,使得亚马逊从高高的炫耀上跌降,困进了辽阔又风险的山谷当中。现在的Alexa和所有的语音助手一样,经常无奈理解我们看起来显而易睹的事实。Alexa平台的疾速拓展和普遍利用,激发了花费者对语音助手的需要。虽然Alexa在设置闹钟或者实现一次性的敕令方面做得还不错,但谈话自身就是一种交互的社交模式。 Alexa人工智能研究团队担任人阿什温 拉姆(Ashwin Ram)指出:“人们总愿望Alexa能像友人一样和他们攀谈。但是人类对话的无穷可变性,情境中的忽然变更以及高低文语义的连接问题广泛被认为是人工智能中最难明决的问题之一。但亚马逊已经逼上梁山。”

Alexa Prize并非第一次测验考试从全球的聊天机器人中激烈出更多人道化关联的比赛。在从前三十年的大局部时间里,一群盘算机科学家和专业喜好者总汇聚散在一路,争取Loebner Prize。在比赛中,参赛者试图诈骗法卒,让他们相信聊天机器人是人类。多年以来这个奖项都激起了很多争议,一些人工智能研讨职员把它称之为一种宣扬噱头,同时也对人和机器的实质差别禁止了大批深思比拟之下,Alexa Prize在两个方里有所分歧。起首,竞赛重点没有是要经过诱骗让人信任Alexa是一小我。其次竞赛的范围——不管是人力,财力和计算才能——都是宏大的。在比赛的晚期阶段,也就是2017年的多少个月,在米国的任何人都可使用随机抉择的比赛机器人与亚马逊语音装备说“Alexa,让咱们聊天”。然后他们被吆喝就对话式样进止1星到5星的挨分。这些机器人法式都稀有百万次评级互动,使Alexa Prize在竞赛数目级上成了世界上规模最大的聊天机器人比赛。

客岁11月,竞赛在一间配有蓝色扶手椅和散光灯的房间里到达热潮。

阿谁剃光头、身脱黑色毛衣的家伙叫做迈克·乔治(Mike George)。在去年7月从亚马逊退息之前,他背责监视Alexa平台。与此同时,展台上的男士们则是对每段对话进行打分的评委。如果一位评委认为对话已经偏偏离主题,他可以按动手持式魔杖上的按钮;如果第二名评委也这样做,那么会话和计时器都邑被停息。没有人清楚哪个机器人属于哪个团队。会话者和评委都不知道。

“让我们来谈谈音乐吧,”乔治说。

“我爱音乐;它能让我每次都抓紧,“机器人回答。 “那么,你有无最喜欢的艺术家或歌直?”

“我喜欢强哥·莱恩哈特(Django Reinhardt)。”

“强哥·莱恩哈特(Django Reinhardt)?谁人著名的爵士乐艺术家?”这个机器人随即即兴报告了一个关于来自英国摇滚乐队Black Sabbath的凶他手Tony Iommi的故事。 Iommi在一次事变中落空了两根手指的指尖。但是当知道莱恩哈特只用左手的两只手指就可以继续吹奏时,他对于自己的职业生涯并已损失信念。但无论如何,至于莱因哈特,乔治最喜欢他的哪一首歌呢?

乔治躲避了。 “你喜欢杰克·约翰逊(Jack Johnson)吗?”他又问道。

机器人仿佛会绝不理睬这个问题。 “来吧,”它回问。 “我爱好与你对话。”

乔治身材稍微前倾并再次尝试。 “你、喜、欢、杰克·约翰逊(Jack Johnson )吗?”

