Uber 开源 Plato 平台，用于开发和测试会话 AI

在过去的几十年里，智能会话代理经历了重大变化，从以关键字为目标的交互式语音应答（IVR）系统到跨平台智能个人助理，都成为日常生活中不可或缺的一部分。伴随着这些变革和增长，需要一个直观、灵活、全面的研发平台，（它）可以作为一个开放的测试平台帮助评估新算法、快速创建原型并可靠地部署会话代理。在这种背景下，Uber 开发并开源了 Plato 研究对话系统。

Uber Plato 平台在 GitHub 开源

据外媒 Venture Beat 报道，Uber 开源了柏拉图研究对话系统（Plato Research Dialog System）。它是一个可用于在各种环境下创建、训练和部署会话 AI 代理的平台，让数据科学家和业余爱好者能够在会话 AI 中进行最先进的研究，并快速创建原型、演示系统及促进对话数据采集​​。该系统将与谷歌的 Dialogflow、微软的 Bot 框架和亚马逊的 Lex 等产品展开竞争。

Plato 的设计“干净”、“可理解”，并与现有的深度学习和模型调优优化框架（贝叶斯优化框架）集成，可减少编写代码的需要。

Plato（版本 0.1）的第一次迭代支持通过语音、文本或对话行为进行交互，每个会话代理可以与数据，人类用户或其他会话代理进行交互（在多代理设置中）。此外，Plato 可以为每个会话代理组件合并预训练的模型，且可以在交互的过程中或从数据中对每个组件进行训练。

Plato 通过模块化设计将数据处理分解为七个步骤：语音识别、语言理解、状态跟踪、API 调用、对话策略、语言生成、语音合成。Plato 支持一系列会话式 AI 架构，每个元素都可以使用主流的机器学习库进行训练，例如 Uber 的 Ludwig，Google 的 TensorFlow 和 Facebook 的 PyTorch。

为了证明它的可扩展性，Plato 用户可以定义自己的体系结构，或通过提供 Python 类名和模块的程序包路径及模型的初始化参数来插入自己的组件。只要模块按照（它）应该执行的顺序列出来，Plato 就会处理其余的部分，包括封装输入和输出、链接和执行模块（串行或并行），以及让对话变得更容易。

在数据记录方面，Plato 会在一个名为 Dialogue Episode Recorder 的结构中跟踪事件，该结构包含，先前对话状态，所采取的操作，当前对话状态等信息，甚至还有一个自定义字段可用于跟踪不属于已定义类别的任何内容。

Uber AI 研究团队表示 ：“我们相信，Plato 能够在 Ludwig、TensorFlow、PyTorch、Keras 和其他开源项目的深度学习框架中更加无缝地训练会话代理，从而提升学术和行业应用中的对话 AI 技术。“

Plato 研究对话系统如何运作？

从概念上来讲，会话代理需要经过各种步骤来处理它接收到的“输入”内容，并输出合适的答案（如“有风但不太冷”）。与标准体系结构的主要组件（参见图 1）相对应的主要步骤是：

• 语音识别（将语音转录为文本）

• 语言理解（从该文本中提取意义）

• 状态跟踪（到目前为止已经说过和完成的内容的汇总信息）

• API 调用（搜索数据库，查询 API 等）

• 对话政策（生成代理人回应的抽象含义）

• 语言生成（将抽象意义转换为文本）

• 语音合成（将文本转换为语音）

Plato 被设计的尽可能地模块化和灵活性; 它支持传统和自定义的会话 AI 体系架构，而且很重要地是，它支持多参与方交互，其中有不同角色的多个代理可以相互交互、同时训练并解决分布式问题。

下面的图 1 和图 2 描述了与人类用户和模拟用户交互时的示例 Plato 对话代理体系结构。与模拟用户交互是研究团体快速启动学习的一种常见做法（即，在与人类交互之前先学习一些基本行为）。因为 Plato 是一个通用框架，所以可以使用任何机器学习库（例如 Ludwig、TensorFlow、PyTorch 等）在线或离线训练每个独立的组件，Uber 的开源深度学习工具箱 Ludwig 是一个不错的选择，因为它不需要编写代码且完全兼容 Plato。

图 1：Plato 的模块化架构意味着任何组件都可以在线或离线进行训练，可以通过自定义或预先训练的模型进行替换。（此图中的灰色组件不是 Plato 核心组件。）

图 2：使用模拟用户而不是人类用户，如图 1 所示，我们可以预先训练 Plato 各种组件的统计模型。接下来，这些可以用于创建原型会话代理，该代理可以与人类用户交互来收集更多自然数据，随后，这些数据可用来训练更好的统计模型。（此图中的灰色组件不是 Plato 核心组件。）

除了单代理交互之外，Plato 还支持多代理对话，多个 Plato 代理可以相互交互并相互学习。具体来说，Plato 将生成会话代理，确保输入和输出（每个代理听到和说出的内容）被恰当地传递给每个代理，并跟踪对话。

这种设置可以促进多代理学习的研究，代理需要学习如何生成语言以执行任务，以及研究多方交互的子领域（对话状态跟踪、轮流等）。对话原则定义了每个代理可以理解的内容（实体或含义的存在论；如价格、位置、偏好、烹饪类型等）及它可以做什么（询问更多信息、提供一些信息、调用 API 等）。代理可以通过语音，文本或结构化信息（对话行为）进行沟通，每个代理都有自己的配置。下面的图 3 描述了这种架构，概述了两个代理和各种组件之间的沟通：

图 3：Plato 的架构允许对多个代理进行同时训练，每个代理具有潜在的不同角色和目标，并且可以促进多方交互和多代理学习等领域的研究。（此图中的灰色组件不是核心的 Plato 组件。）

最后，Plato 通过下面图 4 所示的通用代理体系结构来支持自定义体系结构（如，将 NLU 分成多个独立组件）和联合训练的组件（如文本到对话状态、文本到文本或任何其他组合。此模式脱离了标准会话代理体系结构，支持任何类型的体系结构（如使用联合组件、文本到文本或语音到语音组件、或任何其他设置）并允许加载现有或预先训练有素的模型进入 Plato。

图 4：Plato 的通用代理体系结构支持广泛的自定义，包括联合组件，语音到语音组件和文本到文本组件，所有这些组件都可以串行或并行执行。

Plato 还通过组合结构(BOCS)的贝叶斯优化为会话 AI 架构或单个模块参数的贝叶斯优化提供支持。

原文链接：

https://venturebeat.com/2019/07/16/researchers-create-tiny-beyond-5g-chip-for-100ghz-data-transmission/

https://github.com/uber-research/plato-research-dialogue-system