愈來愈熱的人工智能的下一步將走向哪里？見仁見智。不過，最好的莫過于在近期美國加州長灘舉行的NIPS 2017上尋找答案。這次大會上展示的基于機器深度學(xué)習(xí)的Demo，比如可以隨意與人類溝通互動的MILABOT聊天機器人以及可以學(xué)習(xí)并預(yù)測人類動作的伯克利大學(xué)帶來的機器人，可以一葉知秋。

AI的下一步在哪里？可能沒有比這周在美國加州長灘舉辦的NIPS 2017上大會和專題論壇能給到更好的答案了。

蒙特利爾大學(xué)團隊在展臺上展示的MILABOT機器人聊天非常有趣。這臺機器人的特點是：可以和用戶隨意對話，話題可以從貓的俏皮話到你和你媽媽關(guān)系的問題探索。

“許多人和它聊個人生活的話題能聊上20-30分鐘，"MILABOT的開發(fā)者之一Iulian Vlad Serban在演示時介紹說。

當被問到AI的未來時，MILABOT回答說，你可以從這次大會上7000多學(xué)生和研究人員在大會長廊里自由交談時聽到答案，“我還需要再思考一會?！?/p>

和這次大會上的每個人一樣，全球首屈一指的AI巨頭英偉達也在試圖回答這個問題。一方面，英偉達通過其AI實驗室或NVAIL項目支持像Serban這樣研究人員的工作，他們從工程師中提供技術(shù)助手來支持的20所頂級高校或機構(gòu)，并允許學(xué)生訪問英偉達公司的超級計算機系統(tǒng)DGX AI。

觀察和學(xué)習(xí)

一個答案：深度學(xué)習(xí)將幫助人類與機器交流更順暢。

“我認為幾年后機器將會自主化，”在參觀我們的展臺時，英偉達CEO黃仁勛停下來，與伯克利大學(xué)的Sergey Levine、 Chelsea Finn和Frederik Ebert談到他們的工作時說到。“你們處在人工智能和能與物理世界互動的機器的中間。”

這個來自伯克利AI研究實驗室的團隊在這次NIPS上帶來的Demo，展示了新的深度學(xué)習(xí)技術(shù)如何把這個變成可能。

你可以把一個類似汽車鑰匙或一副眼鏡放在其中一個Demo機器人的工作臺，然后你點擊用戶界面，來表明你希望哪臺機器人移動這個物件，希望它運行的位置。

然后，通過視頻可以展示機器人移動這個物件的動作，隨后，機器人將用這個預(yù)測來規(guī)劃它的下一步行動。

多虧了創(chuàng)新的卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計，這臺機器人在上月僅被一些學(xué)生訓(xùn)練一天，就產(chǎn)生了令人驚訝的技巧。

在第二個演示中，通過演示一個任務(wù)，比如引導(dǎo)一個機械臂把某些東西放到一個容器里。通過這個演示視頻，機器人能找到這個容器，并完成相同的項目。

與人類互動

另一個迷倒與會者的Demo是MILABOT，許多研究人員渴望找到難倒這臺聊天機器人的方式。

只要不會折磨，像其中的一個研究人員用一個“有歧義的代詞”來欺騙它那樣，它都能搞定，即使是它要去處理一個很壞的雙關(guān)語。

當被問到是否喜歡貓時，它回應(yīng)說“我不養(yǎng)貓，但如果我養(yǎng)了，我將會喜歡它喵嗚的叫聲?！保ó斎?，貓時流傳在AI研究人員的一個笑料）

這臺聊天機器人是蒙特利爾學(xué)習(xí)算法機構(gòu)研發(fā)出來參加Amazon Alexa獎比賽的，它依賴于其他22種模型而不是會話模型。

對于計算機科學(xué)家來說，通過語音或文字與人類閑聊是一個挑戰(zhàn)。自從麻省理工的Joseph Weizenbaum創(chuàng)造出的ELIZA，距今已至少有40年了。ELIZA僅能應(yīng)對人類的膚淺問題。

不像ELIZA，MILABOT是基于其創(chuàng)造者稱之為“套裝”的模型。包括樣板模型，單詞包模型，序列到序列神經(jīng)網(wǎng)絡(luò)，潛在變量神經(jīng)網(wǎng)絡(luò)模型，以及原始ELIZA的變體。

真正的訣竅是使用深度強化學(xué)習(xí)來選擇哪種模型。要做到這一點，MILABOT采用了強化學(xué)習(xí)的方式：軟件代理通過不斷放大與人類溝通交流中獲取數(shù)據(jù)包來學(xué)習(xí)。

它并不完美，但它足以吸引人群。讓他們保持不斷與整個軟件互動的娛樂。