研究社區(qū)可以參加Facebook AI的紐約對話之旅

杰森韋斯頓擁有倫敦大學機器學習博士學位和Douwe Kiela博士學位，并擁有劍橋大學博士學位論文，主題是感知模式中的基礎(chǔ)語義，他是Facebook Research的研究科學家，他們向世界展示了他們強大的團隊的暢銷書。。

對于那些有興趣為人工智能作為會話代理人做更多事情的科學家們而言，“走路”讓人大開眼界。如今，他們不僅僅對語音助理在演唱會開始時或者下雨時告訴人們感到幸災樂禍。科學家正在探索目標導向的對話。

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，原因是導游努力具有研究重要性。“這項任務對人工智能研究非常重要，因為它很難，”Kiela說，“因為它結(jié)合了所有這些有趣的問題 - 三百六十六種視覺感知，基于地圖的導航，視覺推理和通過對話進行的自然語言交流“。

他們首先指出，自然語言對于大多數(shù)人來說是可以理解的，“無需額外的步驟或知識來破譯其含義。” 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，以展示人類對語言的理解。

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

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

他們表示，他們的目標是“通過自然語言互動實現(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。“分享這項工作將為其他研究人員提供一個框架來測試他們自己的體現(xiàn)人工智能系統(tǒng)，特別是在對話方面。”

360度攝像頭拍攝了5個街區(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，導游機器人使用標準的2D地圖和通用的航點 - “銀行”，“咖啡店”，“熟食店” - 提供有關(guān)如何導航的說明。

涉及的AI工作是關(guān)于感知某個環(huán)境，瀏覽它并進行溝通。TechCrunch中的盧卡斯·馬特尼寫道，“在”Walk the Walk中，“指南AI機器人擁有所有這些2D地圖數(shù)據(jù)，旅游機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。“