敲厉害！就算你不知道自己在哪，AI也能把你带回家

高层速读

关键信息：加拿大蒙特利尔大学和Facebook FAIR实验室研发了一个神经网络系统，叫做Talk the Walk，它能够在不使用GPS的情况下给人提供简单的语言方向，在该实验中，两个机器人使用自然语言对话，让“导游bot”将“游客bot”带到指定地点，但Facebook称这是一项基础性的研究，并没有打算把它发布在地图产品中。

关键意义：致力于创造能够与人类一起工作以达到目标的人工智能。

对于分不清东西南北的同学来说，只知道左右，不知道方向，所以当别人问你在哪里时，我们只能回答说：“我在XX大厦的门口，对面是个超市……”

虽然现在大部分地图都会直接告诉你往哪边走，但是，如果存在一个机器人可以充当你的向导，它可以在你都不知道自己在哪的情况下为你导航，不需要GPS不需要知道南北，你还可以用跟普通人交流的方式跟它交流，是不是更便捷呢？

就像以下这样——

向导：你在哪啊？

游客：我面前有一家店叫“布鲁克斯兄弟”

向导：是商店？还是餐厅？

游客：是卖衣服的，我身后还有一家银行

向导：好的，左转然后沿那条路直走。

……

这是由加拿大蒙特利尔大学和Facebook FAIR实验室研发的导航神经网络系统，叫做Talk the Walk，它能够在不使用GPS的情况下给人提供简单的语言方向，在该神经网络系统中，人们可以通过自然的语言与AI进行交流，帮助人们找到正确的位置。

在这个实验中，会导航的“向导”和路痴“游客”都是由机器人（bot）扮演的。

向导bot可以看到地图，知道要游客bot需要达到的目标位置，但不知道游客在哪里;游客bot只能360度看到自己周围的世界，但不知道目的地在哪，也不知道要怎么达到；因此为了让游客顺利到达目标位置，二者需要通过交流协作才能达成目标。

游客bot描述了他们看到的地标，比如“我就站在剧院旁边”，向导bot试图确定他们在哪里，它可以问问题，例如，它可能会问用户是否看到街角的商店帮助缩小范围。一旦它确定了用户的位置，它就会给出一个简单的语言响应，引导他们到达下一个路标点。

Facebook在纽约随机拍摄了很多张360度的街头照片，并将这些数据喂给了向导bot，向导可以将街景照片与地图位置相结合，所有信息了然于胸，从而对游客进行路线指导。在向导的指导下，游客可以根据要求观察周围的环境，以便让向导bot了解到游客的位置。

这是一个很新颖的实验，采用了一种叫做“嵌入式人工智能”的概念，在Talk the Walk中，向导bot拥有城市的2D地图数据，而游客机器人拥有丰富的360°可视化数据，但只有通过沟通才能执行指令。

怎么沟通呢？现实情况往往复杂很多，两个人在沟通路线时都不容易，何况是两个机器人？况且没有天生的“机器语”可供使用。

研究人员发现，当Bot使用更简单的符号来传达信息和位置时，完成任务的效果更好，这种交流方式被称作“合成语言”，这是一种数据通信方式，对机器人来说很管用。

研究人员提出了一个名为MASC（Masked Attention for Spatial Convolution）的机制，让Bot能快速从语言模型中解析对方回应的关键字的内容。Facebook表示，利用该流程可以使正在测试的结果的准确性翻倍。

这种交流方式也达到了该实验的真正目标：让Bot通过自然语言来处理收集到的信息。

对于Facebook来说，这是一项基础性的研究，它并没有打算把这些发布在地图产品中，所以该系统存在于一个长期的、不那么以产品为中心的领域。

分享这篇文章

与同仁共同探讨AI行业动向

往期文章

「AI商业报道」现已入驻

知乎号 | 头条号 | 百家号 | 网易号 | ZAKER