团队在创建社交机器人的挑决赛中获得一席之地

虽然这项耗资数百万美元的竞赛已进入第四个年头，但这是 UB 首次参与创建社交机器人的挑战，“该社交机器人可以在 20 分钟内与人类就一系列时事和热门话题进行连贯且引人入胜的对话，例如娱乐、体育、政治、科技和时尚。”

Proto 团队的成员——计算机科学与工程系的博士生 Sougata Saha 和 Souvik Das，以及语言学系的博士生 Elizabeth Soper 和 Erin Pacquete——很高兴有机会，但不知道他们能走多远会和来自世界各地的其他受人尊敬的同事一起去游泳池。

从那时起，该团队在计算机科学与工程系教授兼副主任 Rohini Srihari 的指导下，在比赛的渐进月份和级别中利用了他们互补的技能和知识。到目前为止，该团队的社交机器人已经受到世界各地人们的评价，仅在半决赛阶段就有超过 55,000 名用户。

现在，在其最初的申请被接受近一年后，这支球队已成为仅有的五支晋级决赛阶段的球队之一，与加州大学圣克鲁斯分校、波兰琴斯托霍瓦理工大学、斯坦福大学和埃默里大学展开竞争大学。斯坦福大学和埃默里大学都是此前的比赛获胜者。

决赛将在本月晚些时候进行，为期三天。在此期间，社交机器人将由专家小组进行评估。虽然这个阶段没有具体规定任何附加功能，但团队一直在努力进行一些他们认为有助于将他们的社交机器人与其他社交机器人区分开来的整体增强功能。其中包括关于社交机器人就任何话题进行对话的能力、对话的“自然性”以及对他们在整个测试过程中观察到的各种用户行为的反应方面的创新。

获胜团队将获得 500,000 美元的奖金，将于 7 月底公布。

“无论最终结果如何，这都是一次宝贵的经验，让我们能够了解对话期间的用户行为，以及有效利用神经文本生成器需要什么，”Srihari 说。“我也很高兴拥有一个由计算机科学家和语言学家组成的多学科团队，以及他们带来的互补专业知识。这是一种优势，与我们的竞争对手相比，我们的团队相对较小。”

UBNOW 采访了 Srihari，以了解团队成员现在的情况——以及他们希望他们的工作将带领他们走向何方。

随着比赛的进行，球队学到了什么?

我们的学习有两个方面。首先，我们了解了很多关于用户对对话式 AI 系统的反应：是什么让他们兴奋并想要继续对话，什么让他们觉得不那么有趣，什么让他们感到害怕。其次，在技术方面，我们学到了很多关于有效利用最新深度学习技术的知识，特别是神经文本生成。我们还了解了对话的潮起潮落以及如何通过算法控制它;例如，何时让用户引导对话。当我们刚开始时，我们的大多数社交机器人话语都是通过知识工程方法生成的，这些方法基于人们如何谈论电影或游戏等话题的深入领域知识。只有一小部分 Proto 话语是通过神经文本生成模型生成的。现在情况发生了逆转，大部分话语都是通过神经模型生成的。这使我们能够就更广泛的话题进行交流。

你希望你在这个领域的工作会产生什么影响?

对话式人工智能系统处于初期阶段。目前，我们只关注进行类人对话的能力。然而，这些社交机器人具有巨大的社会影响潜力。我们对进行有目的的对话特别感兴趣;例如，鼓励人们追求与健康相关的目标，当然还有帮助打击虚假信息。

人们对人工智能有什么误解，你想让他们知道吗?

也许是担心人工智能系统可以完全独立思考和学习，从而对个人和社会造成伤害。人工智能系统基于科学家设计的模型来实施解决方案，也许更重要的是，系统训练所依据的数据。目前，由于缺乏具有代表性的训练数据集，社交机器人的能力有限。社交机器人很难讲述有关个人经历或表达情感的轶事。我们还有很长的路要走。

在比赛的这个阶段，UB 社区可以做些什么来支持球队吗?

理想情况下，我们希望 UB 社区帮助我们测试社交机器人。然而，由于涉及到物流，这很困难，因为它涉及到与我们团队成员使用的设备的物理距离。尽管如此，来自我们同事和整个 UB 社区的所有鼓励都为我们的团队带来了很多正能量!

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！