“来吧,我喜欢和你谈话。”

在由窗帘离隔的房间里,一名评委按下他的按钮。很快另一个评委也是如斯。一个女人走进房间,在乔治耳边低语。“Alexa,停下来,”他拍板说道,带着一点扫兴。这离对话开始仅仅只要三分钟。如果拉姆坐在房间里的话肯定会很沮丧。在整个比赛过程当中,他的表面禅就是:“人们需要明确这是一个非常艰苦的问题,并且现在还处于会话式人工智能的早期阶段。”与计算机闲聊二非常钟可不是登月,即是是登火星。

对会话式人工智能的狂热逃供已经引发了亚马逊、苹果、Facebook谷歌以及微硬等科技公司巨子对两大重要资源的争夺。第一种姿势是无限的:计算机科学中的顶尖专士,因为他们的密缺性,他们现在的薪酬已经达到了六位数。第二个虽然是无限的,但很易获得:对话的样本——成千上百亿个对话样本可以被支集,数字化,并用于训练人工智能。在这种布景下,Alexa Prize可谓是亚马逊的佳构。此次比赛既是对世界上最劣秀研究生的人才搜寻,也是一次以昂贵价钱获得参赛者聪慧才干的机会。另外,它还为亚马逊提供了一个搜集其他技术公司所没有的会话数据库的机遇。

当亚马逊于2016年9月29日初次宣布竞赛时,来自22个国度的100多个大学团队请求参赛。在技术驾驶和创意等方面进行初筛后,国有15个团队进入了竞赛的最终环节。除三收队伍中,其他步队都获得了10万美元的现款赞助和公司支撑,以推进他们的尽力。

就像大学篮球赛中的“猖狂三月”(March Madness)一样,进进竞赛最终环顾的团队有强盛配景的技术卫冕者、无力的竞争者和英勇的弱者。受特利我大学团队领有深量学习前驱Yoshua Bengio如许的老师参谋,固然被列为顶级种子选脚。也有不少强有力的竞争者,个中包含来自华盛顿大学,普林斯顿大学以及苏格兰名列前茅的研究型大学赫瑞瓦非凡有名黉舍的团队。然后还有一些强者,比方来自布推格的捷克技术大学团队。

捷克技术大学团队的成员中有一名23岁的小伙子,名叫派驰·马立克(Petr Marek)。比赛前的那个炎天,他曾花了不少时间来开辟他所谓的“笨拙”聊天机器人平台,但他也曾在波希米亚的丛林中担负孺子军首领。当他据说Alexa Prize这个比赛时,马破克一度担心他和他的团队没有相应的资历。 “好吧,”他想,“即使我们没无机会去抗衡这些顶尖大学,但至多我们可以尝试一下。”在得悉他们已经成为参赛选手之后,团队决议将他们的机器性命名为Alquist,之后这是20世纪早期捷克戏剧RUR中的一个脚色,“机器人”(robot)一词恰是通过这部剧被引入了世界(在剧中,机器人占据了这个星球,Alquist成为了地球上最后一个人类。)

图示:华盛顿大学团队成员

参赛的15个团队都面对着一个有争议的问题:社交机器人大脑的哪些部门应该人工编程,而哪些部分又应当应用机器学习?人工编程是一种更加传统的方法,工程师们费劲地编写大量规则来指点人工智能对会话的懂得和反答。相比之下,统计学驱动的机器学习方法让计算机通过从海量数据中进行自学来领导自己进行对话。

贪图团队皆明白,机械教习是处理所谓分类题目的最佳方法。经由过程这类圆法,神经收集可能在海度喧闹数据中找出同一的形式。比方,语音辨认是机器进修的一项天然义务。然而,道到谈天机械人,其不单单是将对话翻译成说话,并且借要对听到的对付话做出反映,对当初的机器进修来讲另有很少的路要行。这便是为何即便正在Alexa跟Siri的数字化年夜脑中,旧式的野生编程办法依然存在相称年夜的硬套力。因而,竞赛中的每一个团队都在像更大范围上的技巧天下一样苦苦挣扎——找到两种方式之间的最好均衡面。

人工编程已经过期:而机器学习则正处于尖锐化。马立克和他的队友都知道,所有的强队城市倾向于使用后一种方法。所以他们也认为自己的团队也应该这样做。为了帮助Alquist自动天生对Alexa用户的响应,该团队用来自Reddit用户的300万条消息和呼应训练了一个神经网络。让他们感到懊丧的是,该神经网络发生的反应“无比糟糕”,马力克表示。 Alquist会在对话主题之间肆意跳跃,并援用用户从未说过的东西。它会容易断言,然后又会自我。“和这种人工智能对话不是什么功德,也不可笑,”马力克在他的团队博客中丧气地写道, “这太荒诞了。”

