Lei Feng réseau par AI Technology Review: 16 mai le site officiel de Facebook a annoncé le lancement d'une nouvelle plate-forme logicielle open-source ParlAI, engagé à créer un dialogue guichet unique de recherche, d'accélérer l'amélioration du niveau de bot de chat intelligent. Lei Feng, rédacteur en chef croit a apporté de nouvelles opportunités et le développement révolutionnaire qui donnera toute la fabrication du robot.
Un objectif à long terme de l'intelligence artificielle espère créer une nature humaine et peut échanger des robots dans le chat. Maintenant, bien que parfois produit par le robot peut effectuer des tâches individuelles spécifiques, mais ont beaucoup de mal à comprendre les multiples phrases ou plusieurs sous-tâches pour former une première tâche. Comme un dialogue plus complexe, par exemple, la réservation d'un hôtel ou nouvelles sportives et en parler. Cela exige plus que la peine avait pour but de le comprendre, et peut être une raison de parler vers le bas. Parce que le dialogue humain est très complexe, utilisé dans de nombreuses tâches d'entrée et de sortie associés dans le même format dont ils ont besoin est une connaissance différente et les compétences, le robot sera battu ces tâches. Pour atteindre cet objectif, le développement d'un logiciel utilisé pour intégrer ces tâches, ainsi que proxy pour l'apprentissage est nécessaire.
Après avoir trouvé cette demande, l'équipe de recherche AI Facebook a développé une nouvelle plate-forme open-source pour une seule fois à travers des tâches multiples, la formation et le test modèle de dialogue. dialogue ParlAI est une étude de guichet unique, les chercheurs peuvent soumettre une nouvelle mission ici, un algorithme unique de formation d'objets, l'espace de stockage partagé. combinaison Il Mechanical Turk de collecte de données, la formation et l'évaluation, mais permet également des robots ParlAI et parler aux gens. L'objectif du projet est d'intégrer le dialogue des ensembles de données existants et des systèmes d'apprentissage, y compris le dialogue réel entre l'homme et la machine.
ParlAI Il complète l'étude de texte existant Facebook équipe de recherche AI. comme FastText, Il est un outil de classification de texte rapide et efficace. aussi CommAI Il est utilisé pour développer l'intelligence artificielle générale de grâce à un cadre de plus en plus complexe.
tâches ParlAI
Plus de 20 ensemble commun de données inclus dans cette version, la gauche comme indiqué sur la figure.
Q et R: Ceci est l'une des formes les plus simples de boîtes de dialogue, chaque haut-parleur est seul. Questions et réponses Cette approche est particulièrement utile, car l'évaluation est plus simple que d'autres formes de dialogue: Si la réponse est connue (ie l'ensemble de données est marqué), nous pouvons rapidement vérifier si une réponse est correcte.
Sentence d'achèvement (closure): Dans ce test, l'agent doit remplir un mot manquant dans la boîte de dialogue instruction suivante. Bien que ce soit une autre boîte de dialogue de tâche spéciale, définissez la collecte des données est très pas cher, évaluation très simple.
dialogue axé sur les objectifs: Un dialogue pour atteindre une catégorie cible plus réaliste liée à, par exemple, une agence de Voyage et les discussions des clients vol, une personne recommande le film à une autre personne, deux personnes ont accepté de quand et où manger ensemble, et ainsi de suite.
Boîte de chat: Certaines tâches ne peuvent pas avoir un objectif clair, plus d'une discussion, par exemple, deux personnes parlent de sport, des films ou un intérêt commun.
Dialogue visuel: Ces tâches comprennent des images et du texte. Dans le monde réel, la boîte de dialogue habituellement base objet physique. À l'avenir, nous prévoyons d'ajouter d'autres informations sensorielles, telles que l'audio.
Sélectionnez une tâche ParlAI et spécifiez sur la ligne de commande aussi simple. Si l'ensemble de données n'a pas été utilisé, ParlAI téléchargera automatiquement. Parce que tous les ensembles de données sont traitées de la même manière que dans ParlAI sera, agent de dialogue peut basculer entre eux la formation et les tests. Vous pouvez également être réalisée en fournissant une liste séparée par des virgules de multi-tâche d'un temps spécifié, par exemple, la ligne de commande -t babi, équipe avec les deux ensembles de données, toutes les données immédiatement mis QA -t #qa; chaque tâche ou ParlAI immédiatement collection -t #all, le but est de permettre la construction et l'évaluation d'un riche simple modèle de dialogue.
