盡管在過去幾年關于聊天機器人（chatbots）的討論——關于它是如何革命性地改變了移動設備傳達信息的方式，使網(wǎng)購和顧客服務變得更加簡單快捷——一直不絕，這些人工智能應用軟件始終不能很好地運用在與人對話上。這是因為要實現(xiàn)機器與人類之間的無障礙交流，研究還有很長的一段路要走。Facebook創(chuàng)造了一個訓練機器人對話系統(tǒng)的共享平臺，希望能藉此改變這個局面。
運用自動電腦程序的聊天機器人通常被用在顧客咨詢服務上，或是充當智能手機上的私人助理。這些聊天機器人的對話通常是被提前編程好的，F(xiàn)acebook人工智能研究（FAIR）團隊的主管Yann LeCun說。“如果你關閉編程功能，他們就不能很好地完成工作。”其他類型的聊天機器人則用于休閑目的，但不適用于明確的指令，他補充道，引用了微軟去年在推特上推出的Tay AI的例子，Tay AI在它“學會”了發(fā)送有敵意的推文后被火速下線。LeCun說：
我們?nèi)鄙倌欠N能真正‘學會’什么有益的事情的聊天機器人。
LeCun和他的團隊的工作是運用一個名叫ParlAI的軟件來幫助程序員開發(fā)下一代智能機器人，在ParlAI的平臺上，開發(fā)者可以得到共享、開放、互利的AI訓練信息。開發(fā)AI的其中一個重要的目標是創(chuàng)造能與人類正常交談的智能網(wǎng)絡，Jason Weston說道，他也是FAIR團隊中的一員。
現(xiàn)在的技術不到位是因為相關的研究領域在這方面仍有空白，比如讓AI使用自然語言對話的算法還不到位。
ParlAI發(fā)布了20個不同的數(shù)據(jù)組，每一種研究者都可以用來訓練AI對話系統(tǒng)完成一個特定的任務，可能是學習回答問題，或是收集相關信息（比如訂餐任務）。其中一組，被稱為bAbl任務，涵蓋了20種不同的測試，用于衡量AI軟件理解和推斷文本的能力。Weston說，AI需要理解對方提問的是什么，并運用邏輯來回答問題。
LeCun說，一些數(shù)據(jù)組僅僅是測試，另一些則會涵蓋圖形和文本信息，為的是教會AI把詞語與現(xiàn)實生活的中的對象聯(lián)系起來。ParlAI設計的初衷就是為研究者提供一個訓練和測試對話模型的統(tǒng)一的框架，特別是對于把多個數(shù)據(jù)組放到一起對AI進行多任務的集中訓練，他補充說，“我們希望這種組合能夠幫助機器一次性得到更多知識。”
在機器學習和對話系統(tǒng)上的強調(diào)已經(jīng)成了領域內(nèi)的共識，并非Facebook的研究人員，在MIT信息科學與人工智能實驗室交互機器人小組的博士后研究員Brad Hayes說，
理解語言是一個非常宏大的話題，創(chuàng)造強功能性的聊天機器人不僅需要了解語言背后的意義，還需要機器人具備同時對相關的反饋進行反應的能力。
公開這些數(shù)據(jù)組能夠讓更多的研究人員參與進來，從而解決現(xiàn)有問題。但是Hayes表示，除了要將更多的訓練數(shù)據(jù)納入現(xiàn)有系統(tǒng)以外，要發(fā)展出更加成功的AI語言理解系統(tǒng)并運用到實際，科研人員還需要付出更多。現(xiàn)有系統(tǒng)的局限性很明顯的體現(xiàn)在用戶為了使聊天機器人比如亞馬遜的Alexa聽得懂自己的話，經(jīng)常會使用更簡單的表述方式。他說，“舉個很貼切的例子，你可以問Alexa把音量調(diào)大或者調(diào)小，或是告訴它按1到10的量級進行設定，但是它聽不懂百分比的表述，因為它的內(nèi)部軟件沒有提前設定過這種說法。”程序員可能將重點放在猜測客戶的用語上，而不是力圖設計一個更自然的交互系統(tǒng)，這是我們目前AI發(fā)展的一個潛在風險。
Facebook試圖解決這個問題的一個方法是允許ParlAI參與者通過與真人交互的方式來測試人工智能應用程序的對話功能，該機制是通過亞馬遜機械通訊社（Amazon Mechanical Turk）來進行的，該機構(gòu)是一個眾包平臺，人類智慧被用來執(zhí)行計算機目前無法做到的任務聊天機器人和AI助理的能力取決于他們是如何被設計和訓練的，這需要研究人員了解他們是如何與真人互動的，Weston說。
一個完善的聊天機器人發(fā)展策略對于技術的發(fā)展是至關重要的。當未來自動對話系統(tǒng)被應用到更加廣泛的領域，聊天機器人對于未來信息傳播和前沿服務會有更加重要的意義。Hayes說，“聊天機器人會極大地改進用戶服務系統(tǒng)，節(jié)省公司的人力資源。但是如果在技術還未完全成熟之際就投放使用，也有破壞用戶體驗和品牌聲譽的潛在可能。”