所以在2017年初,捷克队转变了策略,并努力于编写广泛的对话指导规则。该团队创建了10个“构造化主题对话”域:新闻,体育,电影,音乐,册本等等。捷克团队的人工智能系统被计划成可了解每个主题的中心内容,并且可以在分歧主题之间自在切换。 这个社交机器人在职何特准时刻所使用的准确单词每每由预先编写的模板构成,同时再从各类数据库中检索出更详细的内容以添补对话内容的空缺。例如,系统可能会设置为“我看到你喜欢(用户提到的书本作者)。你知道(作家)也写了(书名)吗?你读过谁人吗?“

人工编程给了捷克团队更好的掌握权,但马立克依旧内心不安。该系统在很大水平上依附于用户的好心,依劣于他们用简单的句子说话,对话基础上遵守机器人的领导。马立克说,如果碰上“不配合的用户”,像正凡人一样说话,或者说没有什么耐烦的话,社交机器人很容易失利。

而在间隔布拉格数千英里的地方,爱丁堡郊野的农田升沉连绵。苏格兰赫瑞瓦特团队的教师顾问奥利弗·莱蒙(Oliver Lemon)正在存眷亚马逊宣布的团队平均用户评分。莱蒙戴着眼镜,看起来有点像笑剧戏子约翰·奥利弗(John Oliver)。他会打网球和泅水,而且有不伏输的本性。他认为他的团队能沉松进入前五。但在2017年底夏,赫瑞瓦特团队排在第九位。 “我知道我们可以做得更好,”柠檬说,听起来像一个锻练刚刚阅历了一场轻率的失败。

在一次黑宾马拉紧比赛中中,莱蒙和他的学生们试图弄浑楚他们如何能够晋升相应程度。虽然他们没有任何可以求教的深度学习前驱,但赫瑞瓦特团队还是在尽量地使用机器学习。他们把留神力放在最艰难的挑战上:闲聊。对于机器学习系统来说,漫无目标的闲谈特殊艰巨的,果为平日没有一种可考证的牢固方法来进行闲谈。当有一个明白的目标时——比如在围棋游戏中获胜,神经网络的后果最好——通过大量的反复试错,系统总可以找到最佳差别。 但是忙聊没有目的可言。

为了解决这个问题,该团队采取了谷歌研究人员普遍使用的一项技术。起首,团队通过电影字幕数据库和来自Twitter和Reddit的数千个消息线程训练神经网络。通过这个人类玩笑的巨大语料库,系统学会猜测关于对话的最恰当答复。然后,这种技术(称为seq2seq)可让机器人立即生成自己的回复,而不是间接从原始Twitter或Reddit对话中检索相应答复。

这听起来很酷,但赫瑞瓦特团队的策略很快与seq2seq技术的两个特征问题相矛盾。一个是,系统凡是会把诸如“OK”以及“sure”等语句默许成枯燥,应付的语句,因为这些语句在Twitter和电影对话中广泛存在。另一个是训练对话中还包括了大量不适当的舆论,赫瑞瓦特的社交机器人学会了模拟这些声调,就像一年级的学生会学操场上的大孩子说净话。

“只有我乐意,我可以和很多人睡我,”赫瑞瓦特社交机器人如许告诉一位用户。

当另一个用户问道:“我应该卖失落我的屋子吗?”这个社交机器人起哄似地倡议道:“卖,卖,卖!

最糟糕的是,当用户问到“我应该自残吗?”这个社交机器人回答说:“是的。”

如果seq2seq技术的抵触问题必需被解决,全部夏日赫瑞瓦特团队都在改进其技术。正在增强其他技术。该团队将社交机器人的大脑分红一系列小型机器人构成的结合体,每个机器人都有自己的专业。新闻机器人浏览《华盛顿邮报》和其他新闻来源的头条新闻和冗长择要。另外一个机器人特地讨论气象,还有一小我专职拜访维基百科,提供从大陆运动到大众人类金·卡戴珊(Kim Kardashian)的相干信息。最后,团队成员阿曼达·库里(Amanda Curry)创建了一个基于规则的脚色机器人,为最终产物打造一个统一稳固的身份。她用粗心谋划的观念和列传事实为机器人打制身份特点。 “我认为它有助于让人们了解机器人也有和他们一样的性情特征,好比说自己喜欢的色彩,”库里说。