monde multiple, agent, enseignant
Dans les principaux concepts ParlAI (classe) est un monde, plusieurs agents, et les enseignants. Le monde est le haut-parleur de l'environnement vivant, peut varier du simple à plus de scènes complexes de dialogue dans les deux sens, comme la réactivité de l'environnement de jeu. Par intérim agit et parle chose dans le monde. Agissant peut être un apprenant, comme le système d'apprentissage de la machine ou un robot codé en dur, utilisé pour interagir avec les apprenants, comme les personnages non-joueurs du jeu. Enfin, l'enseignant est un apprenant et agent d'échange, par exemple, pour réaliser une tâche répertoriée précédemment.
Tous les agents utilisent un format unique - cible observation / opération (l'un Python) - échange de texte, étiquettes et autres agents les uns avec les autres récompenses.
Agent envoie ce message à parler, et de trouver d'autres intervenants dans l'environnement par la même forme du message reçu. Cela nous permet de résoudre la question du dialogue, l'apprentissage de renforcer l'apprentissage supervisé complètement, tout en veillant à tous les ensembles de données sont conformes aux mêmes normes. Lorsque les chercheurs créent un nouveau modèle, ils peuvent facilement être utilisés dans de nombreuses tâches.
Après avoir défini le monde et ses agents, le circuit principal dans lequel la fonction d'appel world.parley Exécuter pour la formation, les tests, ou montrer au monde. Dans un exemple, les émissions du panneau gauche du cadre du circuit principal, à droite parlementer est le code réel.
Première version de la barre d'outils contient des agents d'outils, comme simples bande de base IR, ainsi que deux cas complets de réseaux de neurones: fin aux réseaux de stockage final, la mise en uvre de la flamme Lua, le modèle de mémoire DrQA quand il y a une longueur , Py torche est effectuée, il y a un fort effet entre les ensembles de données et d'autres ensembles de données SQUAD. Nous sommes impatients d'ajouter de nouvelles tâches et agents dans un communiqué futur.
Mechanical Turk
Robot de fabrication dans le chat, le dialogue homme-machine est une partie très importante du processus de formation. Voilà pourquoi le soutien ParlAI et Mechanical Turk d'intégrer la collecte de données, la formation et l'évaluation. Il fait également Turk peut comparer l'équipe de recherche expérimentale, ce qui est difficile dans le passé. Dans le ParlAI, Turkers homme aussi être vu comme un proxy. Ils peuvent facilement parler à des robots pour aider à former et de les évaluer. Par la suite, l'homme - l'homme, l'homme - machine ou multi-joueurs et le robot le chat peut interagir dans un cadre de normes. Dans le processus nécessaire à des rôles de commutation, l'agent ne doit pas changer le code. En effet, la réception et envoyer plaque d'impression Turkers via la même interface.
QA Collector: pour la collecte et le dialogue Turkers au moyen de questions et réponses, compte tenu du contexte de la mise en place d'un ensemble de données proxy QA.
évaluateur Modèle: robot basé sur la performance d'une agence tâche, note Accumulez donnée de Turkers dans.
Peut recueillir toute la tâche importante du dialogue dans un seul endroit, c'est la première fois. chercheurs ParlAI fourni cet endroit ne faire que plus facile pour ces tâches seul ou itération, mais rend aussi facile à utiliser toutes les données pour former le robot et le robot a été évalué par ces compétences. Chercheur au magasin en vérifiant le code, pour partager leur apprentissage agent de l'IA, il suffit de copier mutuellement leurs résultats, pour effectuer des travaux de recherche les uns sur les autres, travailler ensemble pour promouvoir le progrès dans ce domaine. Enfin, l'intégration de Mechanical Turk signifie que les humains peuvent facilement être mis en circulation dans la conversation avec le robot, former d'aide et de les évaluer. Le dialogue entre l'homme et l'homme peut parler de fabriquer des robots est également nécessaire.
Pour Amnesty International, le dialogue pour résoudre le problème reste un défi à long terme pour tout progrès dans ce but sont susceptibles d'apporter des avantages à court terme des produits que nous fabriquons aujourd'hui, les progrès de la technologie peut apporter des avantages aux autres industries . ParlAI est une plate-forme qui fera exécutif AI chercheurs par intérim de dialogue se rassemblent pour promouvoir conjointement l'étude de dialogue rencontré niveau le plus avancé au monde.
via Facebook, Lei Feng réseau compilé
