近日，UberAI開源了“柏拉圖研究對話系統(tǒng)”，用于構(gòu)建、訓(xùn)練和部署會(huì)話AI代理，使數(shù)據(jù)科學(xué)家和業(yè)余愛好者能夠從原型和演示系統(tǒng)中收集數(shù)據(jù)。柏拉圖擁有簡潔明了的設(shè)計(jì)，與現(xiàn)有的深度學(xué)習(xí)、貝葉斯優(yōu)化框架（用于調(diào)整模型）集成，可減少編寫代碼的需要。目前，柏拉圖支持通過語音、文本或結(jié)構(gòu)化信息進(jìn)行交互，可以為會(huì)話代理的每個(gè)組件包裹現(xiàn)有的預(yù)訓(xùn)練模型，并且每個(gè)組件都可以在線或離線進(jìn)行訓(xùn)練。

最近，Uber發(fā)布了一個(gè)名為“柏拉圖研究對話系統(tǒng)”（PlatoResearchDialogueSystem）的開源人工智能平臺(tái)。該系統(tǒng)將與谷歌的Dialogflow、微軟的Bot框架和亞馬遜的Lex等類似產(chǎn)品競爭。

UberAI研究團(tuán)隊(duì)在博客中解釋說，柏拉圖主要為構(gòu)建、培訓(xùn)和部署原型和演示系統(tǒng)而設(shè)計(jì)，還可以促進(jìn)會(huì)話數(shù)據(jù)收集。Uber還表示，柏拉圖是數(shù)據(jù)科學(xué)家和業(yè)余愛好者們的理想選擇，其“簡潔明了”的設(shè)計(jì)，以及與現(xiàn)有的深度學(xué)習(xí)和貝葉斯優(yōu)化框架（用于調(diào)整模型）集成，可減少編寫代碼的需要。

目前，柏拉圖可以通過語音、文本和“結(jié)構(gòu)化信息”支持與人類、數(shù)據(jù)和其他對話式AI代理進(jìn)行交互。最重要的是，它可以為會(huì)話代理的每個(gè)組件包裹現(xiàn)有的預(yù)訓(xùn)練模型，并且每個(gè)組件都可以在線（在交互期間）或離線（從數(shù)據(jù)）進(jìn)行訓(xùn)練。鑒于柏拉圖是一個(gè)通用框架，所以每個(gè)單獨(dú)的組件都可以使用任何機(jī)器學(xué)習(xí)庫（例如，Ludwig、TensorFlow或 PyTorch）進(jìn)行在線或離線訓(xùn)練。柏拉圖還擁有“模塊化設(shè)計(jì)”，可將數(shù)據(jù)處理分成七個(gè)部分，包括語音識(shí)別、語言理解、狀態(tài)追蹤、API 調(diào)用、對話策略、語言生成和語音合成。

為了證明其可擴(kuò)展性，柏拉圖用戶可以通過提供該類模塊的Python類名和包路徑以及模型的初始化參數(shù)來定義自己的體系結(jié)構(gòu)或插入自己的組件。只要模塊按照它們應(yīng)該執(zhí)行的順序列出，柏拉圖就會(huì)處理其余部分，包括包裝輸入和輸出，鏈接和執(zhí)行模塊（串行或并行），以及促進(jìn)對話。

在數(shù)據(jù)記錄方面，柏拉圖還通過對話片段記錄器中記錄事件來處理數(shù)據(jù)記錄。錄音機(jī)記錄了以前的對話狀態(tài)、采取了什么行動(dòng)以及目前的對話狀態(tài)。

“我們相信柏拉圖能夠從Ludwig和TensorFlow到PyTorch、Keras和其他開源項(xiàng)目的深度學(xué)習(xí)框架中更加無縫地培訓(xùn)會(huì)話代理，從而在學(xué)術(shù)和行業(yè)應(yīng)用中改進(jìn)對話AI技術(shù)。”UberAI研究人員AlexandrosPapangelis、YiChiaWang、MahdiNamazifar和ChandraKhatri在博客中寫道，“我們利用柏拉圖，可以很容易地訓(xùn)練一個(gè)談話代理如何詢問餐館信息，另一個(gè)代理如何提供這些信息，隨著時(shí)間的推移，他們的談話會(huì)變得越來越自然。”

Constellation Research 公司的分析師Holger Mueller表示，柏拉圖系統(tǒng)中最有趣的一點(diǎn)是支持多個(gè)代理的技術(shù)，這對于Uber來說是必要的，因?yàn)樗枰龠M(jìn)客戶、司機(jī)以及客戶服務(wù)代理之間的多方聊天。

Holger Mueller說:“這意味著需要智能對話共享，盡管聊天機(jī)器人框架空間領(lǐng)域已經(jīng)非常擁擠了，但是Uber推出柏拉圖仍具有現(xiàn)實(shí)意義，和所有新的開源項(xiàng)目一樣，我們需要在幾個(gè)季度內(nèi)檢查采用情況，因?yàn)殚_源代碼資產(chǎn)的行為不能保證開發(fā)人員或企業(yè)采用。”

另外，柏拉圖的發(fā)布是在前面提到的Ludwig的首次發(fā)布之后，Ludwig是一套建立在谷歌TensorFlow框架之上的開源工具，它允許用戶無需編寫代碼就可以訓(xùn)練和測試人工智能模型。