上月，數百名Facebook移動端用戶有幸體驗了其虛擬助手M，它依靠復雜算法和人工操作來運行。
比起蘋果的Siri、微軟Cortana及谷歌推出的移動應用助手，Facebook的M擁更高效、復雜的性能。通常，Siri、Cortana和谷歌的搜索應用可識別簡單的語音指令，如“今天天氣怎么樣”，但如果問題稍復雜一些就無法識別了，如“在哪里能買到美味的漢堡”。無法與用戶進行連續有效的智能對話，成了它們的短板。
而M能夠勝任這樣的對話。當它遇到無法處理的信息時，就會自動轉發至人工后臺，即M的“教練員”。有時可能所有信息都由教練們來處理。但M會力所能及地處理可識別信息，不過不能對信息進行有效總結為教練員們減負。
目前，M模型的效率有待提高，因為現階段過多依賴人工。M項目團隊的負責人Alex Lebrun稱，M虛擬助手已經逐漸成型，它終將會成為一款受歡迎的產品。M在教練員的指引下會自動學習如何處理信息。Lebrun曾是人工智能公司Wit.ai的合伙人，公司被并購后，他和團隊加入了Facebook。下面是Lebrun接受《麻省理工科技評論》采訪的內容。
問：智能虛擬助手Siri已經上市一段時間了，為何還要做一款需要人工支持的M？
答：目前市場上的Siri、Cortana雖然能回答一些簡單問題，但范圍非常有限。有時甚至會讓用戶們困惑。通常，Siri用戶只會問到幾個常見的問題。
我們想著重定位那些人工智能無法處理的任務。不僅要了解用戶的需求，還要制定計劃來滿足需求。目前還沒人掌握訓練機器學習的數據。我們希望結合人工智能和人工后臺，讓人工智能輔助人工后臺，反過來人工后臺來訓練人工智能。
問：可以舉例說明人們如何使用M嗎？
答：像“如果白天下雨，請在早上7點提前通知我”，這類問題Siri仍處理不了。
我通常用M來規劃周末，選一座周末要去的城市，然后讓M預訂一家酒店。由于和我的孩子一起去玩，還可以問問M有什么好建議。M會通過搜索引擎或Facebook來生成一張列表，讓后臺人工檢查修正，經人工指引后，M就會反饋用戶：“這是您的酒店，建議您早晨去散步，下午去博物館。”當然，你也能用谷歌完成這種任務，但耗時太久。M還會優化建議列表的選項，選出最優建議發送給用戶，這就需要人工后臺的幫助了。用過M后一定會愛上它的。
問：M能成為一款普及大眾的好產品嗎？
答：我確信M能成為主流產品，我們的人工團隊有數十個教練員，相對現在的用戶來說，看起來有些多，但我們也在不斷學習新的東西。后臺會有許多源源不斷的請求，我們也會從中把握用戶需求。長遠來看，我們仍需要更多的教練員。
問：Facebook的人工智能研究團隊正嘗試研發一款類似M的軟件，但無需人工幫助（參見雷鋒網《Facebook對深度學習的追求》一文），你們雙方之間有合作嗎？
答：我們之間有著緊密的合作關系，如M的某些模塊項目，都以機器學習為基礎，這也能讓他們展現自己的工作。但從我們的經驗來看，如果一開始就把規則定的太死，則可能行不通。我們希望避免這種情況。
問：M的數據是否能夠幫助Facebook人工智能研究團隊，單獨研發出智能對話模塊？
答：數據對他們而言非常寶貴，在問答功能方面，他們并未掌握很多數據，似乎只能回答一些維基百科里能找到現成答案的簡單問題。像Siri這種虛擬助手也因局限性而不能提供優質的數據。唯一能建立優質數據庫的途徑，就是從現實用戶的提問中捕捉用戶的真正需求。
京公網安備 11010502049343號