“嘿，Alexa，幫我訂份外賣?！?br style="margin: 0px; padding: 0px; max-width: 100%; box-sizing: border-box !important; word-wrap: break-word !important;">

“Alexa，我要用Uber打車去XXX。”

對亞馬遜Alexa、谷歌Assistent或其他智能語音助手而言，這些應(yīng)用場景都很常見，有臺家庭設(shè)備或僅智能手機應(yīng)用即可。但如果這些設(shè)備上運行的軟件機器人（ software bots）或聊天機器人（chatbots），不僅能幫你搞定訂外賣、打Uber諸類的事，還能像人般懂得討價還價，又會如何？

Facebook就做了這事。他們的人工智能研究院 (FAIR) 已經(jīng)教機器人如何談判，日前還發(fā)表論文詳細(xì)說明相關(guān)突破進展，及機器人如何一步步變得比他們預(yù)期的更像人類。說不定未來幾年FAIR就能讓這種期許完全落地實現(xiàn)。

研究者開發(fā)出一項技術(shù)，使機器人與另一方建立對話模型，雙方間就交易展開談判。最終希望達成，機器人能像人一樣，估摸出對方對特定報價的反應(yīng)，并針對特定情形，有不同應(yīng)對方式，而非簡單模仿人類行為。

這也是機器與人類的區(qū)別所在，后者能根據(jù)對話提前思考及預(yù)判談話走向，以便優(yōu)化結(jié)果。

舉例來說，兩個人或會在看哪個頻道的電視、會議時間約定幾點、到哪個餐廳吃飯等方面有各自想法，要達成一致意見就得有交涉溝通。人類生活場景里，直接用說的就能解決。但機器環(huán)境下，想在半對抗環(huán)境中達成交易，情況就很復(fù)雜。機器人知道你要的是什么，但對方提供的不見得如你所愿。

Facebook想彌合這方面機器人與人類的差距。FAIR研究人員用人類現(xiàn)實談判交流的數(shù)據(jù)，訓(xùn)練機器人如何“討價還價”。這些數(shù)據(jù)牽涉到價值觀有異的兩人，他們的任務(wù)是分離一些物品，因想法有差別，所以得就達成一致意見“談判”。
實驗結(jié)果表明，F(xiàn)AIR研究人員基本達成機器人以假亂真的目的。他們把機器人放到與人協(xié)商的場景里去，人類沒能察覺與之互動的是機器人?！白詈玫臋C器人總體上與人類水平相當(dāng)，”FAIR研究科學(xué)家Mike Lewis指出，無論如何，至少機器人的優(yōu)勢是耐心和決心都無限多。

此外，機器人還得學(xué)習(xí)研究者們口中的“高級動作（intelligent maneuvers）”。如機器人會像人一樣用談判策略技巧，甚至為獲得更有利結(jié)果而撒謊。

雖說Facebook研究者或更偏向基礎(chǔ)技術(shù)研究，但他們?yōu)檫@種具備“討價還價”能力的機器人，倒也想了個實際應(yīng)用——安排會議。

像來回預(yù)定會議時間很麻煩，有如秘書般能協(xié)商的機器人或能省事不少。告訴它你的喜好，哪些時間有空，非萬不得已時不要安排在早晨7點，除非有必須情況等諸如此類，機器人會尊重你的偏好，并給出合理安排結(jié)果。需要指出的是，F(xiàn)AIR的機器人更傾向確保會議實際開展，而非考慮每個人最佳時間。

目前Facebook已開放該研究成果代碼。但最終大范圍應(yīng)用落地，恐怕還得過段時間。

如今，幾乎凡是科技巨頭，如蘋果、微軟、谷歌和IBM等，都往人工智能領(lǐng)域砸入大把時間及金錢。CB Insights數(shù)據(jù)顯示，2017年Q1季度全球34家AI創(chuàng)企被收購，同比增長兩倍有余，科技巨頭是購買主力。自2012年以來，谷歌已囊獲11家AI創(chuàng)企，位列各巨頭之首，其次是蘋果、Facebook和英特爾。