聊天機器人不止會聊天，還能談判？

編者按：提到人工智慧，我們首先會想到機器人，雖然很智能，卻無法像人類一樣遊刃有餘地處理各種問題，比如談判。談判可謂說是一場博弈，倘若機器人都無法與人類進行深度交流，又談何用於談判領域呢？那麼機器人需要如何改進才能達到這樣的效果呢？

本文來源The Verge，作者James Vincent。由億歐編譯。

聊天機器人將會是AI驅動未來的重要組成部分，但它們大部分達不到預期效果。要想讓聊天機器人達到一個新水平並且真正為人所用，它們就需要被賦予新的技能，比如記憶力和推理能力。幸運的是，為它們添加這些新的認知能力指日可待。

Facebook是該領域最大的玩家之一。憑藉多年的努力，他們終於推出了自己的chatbot助手M，並且構建出一個用於教授chatbot的開源框架。如今，人工智慧FAIR實驗室的研究人員展示了一套新的訓練方法，可以讓chatbots代替用戶進行協商。

這項工作的範圍有限，僅關注單一的談判方案，但這為未來製造更強大的機器人指明了方向。這項研究產生了兩個特別有趣的結果。首先，在測試階段，機器人常常被誤認為是人類；其次，在無人操作的情況下，機器人開發了一項微妙的談判策略，類似於博弈論的元素，特別像囚徒困境。

這項研究的核心技術是在談判記錄資料庫的基礎上訓練機器的神經網路。在這種情況下，談判場景是「多議題交涉」，談判中那些通過「Mechanical Turk」系統招募的人類參與者分別被分配一些議題項目，每位參與者都與真人進行對話，並進行不同的評價，以此來儘可能得獲取積分。

這項研究完成了神經網路的大題部分，但其關鍵創新是增加了他們所謂的「對話部署」。實質上，這意味著要求機器人提前思考，來模擬未來談判的場景，並選擇最佳的行動方式以獲得他們想要的。研究員Michael Lewis說：「這些技術通常用於玩象棋或打賭一類的遊戲，這是我們首次試圖將它們引入對話領域」。

研究人員表示，與這一領域的類似研究相比，加入「對話部署」模塊可謂是一個「大改進」。機器經過進行訓練之後，在「Mechanical Turk」系統協商中能應答如流。該文章的合作作者Dhruv Batra說：「大多數情況下，人們並沒有意識到他們正在和機器人交談。而且，我們最好的機器模型能得到與人類相近的分數。目前來看，當然達不到更好，但肯定不會十分糟糕。」

機器人甚至學會了如何用欺騙彼此作為談判的方法。例如，機器人發現積極地討論一個他們並不感興趣的話題，直到最後才妥協，才不得不承認他們並不太懂這個話題，也不失為一種很好的策略。Batra說：「將這些策略與遊戲理論的基本原理相比較，這個程序化的策略是機器人自己優化后，所帶來的一項高回報。」

這些機器人可以交談，但不健談

然而，我們不能被這項研究搞得忘乎所以。如上所述，機器人在談判中可持續的時間並不比人類長。而且，研究人員只能在這個特定的場景下訓練這些機器。他們也不知道能否將這些技能轉移到其他類型的談判中。

來自於微軟公司旗下的AI公司Maluuba的研究員Kaheer Suleman表示，這個技術是一個「良好的進步」，但不是「一個突破」。他指出，使用「Mechanical Turk」系統來收集訓練數據是一項限制因素，因為這意味著機器人被訓練的句子將是相當基本的。而那些來自於「Mechanical Turk」系統的人們只想儘快完成這些任務，所以他們在使用語言方面不會有太多的藝術性。

當然這篇文章也證實，機器人使用非常簡單的語言來交流。比如說，「我想要書和帽子，你得到球」。在這句簡單的語言中，語法沒有多大的差別，只是數值編碼不同（即你想要多少個球）。研究人員指出，這是對人工合成語言常見的批評，我們不能僅僅因為機器人可以產生可讀的句子，就忽略句子本身也是一種機器這一事實。

即使我們面臨各種問題，但是談判機器人的未來還是值得我們深思。該領域是一個快速發展的領域，大型科技公司可以獲得大量的用戶數據，從而有助於其改進。雖然我們現在還不確定FAIR研究室何時研發出真正的產品，但其研究團隊已經設想出各種各樣的應用。

他們表示，這樣的聊天機器人可以用於諸如談判價格和安排會議時間等任務，用戶可以把他們的喜好編入到程序里，以實現他們自己想要的協商結果。Batra說：「這就像，『別跟我說話，去跟我的機器人交談。我的機器人會全力配合你。』」這是一個相當美好的願景，但是儘管很多科技公司一直努力，目前仍沒有取得多大的成功。

業內其他人士擔心，這種即將到來的現象不會受消費者的青睞。Trim公司是一家致力於研發幫助人們管理資金的機器人的公司，其CEO Thomas Smyth認為這種技術將極大地造福企業。如果人工智慧的關鍵在於數據，那麼誰能更容易地收集相關數據呢？大公司？還是消費者？答案顯而易見。

Smyth說：「這將受益於那些經常進行談判的用戶群體。而且，很明顯，這些公司將利用這項技術在談判中最大限度地發揮自己的有事。」FAIR研究室實際上已經公開了他們的神經網路研究成果，允許任何人使用這些數據，但在開發出更強大的機器人之前，數據收集仍然是瓶頸所在。

但實現這一點還是有希望的。Trim公司目前研發出一個能與Comcast（美國最大的有線系統公司）關於用戶的有限電視賬單進行協商的聊天機器人。Smyth強調，這個機器人的成功部分是由於Comcast公司遵循嚴格的腳本。如果你知道正確的說話方式，它們就會給你你想要的。其他機器人也成功地完成了與其他收費機構模式化的協商。例如：一個名叫DoNotPay的聊天機器人在紐約和倫敦為用戶撤銷了16萬張停車罰單。

因此，即使談判機器人仍然處於基礎研發階段，處理事情比較單一和死板，但這並不妨礙它們將成為一個完美的機器人客服。