谷歌的新聊天机器人 Meena 可以进行几乎任何话题的合理和具体的对话

虽然像 Siri、Alexa 和 Google Assistant 这样的虚拟助手很令人印象深刻和有用，但他们的对话能力通常仅限于接收某些命令和提供预定义的响应。像谷歌和亚马逊这样的公司一直在寻找人工智能训练和开发的方法，以使人工智能聊天机器人更加强大和灵活，能够以更自然的方式与用户进行对话。 据 DigitalTrends 报道 ，谷歌最近 发表了一篇论文 ，展示了其新聊天机器人的能力，称为“Meena”。 根据研究人员的博客文章 ，Meena 可以与用户在几乎任何话题上进行对话。

Meena 是一个开放领域的聊天机器人，这意味着它会根据对话的上下文做出响应，并适应输入以提供更自然的响应。大多数其他聊天机器人都是封闭领域的，这意味着他们的响应是围绕特定想法和特定任务展开的。

根据谷歌的报告，Meena 的灵活性是由一个巨大的训练数据集得来的。Meena是在社交媒体对话中提取的约 40 亿个词的基础上训练的，并过滤掉最相关和最具代表性的词汇。谷歌旨在解决大多数语音助手中存在的一些问题，例如处理跨多个对话回合的主题和命令，以及用户在聊天机器人响应后提供额外的输入。这样，许多聊天机器人无法提示用户澄清，当遇到无法解释的查询时，它们经常默认为网页结果。

为了解决这个问题，谷歌的研究人员使其算法能够跟踪对话的上下文，这意味着它可以生成特定的答案。该模型使用一个编码器来处理对话中已经说过的内容，并使用一个解码器根据上下文创建响应。该模型是在特定和非特定数据上训练的。特定数据是与前一条陈述密切相关的词汇。 如谷歌帖子所解释的 ：

“例如，如果 A 说，‘我爱打网球，’而 B 回应，‘那很好，’那么这句话应该被标记为‘不特定’。这种回应可以在几十种不同的上下文中使用。但如果 B 回应，‘我也是，我无法满足罗杰·费德勒！’，那么它被标记为‘特定’，因为它与讨论的内容密切相关。”

用于训练模型的数据由对话中的七个“回合”组成。在训练期间，模型有 2.6 亿个参数，它们检查 341 GB 的文本数据以寻找模式，这个数据集比 OpenAI 创建的 GPT-2 模型 使用的数据集 大约大 8.5 倍。

谷歌报告了 Meena 在感知和特异性平均值（SSA）指标上的表现。SSA 是谷歌研究人员设计的指标，旨在量化对话实体在对话过程中以特定、相关的响应进行回复的能力。

SSA 得分是通过测试模型对固定数量的提示并跟踪模型提供的合理响应的数量来计算的。模型的得分基于模型能够提供的合理/特定响应的百分比。泛型响应会被惩罚。根据谷歌的说法，平均一个人在 SSA 上的得分约为 86%，而 Meena 能够得分 79%。另一个著名的 AI 模型是 Pandora Bots 创建的代理，它赢得了 Loebner 奖，以表彰其 AI 机器人实现了复杂的人类化交流的事实。Pandora Bots 代理在 SSA 测试中得分约为 56%。

微软和亚马逊也在尝试创建更灵活和自然的聊天机器人。微软已经尝试在聊天机器人中创建多回合对话两年了， 收购了语义机器 ，一家人工智能初创公司，以改进 Cortana。亚马逊最近举办了 Alexa Prize 挑战 ，鼓励参与者设计一个能够进行约 20 分钟对话的机器人。