Facebook虚拟助手M：它在向人类学习

上月，数百名Facebook移动端用户有幸体验了其虚拟助手M，它依靠复杂算法和人工操作来运行。

比起苹果的Siri、微软Cortana及谷歌推出的移动应用助手，Facebook的M拥更高效、复杂的性能。通常，Siri、Cortana和谷歌的搜索应用可识别简单的语音指令，如“今天天气怎么样”，但如果问题稍复杂一些就无法识别了，如“在哪里能买到美味的汉堡”。无法与用户进行连续有效的智能对话，成了它们的短板。

而M能够胜任这样的对话。当它遇到无法处理的信息时，就会自动转发至人工后台，即M的“教练员”。有时可能所有信息都由教练们来处理。但M会力所能及地处理可识别信息，不过不能对信息进行有效总结为教练员们减负。

目前，M模型的效率有待提高，因为现阶段过多依赖人工。M项目团队的负责人Alex Lebrun称，M虚拟助手已经逐渐成型，它终将会成为一款受欢迎的产品。M在教练员的指引下会自动学习如何处理信息。Lebrun曾是人工智能公司Wit.ai的合伙人，公司被并购后，他和团队加入了Facebook。下面是Lebrun接受《麻省理工科技评论》采访的内容。

问：智能虚拟助手Siri已经上市一段时间了，为何还要做一款需要人工支持的M？

答：目前市场上的Siri、Cortana虽然能回答一些简单问题，但范围非常有限。有时甚至会让用户们困惑。通常，Siri用户只会问到几个常见的问题。

我们想着重定位那些人工智能无法处理的任务。不仅要了解用户的需求，还要制定计划来满足需求。目前还没人掌握训练机器学习的数据。我们希望结合人工智能和人工后台，让人工智能辅助人工后台，反过来人工后台来训练人工智能。

问：可以举例说明人们如何使用M吗？

答：像“如果白天下雨，请在早上7点提前通知我”，这类问题Siri仍处理不了。

我通常用M来规划周末，选一座周末要去的城市，然后让M预订一家酒店。由于和我的孩子一起去玩，还可以问问M有什么好建议。M会通过搜索引擎或Facebook来生成一张列表，让后台人工检查修正，经人工指引后，M就会反馈用户：“这是您的酒店，建议您早晨去散步，下午去博物馆。”当然，你也能用谷歌完成这种任务，但耗时太久。M还会优化建议列表的选项，选出最优建议发送给用户，这就需要人工后台的帮助了。用过M后一定会爱上它的。

问：M能成为一款普及大众的好产品吗？ 

答：我确信M能成为主流产品，我们的人工团队有数十个教练员，相对现在的用户来说，看起来有些多，但我们也在不断学习新的东西。后台会有许多源源不断的请求，我们也会从中把握用户需求。长远来看，我们仍需要更多的教练员。

问：Facebook的人工智能研究团队正尝试研发一款类似M的软件，但无需人工帮助（参见雷锋网《Facebook对深度学习的追求》一文），你们双方之间有合作吗？

答：我们之间有着紧密的合作关系，如M的某些模块项目，都以机器学习为基础，这也能让他们展现自己的工作。但从我们的经验来看，如果一开始就把规则定的太死，则可能行不通。我们希望避免这种情况。

问：M的数据是否能够帮助Facebook人工智能研究团队，单独研发出智能对话模块？

答：数据对他们而言非常宝贵，在问答功能方面，他们并未掌握很多数据，似乎只能回答一些维基百科里能找到现成答案的简单问题。像Siri这种虚拟助手也因局限性而不能提供优质的数据。唯一能建立优质数据库的途径，就是从现实用户的提问中捕捉用户的真正需求。

via techreview

雷峰网原创文章，未经授权禁止转载。详情见转载须知。