最近Meta已经放出了BlenderBot3聊天机器人测试页面，但仅限于美国本土进行测试和交互：
一经发布，能多网友就开始和这个最强机器人进行聊天，诞生了啼笑皆非的对话。
比如这个网友，询问对扎克伯格的看法。而该机器人不喜欢他，并认为“他是一个恐怖的人”
还有的网友发现，BB3也在努力宣传自家公司，并称自己已经买了Meta的股票：
BlenderBot3聊天机器人拥有1750亿参数量级。在构建的过程当中，它能够讨论任务的话题，并且在实际环境中与真实人类进行交互。这在以前的研究中是难以做到的，这是因为以前的聊天机器人只能在公开数据集上进行训练。
从初步的实验表明，它随着互动的人越来越多，能够从对话经验中学习的越多。并且随着时间的推移，它会变得更好和并且对话的话题更为安全，防止机器人掉进“坑”里。
在前面几年的探索中，Meta也曾经发布过BlenderBot和BlenderBot2等聊天机器人。这些机器人开创了第一个统一的系统，它拥有不同的聊天技能，包括但不限于“聊天个性”，“同情心”和“自我知识”等。并且能够突破多轮对话，并不断搜索出有意义的话题。
但是之前的研究成果，一直集中在较为独立的对话环境中。同时研究人员也不可能把每一种话题进行模拟。这就造成现有的聊天机器人，离真正的智能人工系统还是比较远的。为了构建更适合现实环境的模型，聊天机器人需要从不同的、广泛的角度与“实际环境”的人们学习。这些都是目前尚未解决的问题，需要进行新的研究。
为了解决这个问题，Meta构建并部署了BlenderBot 3的现场演示环境，可以与人类自然对话，然后人类可以向模型提供反馈，以改进其效果。
BlenderBot 3基于公开数据集OPT进行训练，其参数量大约是BlenderBot 2的58倍，因此可以说更大更强。同时Meta承诺，将会把实际的交互对话数据进行公开，用来促进聊天机器人的大规模研究。
实际场景中的挑战
现有的很多开放式对话研究机器人大都是在实验环境中与人交互，这样做往往会缺乏真实性。因此BlenderBot 3构建了一个可互动交互的demo，同时鼓励在不同人于它进行对话，并分享他们的对话主体，来帮助机器人提升效果。
在这个构建的demo当中，允许人们对BlenderBot3发送的消息做出不同的反馈，包括“点赞”和“举报”按钮。
BlenderBot 3使用了一种新的学习算法“Director”，该算法分为两种机制进行相应：
- 语言模型lanaguage modeling：提供最相关和最流程的相应（基于训练数据）
- 分类器：告知模型什么使正确和错误的句子（基于人类反馈）
在分类器中，主要使用了一些好的和坏的数据，用来训练分类器识别有毒的、矛盾的或重复的句子。这样能够大大提高对话机器人的安全性。在测试中，Director方法优于常规语言建模、重新排序方法和基于奖励的学习。
模型细节
BB3（BlenderBot 3）整体来看是一个模块化系统，但模块不是独立的组件。通过训练单个transformer模型来执行每个模块，输入上下文中有特殊的控制代码告诉模型正在执行哪个模块。
模块的详细描述如下图所示：
- Internet Search decision：输入上下文的最后一个转折点，从而判定是否需要进行互联网搜索
- Generate internet search query：输入完整的句子，生成搜索结果
- Internet search：这个模块不是由transformer模型执行的，是搜索查询结果，返回N个文档
- Generate knowledge response：给定完整的输入上下文和一组检索到的文档，生成一个知识相应的序列，用于返回最终响应。
- Extract relevant entity：给定完整的输入内容，生成一个用于最终响应的相关实体。
- Generate a long-term memory：给出上下文的一个转折，输出的摘要信息保存在长期记忆中。
- Long-term memory access decision：是否需要保存长期记忆
- Access long-term memory：返回合适的存储记忆
- Generate dialogue response：生成一个对话相应。
整体来说，BB3主要提升在了架构复杂度上。在处理对话时，BB3模型首先会判定是否需要进行互联网搜索。并从搜索到的文章当中，提前摘要，同时进行记忆存储。最后形成文本，进行对话。
尽管如此，BB3仍有很多地方需要改进。
- 有接近1.1%的用户认为BB3模型的回答没有任何意义
- 1.2%的用户则认为回答偏离了主题
- 0.12%的用户则把回答标记成了“垃圾”信息
一个好的对话机器人，不仅仅能够回到进行有效对话，同时也不能偏离话题方向。再者，也需要考虑到安全问题。而BB3模型在安全方面也做了考虑：当发现话题偏向于不安全时，则会选择跳脱出来。这样就会更人性化一点。
我是leo~，欢迎关注我的公众号“算法一只狗”，我们下期再见~
