Batra 希望大家都閱讀一下他們的研究論文或者 FAIR 博客上的介紹文章，并閱讀各個研究團體有關(guān)多智能體語言出現(xiàn)的文獻。
業(yè)內(nèi)討論：參數(shù)沒調(diào)好，對話跑崩了
用戶“蔡曦”結(jié)合報道中提到的 Facebook 論文《Deal or No Deal？End-to-End Learning for Negotiation Dialogues》，做了比較詳細的分析。
論文的大致流程是，用人類的對話作為數(shù)據(jù)集，訓練一個端到端的模型，模仿人類進行物物交換的談判對話，例如：
論文用 5808 組人類對話作為訓練集，526 組對話作為測試集，分別用兩種不同的模型（Likelihood Model 和 Goal-based Model）和不同的訓練方法（一種是用 RNN 作簡單的監(jiān)督學習，另一種是用監(jiān)督學習先作預訓練，再用強化學習來微調(diào)模型），在 PyTorch 上跑對話模型。
結(jié)果是，直接用簡單的相似度導向（Likelihood-based）的監(jiān)督學習產(chǎn)生的對話與人類的語言（英語）最接近。
而運用目的導向策略（Goal-based）的強化學習模型情況下，當更改相關(guān)參數(shù)后就會產(chǎn)生雜亂無章的對話。注意：這并不代表產(chǎn)生了一種新的語言并且兩個 agent 相互理解，只是基于訓練時輸入的英文單詞的錯誤組合而已！
一位不愿透露姓名的業(yè)內(nèi)人士對新智元表示：這就是訓練失誤的模型。做失敗的東西也能拿出來吹，有些媒體的做法確實欠妥。當然，這一波是國外媒體先如此報道的。還是希望這個領(lǐng)域的媒體多些理性，不要看到是 Facebook 或者谷歌的研究就吹。
聚焦研究：論文并沒有關(guān)于“AI 發(fā)展出自己語言”的表述
再來仔細看 Facebook AI Research 的論文——需要指出，F(xiàn)acebook 研究人員并沒有在論文中表示其 AI 發(fā)展出了自己的語言（developed their own language）。
至于“吹不吹”，還是需要在理解的基礎(chǔ)上進行判斷。Facebook AI 這條新聞出來這么久，還沒有多少新聞在報道時真正聚焦研究本身，這或許也是炒作甚囂塵上的一個原因。
FAIR 進行研究的目的是讓智能體學習談判。
談判既是語言也是推理問題，在談判時你需要有一個意圖，然后在口頭（或文本）上實現(xiàn)。由此進行的對話同時包含了合作和對抗的要素，這就要求 AI 需要了解并制定長期規(guī)劃，并生成話語以實現(xiàn)其目標。
FAIR 研究人員在開發(fā)這種擁有長期規(guī)劃能力的對話 AI 方面進行了一種創(chuàng)新，他們稱之為“dialog rollouts”。
Dialog rollouts 能讓 AI 收到輸入后，推算出（roll out）多種模擬的對話，直到每段對話的結(jié)束，然后從中選擇結(jié)果最好（也即預期獎勵最大）的對話路線來進行。