当前位置: 首页 > news >正文

对话式AI团队赢得社交机器人技术大赛

捷克技术大学团队赢得Alexa Prize社交机器人挑战赛

Team Alquist来自捷克技术大学(CTU),赢得了2021年Alexa Prize社交机器人挑战赛。该团队因其在决赛中获得最高分而被授予50万美元的一等奖,其指导教师Jan Sedivy表示,团队已经在期待迎接下一个挑战。

比赛概述与成就

Alexa Prize社交机器人挑战赛始于2016年,是一项旨在推动对话式AI领域发展的大学团队竞赛。参赛团队需设计能与Alexa用户通过设备进行互动的社交机器人。最终目标是赢得综合评分(满分5分)达到4.0或以上,并且决赛评委认定至少三分之二的互动在20分钟内连贯且有吸引力。首个达成此目标的团队将为所在大学赢得100万美元的研究资助。

尽管今年没有团队达成最终目标,但每个决赛队伍都展示了显著的进步。Alquist社交机器人以平均3.28的评分和平均14分14秒的互动时长获得第一名。斯坦福大学的Chirpy Cardinal社交机器人连续第二年获得第二名和10万美元奖金,平均评分为3.25,平均互动时长为13分25秒。布法罗大学的PROTO社交机器人以平均3.16的评分和平均14分45秒的互动时长获得第三名。

团队感言与技术要点

“我们非常高兴得知我们赢得了今年的比赛,”CTU博士研究生、Alquist团队负责人Jakub Konrád说,“我为整个团队感到自豪,我们构建的机器人连续四年进入决赛。今年我们努力创建一个能够通过综合生成式方法和可适应用户需求的预设场景来进行灵活对话的系统。”

斯坦福大学团队负责人Ethan Chi表示:“Chirpy Cardinal团队非常享受第二次参与Alexa Prize的经历。通过这次体验,我们学到了很多关于真实世界对话的知识。我们几乎从头开始重建了系统,使其能够处理更多样化的用户评论和插话,并开发了新的神经技术,将事实知识流畅地融入对话。我们甚至将《卫报》的新闻集成到系统中,使我们能够就近期事件与用户建立共同点。与之前的版本相比,我们将决赛的平均对话时长增加了一倍以上,使我们更接近流畅对话式AI的共同目标。”

布法罗大学团队负责人Sougata Saha表示:“从创新的角度来看,我们的目标是创建一个不将互动限制在特定主题集合中的代理。我们使用了事实性和闲聊神经生成器的集合,并结合了强大的对话管理器,这帮助我们取得了第三名的成绩。”

赛事进展与未来展望

去年11月,九支团队被选中参加比赛,今年7月,五支队伍进入决赛。决赛于7月27日至29日举行,其他决赛队伍还包括埃默里大学和加州大学圣克鲁兹分校的团队。

某机构对话式AI副总裁Prem Natarajan表示:“构建允许用户参与从体育娱乐到政治技术等各种话题的开放域对话系统是一项极具挑战性的任务。创建能够进行这种多轮次、开放域互动的社交机器人仍远未得到完全解决。今年决赛的顶级团队将平均互动时长比上一届挑战赛提高了一倍以上,这一事实表明我们正在朝着目标取得令人瞩目的进展。”

参与挑战赛的九支团队均已发表研究论文,阐述了他们今年的参赛方法。论文现已可在Alexa Prize网站上获取。

自2017年以来,Alexa用户与Alexa Prize社交机器人的互动时间已超过90万小时。用户只需说“Alexa,让我们聊天”即可继续与获胜团队的社交机器人互动。往届的获胜团队包括华盛顿大学、加州大学戴维斯分校和埃默里大学的团队。

项目扩展

Alexa Prize项目已扩展至另一项竞赛。今年早些时候,某中心发起了Alexa Prize任务机器人挑战赛,共有10支参赛团队竞相开发协助用户完成需要多步骤和决策的任务的代理。这是首个融合多模态(语音和视觉)和交互式用户体验的对话式AI挑战赛。这项为期一年的比赛将于2022年5月结束,获奖者将于次月公布。更多信息可在比赛的常见问题页面上找到。用户将从2021年10月开始有机会与任务机器人互动。

在接下来的几个月里,某中心科学栏目将提供关于即将到来的Alexa Prize社交机器人挑战赛5的详细信息。
更多精彩内容 请关注我的个人公众号 公众号(办公AI智能小助手)或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号(网络安全技术点滴分享)

http://www.jsqmd.com/news/238509/

相关文章:

  • 没8G显存怎么办?Z-Image云端方案轻松应对大图生成
  • OpenCore Legacy Patcher显示修复与多屏输出解决方案大全
  • 手势交互系统优化:MediaPipe Hands性能测试
  • AI生图新选择:Z-Image云端体验比Stable Diffusion更省心
  • PMX转VRM完整实战指南:从模型导入到完美转换
  • Windows任务栏美化革命:TaskbarX让你的桌面焕然一新
  • CTF-NetA:网络安全竞赛的终极自动化助手
  • AI手势识别与追踪降本方案:纯CPU部署节省算力成本50%
  • 零基础玩转AI对话:Qwen2.5-0.5B-Instruct保姆级教程
  • MediaPipe Hands优化指南:识别精度提升技巧
  • 解锁司法大数据:Wenshu Spider高效爬取裁判文书全攻略
  • 零基础入门JEKENIS:从安装到第一个程序
  • 手部追踪性能对比:MediaPipe Hands与其他方案评测
  • MediaPipe Hands部署优化:推理速度提升300%方案
  • OBS-RTSP服务器插件:快速搭建专业直播推流系统
  • 专业视频流转换利器:OBS-RTSP服务器插件深度解析
  • 智能家居跌倒检测:树莓派+云端AI,月费不到保姆1天工资
  • VibeVoice-TTS自动化流水线:CI/CD集成部署实战
  • MediaPipe Hands性能优化终极指南:从理论到实践
  • 终极免费在线UML绘图工具:PlantUML Editor完全使用指南
  • 智能人脸打码系统解析:离线运行的优势
  • 3步上手MOOTDX:零基础玩转通达信数据接口
  • 为什么顶级团队都在用编译时代码生成?真相令人震惊
  • Z-Image多模态体验:ComfyUI云端图文生成全流程
  • OpenXLSX:C++ Excel文件操作的终极解决方案
  • Steam创意工坊下载终极指南:免客户端轻松获取模组资源
  • AI手势识别系统搭建:MediaPipe
  • 终极秘籍:3步搞定OpenCore自动同步,让老Mac永葆巅峰性能
  • AI助力Python学习:自动生成代码示例与解析
  • TaskbarX任务栏美化终极指南:从零到精通完整教程