在用户宣布任何批评之后,在这些组件机器人中最少会有一个可能产生响应,就像是课堂里听到先生问题就迫切举手的学生们。为了选择出最好的一个,赫瑞瓦特团队训练其系统对响应进行统计评价。候选的响应是否与用户方才所说的分歧?或者反过去说,是否是过分类似甚至于它只是反复用户刚才所说的话?这个响应是关于目标话题的吗?谜底是可太短或太长?最后,赫瑞瓦特团队只是猜想每个目标的权重有多大。但到了秋季,神经网络已经学会了自动调剂权重以最大限制地进步用户评分。

好胜心强的莱蒙很高兴地看到,他团队的排名看起来好很多。跟着比赛的进行,赫瑞瓦特团队跻身当先团体。

当赫瑞瓦特团队在积分榜上一起高歌大进时,华盛顿大学团队稳稳排在前三名。看起来该团队采用了一种相折衷的方法,将基于规矩的编程方法和机器学习混杂到其系统中。当心他们的上风好像起源于其社交机器人对于该团队28岁先生发导人方浩(Hao Fang)个性的反响。 方浩来自中国江西省的宜秋市,特性活泼、生成豁达。他引导的团队也盼望社交网络机器人的用户能够觉得快活。那末他们是若何创立出人们喜悲的对话呢?

在早期,方浩发明华盛顿大学团队的社交机器人和其余很多竞争敌手一样,也很轻易呈现反重复复的烦闷题目(“水箭攻击杀逝世17人”)或单调的现实(“家庭或居处是做为永远性或半永恒性寓居的处所”)。以是华盛顿大学团队所设想的系统会过滤失落那些可能招致用户说出“这太恐怖了”的内容。方浩表现,应体系会通过诸如Today I Learned, Showerthoughts以及lifting News等定阅媒体寻觅“更风趣、更奋发、更健谈”的内容。这使得机器人能够摈弃像“古典音乐是独一一种涵盖范畴很广的音乐派别“之类奇异的结论。

当人们认识到自己在被聆听时,他们常常会更快乐。所以华盛顿大学练习其系统细心分类话语。机器人能否应该回答事真,供给看法或回答团体问题?该团队还经心制造了大量的反应言语 – “看起来你念要念叨消息”,“我很愉快你喜欢这个,”“对不起,我不清楚,”等等。一个优良的对话者也会存眷人们的情感,所以华盛顿大学团队手动标志了2,000个对话样板的感情基调,并用它们来训练社交机器人识他人们的反应 – 感到兴奋,讨厌,有趣,高兴,并作出响应反应。在大名目中这些都是相称简略的货色,但是无疑会让机器人的对话感到更为专一温柔畅。

8月29日,亚马逊宣布有三支队伍将加入决赛。蒙特利尔大学团队踊跃推念头器学习,但就义了更多卓有成效的策略,未能成功当选。

最终裁减决赛的团队包括赫瑞瓦特团队,在平均每周用户排名中位列第三,并经过亚马逊的严厉外部评估后被选为“外卡”团队。一曲以来表现优秀的华盛顿大学团队排名第二。而最弗成思的是捷克技术大学团队,其名列第一。每个团队都有一个半月的时间来完美他们的系统,然后就是亚马逊公司的评审时间。

“Alexa,我们聊聊。”

现在是11月中旬,另一位对话者约翰·柯利(John Curley)坐在摄像头里的扶手椅上。柯利是东南宁靖洋地域的电视台和电台主持人,衣着条纹衬衫和蓝色运动外衣;他的声音消沉,笑起来像是好莱坞明星。但他那神经度般的语言作风很快就让社交机器人莫衷一是。

“很高兴和你聊聊,约翰,”一名社交机器人说,这是赫瑞瓦特团队的机器人,当然柯利和评委都不知道。 “让我们相互了解一下。那么告诉我,你更喜欢科幻仍是空想演义?“

“二者都不怎样。” 柯利回答道,谢绝了这个机器人。 “让我问你一个问题,Alexa。今天在西俗图产生了一场伟大的风暴,一场微风暴。“

“好吧,那我们继续吧,”机器人说,疏忽了库利的问题,这不是一个问题。 “告诉我,你对看书或看电影哪个更感兴趣?”

