Uber Technology Inc.已经开源了一个名为Plato Research Dialog System的对话式人工智能引擎，该引擎将与Google LLC的Dialogflow，Microsoft Corp.的Bot Framework和Amazon.com Inc.的Lex等类似产品竞争。

在 今天的博客文章中，Uber的AI研究团队解释说，柏拉图是为构建，培训和部署原型和演示系统而设计的。它还可以促进对话数据的收集。

该公司表示，Plato带有“干净且易于理解”的设计，使其非常适合对话型AI背景有限的用户。而且它可以与现有的深度学习模型集成，从而减少编写任何代码的需求。

Uber说，Plato 0.1版可以通过语音，文本和“结构化信息”支持与人类，数据和其他对话式AI代理的交互。它还支持多个代理，并且可以为那些代理的每个组件合并预训练的AI模型。可以使用数据集或通过交互使用流行的开源机器学习框架(例如Google的TensorFlow，Facebook Inc.的PyTorch和Uber自己的Ludwig)来训练这些模型。

柏拉图的另一个方面是其“模块化设计”，它将数据处理分为七个部分。这些包括语音识别，语言理解，状态跟踪，API调用，对话策略，语言生成和语音合成。

柏拉图还通过其Dialogue Episode Recorder跟踪事件来处理数据记录。记录器保存有关先前对话状态，已采取的操作以及当前对话状态的信息。

“我们相信柏拉图能够跨深度学习框架(从Ludwig和TensorFlow到PyTorch，Keras和其他开源项目)更无缝地训练对话代理，从而导致跨学术和行业应用的对话AI技术得到改善，” Uber的AI研究人员在博客文章中写道。“ [我们]利用柏拉图来轻松地训练对话代理商如何询问餐厅信息，以及另一代理商如何提供此类信息;随着时间的流逝，他们的对话变得越来越自然。”

Constellation Research Inc.的分析师Holger Mueller说，柏拉图系统最有趣的方面之一是它能够支持多个代理，这对于Uber来说是必要的，因为它需要促进其客户，驾驶员和自己的支持之间的多方聊天。和客户服务代理商。

“这意味着需要进行智能的对话共享，因此，尽管聊天机器人框架空间本来就很拥挤，Uber还是要与柏拉图相提并论。” “与所有新的开源项目一样，我们需要在几个季度内检查采用情况，因为开源代码资产的行为不能保证开发人员或企业的采用。”

柏拉图的发布是上述Ludwig的首次亮相，Ludwig是在Google TensorFlow框架之上构建的一组开源工具，该工具允许用户无需编写代码即可训练和测试AI模型。