Google释出积极问答ActiveQA套件，能反复合成新问题追求最佳解答

Google开源了其研究论文Ask the Right Questions: Active Question Reformulation with Reinforcement Learning之中，主动问答（ActiveQA）系统的TensorFlow套件，能被用于训练增强学习人工智能代理人重新设计问题。ActiveQA结合问答系统以及自然语言，能重新设计问题以更多问题进行搜寻，最后取得比传统问答系统更好的答案。

在传统的问答系统中，使用监督式学习技术结合标记资料，来训练能够回应任意问题的系统。Google表示，这在某种程度上是有用的，但最重要的是，这种方式缺乏人类处理不确定性问题的能力，无法重新理解并设计问题，进行更广泛的搜寻，以获得综合评估和汇总回答。

受人类“问对的问题”的想法启发，Google在ActiveQA在中加入了反复咨询的问答系统，这个人工智能代理会多次重新合成原始问题，以便能搜寻到最佳的可能答案。Google之所以称这个问答系统为积极的（Active），正是因为人工智能代理人会与QA系统进行动态互动，以提高最终答案的品质。

以“特斯拉何时出生？”这个问题为例，代理人会以两种不同的方式提出问题“特斯拉的生日是什么时候？”以及“特斯拉哪一年出生？”，根据两个问题的答案，系统最终会决定回传“1856年7月10日”作为答案。

Google提到，ActiveQA系统的特点就是能学会提出可以获得更好答案的问题。但是要训练人工智能提问并不容易，由于包含原始问题还有更好的替代问题，这样形式的问题对（Question Pairs）训练资料取得并不容易，因此ActiveQA采用了强化学习，以便人工智能代理人可以和环境互动的同时，采取能获得最大化奖励的行动。

ActiveQA代理人在与问答系统互动时，根据答案的品质来评估问题重新设计的好坏，而这便形成了奖励行为，当答案是好的，那学习算法便会调整模型参数，以便再次产生更有可能获得好答案的问题。Google以更佳的提问，训练出比传统问答系统还要好的结果，Google提到，这是一个重要的研究，因为问答系统已经透过监督系统训练，而ActiveQA的人工智能代理则可以学习复杂，但仍然可以解释的重新制定策略。

Google这次释出的ActiveQA TensorFlow套件由三个主要元件组成，其中包含了训练和执行ActiveQA代理人所有必须程式码。Google表示，他们致力于全球资讯普遍可用，而ActiveQA则是实现这个使命重要的一步，ActiveQA能助Google设计出更好可解释的问答系统，同时也能帮助其他人开发以自然语言互动的系统。