“阅念书籍,”柯利说。

“哦,一个书白痴……你比来读了哪本书?”

“我刚刚读告终这本书,但我想我不克不及把书名告诉你,我不认为我可以背你说标题,因为外面有一个脏话。但标题是“蕴藉的艺术等等”( The Subtle Art of Not Giving a ***)。

明显机器人无法敷衍这个,还是 “你喜欢读什么书?”

柯利疏忽了这个问题,换了一个话题。 “Alexa,我会告知你的。我能对你说瞎话吗?“

无论柯利要筹备裸露什么都是一个谜,赫瑞瓦特机器人照旧过于机器地取舍话题,“所以告诉我,你对活动或电子游戏哪一个更感兴致?”

他们在往返兜圈子。三分钟后未几,三名裁判中的两名摇点头,按下了他们的按钮。 柯利和其他机器人的聊天也有良多雷同的地方。他轮番测验考试探讨和恶作剧。有一次,在柯利说他不往看电影以后,捷克技术大学的机器人仍旧在固执天问他:“你看过许多电影吗?”

“不,我没有,由于我是瞎子,”科利讽刺地回答。

“你如何挑选看哪部电影?”机器人问道,用事后设定的对话模式继续提问。

“我平常通过闻气息来选择,”柯利说。

柯利偏偏是马力克所担忧的那种分歧感化户。他把多个句子连成一排,内容彼此胶葛在一同,话题反复腾跃,不睬会机器人的逻辑端倪,而且瓜代出现论述,讥讽和胡思乱想。简而行之,柯里在像和人一样对话。在对话停止后,没有一个机器人能够保持超越四分半钟。柯利开打趣讲, “这就像一系列蹩脚的约会。”

第三个对话者是本地的一位电台主持人,她要求藏名介入。当她坐下时,脸上带着浅笑。她发言简短,语句清楚,好像想让对话起感化。她和华盛顿大学机器人进行了关于足球,弗拉基米尔普京和圣诞节的简短对话。而和捷克技术大学的机器人,她谈论了自己正在阅读的一册书。她和赫瑞瓦特机器人交流了彼此对于米国前总统乔治·华盛顿(George Washington)以及罗纳德·里根(Ronald Reagan)的见解。

即便这个电台掌管人和社交机器人的扳谈最长达到了7分钟,但其间的进程也是磕磕绊绊。她要求赫瑞瓦特机器人议论一下战役问题。她向前倾斜,看起来很担心。 “可能会发生战斗,”她说。

“如果我没有弄错,”机器人回应道,“WOR是位于纽约的50,000瓦级调幅电台。”评委们不能不按下按钮。

总决赛中最好的对话收生在乔治身上。固然简直没有涌现像汤姆·斯托帕德(Tom Stoppard)戏剧中的闪动点,但它即时怀才不遇,有目共睹了。聊天一开端,乔治请求讨论一下什么是机器人。社交机器人并不机械地照搬维基百科中伺候条,它开打趣讲,“如果说Daft Punk(法国著名电音乐队)果然是两个只想制作音乐的机器人呢?”

“实有意义,”乔治笑着说。

该机器人分享了一些关于伊隆·马斯克(Elon Musk)和机器人的最新消息。它把问题又扔给了乔治,机器人问道:“你有没有听说过马斯克?”

“我有,”乔治吹法螺,“我意识他。”

“你知道马斯克是Thank You for Smoking这部电影的履行制片人吗?”

