机器人懂人话 谷歌新AI语言加强对话

2022-08-18 05:20:33 作者：两兄弟

腾讯的母的公司Alphabet正企图将其最雄心勃勃的两个研究工作概念设计----机械技术和人工智能句法忽略----汇集在两兄弟，企图装配一个并不需要忽略自然句法解释器的 "辅助机械"。

自2019年以来，Alphabet依然在开发并不需要分派比较简单战斗任务的机械，如取果汁和干净较厚。这个 "日常机械 "概念设计仍处于步伐阶段----机械的速度较快，而且犹豫不决----但现在这些机械得到了换用：在腾讯大型句法模型（LLM）PaLM的帮助下，句法忽略能力得到降低。

大多数机械只对简短的解释器做出反应，如 "给我一瓶水"。但是像GPT-3和腾讯的MuM这样的LLM并不需要愈来愈好地解析愈来愈多斜线命令才是的以图。在腾讯的举例来说中，你似乎说道其中一个日常机械原型 "我的果汁放上了，你能帮忙吗？" 机械通过一个内部的似乎地面部队列表过滤器这个解释器，并将其解释为 "从壁炉给我拿海绵"。

是的，对于一个 "智能 "机械来说，这是个极低的标准，但这理论上是一个变革 或许聪明的是，如果这个机械看到你打翻了果汁，看到你喊 "啊，哦，我的圣灵，我的可笑的果汁"，然后帮你化解。

腾讯将所产生的系统设计命名为PaLM-SayCan，这个名字彰显了该模型如何将LLM的句法忽略能力（"Say"）与机械的 "承受力基本"（即 "Can"----通过似乎的地面部队过滤器解释器）融为一体。

腾讯回应，通过将PaLM-SayCan整合到其机械中，这些机械并不需要在84%的时间段内对101个使用者解释器做出正确的反应，并在74%的时间段内成功分派这些解释器。这是一个可靠的命中率，但这些数字应该谨慎对待。我们没有101条解释器的完备清单，所以不清楚这些解释器的约束程度。他们真的展示出了我们期望一个或许的大家庭吉米机械所能忽略的全部句法的广度和复杂性吗？这是不似乎的。

这是因为这是腾讯和其他从事大家庭机械工作的人面临的巨大挑战：现实生活是不折不扣的动荡不安。我们想要询问一个或许的家用机械的复杂命令觉得是太多了，从 "清扫我刚刚放上在桌子下面的的食品 "到 "酱汁杏仁做意大利面酱"（这两个命令都包含大量的隐含知识，从如何清扫的食品，到烤箱那时候的杏仁在哪那时候以及如何准备它们，等等）。

随着人工智能在图像和导航等技能方面的改进，我们现在看到新型的机械进入市场，但这些机械在能做的事情方面仍然受到有意的约束。例如，忘了拉布拉多系统设计的公司的Retriever机械。它基本上是一个带轮子的架子，可以将餐具从房子的一个地方移到另一个地方。这个比较简单的定义当然有很大的发展潜力----Retriever机械对地面部队不便的人来说是相当有用的----但我们离我们梦想中的无所不能的机械管家还有很长的四路要走。