尽管科技取得了前所未有的进步，科幻电影中对复杂的人机交互进行了无数次描绘，但我们还没有完全实现能够像人类一样自然地进行对话的人工智能机器人。南加州大学创新技术研究所 (ICT) 研究员、计算机科学博士生 Kushal Chawla 以及南加州大学信息科学研究所 (ISI) 和 ICT 的合作者正在通过教授人工智能如何让我们更接近这一现实与人类谈判。

本月在计算语言学协会 (NAACL) 北美分会 2021 年年会上发表的这项研究依赖于一个基于场景的数据集，该数据集是通过角色扮演对话向人类用户传授谈判技巧的。以露营地设置为假想背景，数据收集研究的参与者被要求相互交流，就好像他们是在谈判资源的露营者一样。研究人员发现了参与者在整个练习过程中使用的总共九种策略。突出的教训：谈判的合作策略比自私策略更有效。该信息可以在未来用于通知创建考虑各种谈判策略的自动化系统。

训练人工智能

CaSiNo 代表 Camp Site Negotiations，是一个基于场景的数据集，收集它以通过角色扮演对话向人类用户传授谈判技巧。它由一次由两个参与者进行的一千多次谈判对话组成。这些对话的核心是参与者协商的三个必不可少的露营项目——食物、水和木柴。每个参与者都被分配了这些项目的优先顺序，并基于此模型进行协商。当参与者相互协商时，他们就如何分配项目以最好地最大化每个人的奖励得出结论。

在这些对话之前，参与者接受了一个培训模块，其中包括观看有关谈判的视频教程。这样做可以让参与者了解谈判的最佳实践，并将其纳入表演中。

“我们从三个方面评估参与者的谈判表现：最终得分取决于他们能够谈判的目的、他们对结果的满意程度以及他们的对手有多喜欢他们，”Chawla 解释说。“在现实世界的谈判中，所有这些指标都至关重要。”

脱颖而出

Chawla 之前在 AI 方面有广泛的研究，但 CaSiNo 是他迄今为止最雄心勃勃的方法。

“与这些先前作品的一个不同之处在于，在这些情况下，谈判不涉及基于语言的交流，而是基于菜单中的按钮点击和下拉选择，”Chawla 解释说。“然而，我们在 CaSiNo 数据集上的工作将促进人工智能系统的发展，这些系统可以使用语言(例如英语)进行协商并与人类进行真实、丰富的对话。”

同样，自动谈判系统领域的大多数工作都集中在菜单驱动的界面上，而不是基于语言的交流上。尽管这些技术易于使用，但 Chawla 认为“它们无法捕捉自由形式的情感和说服，而这些是现实世界谈判的关键组成部分。” 另一方面，语言包含了类人特征，有助于在现实世界中进行 AI 交流。

实现这种新的人工智能交流水平需要构建复杂的谈判数据集，通过这些数据集可以训练人工智能。构建完美的数据集可能是一个挑战——之前这样做的努力往往要么过于严格，要么过于开放。为了在两者之间找到完美的平衡，Chawla 和他的团队通过“提出一项新颖的任务来应对这一挑战，该任务可以实现语言丰富的个人对话，但仍处于受限环境中。”

在教育学及其他领域的应用

作为一种自动协商而不是依赖人类的有效方式，难怪 CaSiNo 具有各种实际应用。这项技术可以应用于各个行业，包括商业、教育、创业和科技。具体而言，CaSiNo 可以帮助教授各种教学环境中的谈判技巧，无论是培训商科学生以确保交易还是帮助律师更准确地评估结算率。

CaSiNo 对于提高对话式 AI 助手的谈判技巧也非常有价值。Chawla 以 Google Duplex 原型为例，其中 AI 助手表达了通过电话自动进行约会的谈判技巧。

未来发展方向

展望未来，Chawla 和他的团队对深入研究谈判之外的其他类型的非合作对话非常感兴趣，例如说服。非协作对话通常被定义为“参与方的目标可能不完全一致”的沟通。

更具体地说，Chawla 根据 CaSiNo 的当前工作概述了未来研究的两个方向。首先，该团队有兴趣通过 CaSiNo 对话中的情绪表达与谈判结果的相关性来研究 AI 的预测能力。通过这样做，可以改进这些 AI 代理，使其更加具有情绪感知能力。其次，该团队希望通过基于现实的自由形式语言培训来提高谈判技巧的可信度。最终，CaSiNo 是一个开创性的系统，它将成为改进人机交互的坚实基础。

标签： 人工智能