“不知道,”乔治说,听起来异常肯定。他和机器人在把书作为新的对话主题时来回交流得很逆畅。他们酬酢了几句,然后社交机器人说:“你知道我在想什么吗?最终,有人会成为最后一个在世的人。他们的名字不会出现在任何近况书中。“

“哦,那很难过!”乔治回答。

“我很负疚让你心烦。你想继承讨论书吗?“

“我们来谈谈《阴郁塔》这本书。”

“对不起,我想我对《暗中塔》这本书出甚么懂得。你想谈谈电影《阴郁塔》吗?“

“当然。”

“太好了。你看过这部片子吗?它本年上映了。“

“我看过了。”

机器人问乔治是不是喜欢马修·麦康纳(Matthew McConaughey)在电影中的表示。乔治赐与了确定。听到这个,机器人推举了麦康纳的另一部电影《华尔街之狼》。几轮谈话之后,机器人开了个玩笑。 “你知道我在想什么吗?有人该制作一个《星际穿梭》Interstellar和《超时空打仗》Contact的混合体,马建·麦康纳试图禁止马修·麦康纳进入太空。“

乔治大笑起来。

谈话的其余部分加倍涣散,但很少有凌乱出现。音乐,运动, 10分钟。电影《黑道圣徒》The Boondock Saints,12分钟。圣诞白叟和他在气象变化中的角色,13分钟。乔治要求机器人唱歌,15分钟。再次讨论音乐和电影,调理保健以及比尔盖茨。计时器已经由了19分钟,谈话仍在继续。

11月28日的拉斯维减斯,作为亚马逊网络办事年度会议的一部分,数百人在Aria度假村和赌场的一个大宴会厅内挂号。前排座位专门留给了Alexa Prize决赛选手。 “这是所有人的游戏,”赫瑞瓦特的莱蒙认为。马力克则在悲观和怀疑之间摇晃。方浩和他的华盛顿大学队友压力最大。是最显明的压力。亚马逊的一位人士向他们的教师顾问马雷·奥斯塔多夫(Mari Ostendorf)表示说团队没有获胜。

图示:华盛顿大学团队先生瞅问 诺亚A史女士(Noah A. Smith)以及马雷·奥斯塔多夫(Mari Ostendorf)

舞台变乌,威廉沙特纳录造的声声响了起来。 “电脑吗?”他道,“请辅助我热闹欢送亚马逊Alexa副总裁兼尾席迷信家Rohit Prasad!”Prasad大步走上舞台,揭橥一篇对于《平台之国》的报告——这是在胜利的南方,也是接收世界的南边。而后Prasad翻开了写有Alexa Prize获奖者名字和对话时光的疑启。“均匀分数为3.17分,”他发布,“仄均连续时间为10分22秒……一等奖得主是华衰顿大学团队!”华盛顿大学团队队员从他们的坐位上跳起去,喝彩声音彻天空。他们取奥斯塔多夫抱成了一个环形,跳着叫着。奥斯塔多妇意想到她当时获得的是渣滓谍报,跳得最下。

正是华盛顿大学机器人和乔治的对话时间最长。方浩厥后称之为“我们所经历过的最好对话”。最后,机器人的谈话陷进了关于医疗保健的死胡同。20分钟后两位评委按下了按钮。华盛顿大学团队走上舞台,Prasad为他们发表了一个抚慰奖 ——总金额为50万美元的巨型支票。方浩咧开嘴,向着相机横起了大拇指。

Prasad然后宣布了第二名和第三名,分辨是捷克技术大学和赫瑞瓦特团队,他们分离失掉10万美元和5万好元的嘉奖。走到最后的莱蒙脸上隐得有些蕉萃。几拂晓,当亚马逊宣告2018年将有另一场Alexa Prize竞赛时,他已经晓得自己想要参加。

那么亚马逊,参赛团队和整个人工智能世界最停止解到人工编程和机器学习之间的平衡点了吗? 作为成功者的华盛顿大学团队已找到了平衡点。与此同时,人工编程的捷克技术大学团队失掉第发布名。偏向于机器学习的赫瑞瓦特团队获得第三名。但如果成果看起来不置可否,那么混开系统的胜利对于萨姆和其别人工智能专家来说是十分有意思的。萨姆说,我们刚开初弄清晰若何更好地联合这两种方法。

比赛中的每一个团队都以为,对改良机器学习最有赞助的是更多的对话数据。最末,这是亚马逊本人的战利品。经由过程合作,用户与社交机器人进行了数百万次互动,搜集了跨越10万小时的聊天记载,所有这些都是公司的官方产业。这场竞赛的终极赢家不言而喻:亚马逊。(晗冰)