[[187107]]

人工智能技術(shù)突飛猛進，但是如何解決他們之間交流的問題呢?科幻電影中一般假設(shè)它們使用人類語言，但是很明顯，人類語言是一種低效率而模糊的語言，先進的人工智能完全沒必要采用。最近，有一群科學(xué)家正在致力于讓機器人創(chuàng)造自己的語言。這當(dāng)然是一個很有前途的研究，但不知為什么，總讓人有一種細思恐極的感覺。以下是相關(guān)介紹。

Igor Mordatch正在努力開發(fā)能夠進行對話的機器，這也是其他許多人正在努力的事情。

聊天機器人在硅谷是一個熱詞，但是Mordatch和其他人不一樣：他是一個動畫師出身的機器人專家而不是語言學(xué)家，他通常不參與那些語言相關(guān)的AI技術(shù)。他在皮克斯待過一段時間，并且參與制作了《玩具總動員3》，在此期間還在斯坦福大學(xué)和華盛頓大學(xué)這樣的地方作為高?？蒲腥藛T工作，在這些大學(xué)訓(xùn)練機器人像人一樣行動。“我總是熱衷于從零到一的過程，”他說。

讓機器人創(chuàng)造互相交流的語言

在烏克蘭出生，在多倫多長大，31歲的Mordatch是OpenAI的一位訪問學(xué)者，這間AI實驗室是由特斯拉的創(chuàng)始人Elon Musk和科技孵化器的主席Sam Altman創(chuàng)立的。Mordatch正在那里研究一種新的方法，使得機器不僅能夠和人交談，而且能夠在機器人之間進行交流。他正在創(chuàng)立一個虛擬世界，軟件機器人出于需要可以在里面創(chuàng)造出他們自己的語言。如OpenAI本周發(fā)表的一篇研究論文所披露出的細節(jié)那樣，Mordatch和他的伙伴們創(chuàng)造出了一個世界，那里的機器人需要完成特定的任務(wù)，比如要把自己移動到某個特定的坐標。這個世界很簡單，就是一個白色的大方塊——只有兩個維度——而機器人是帶顏色的圖形：一個綠色、紅色或是藍色的圓形。但是這個宇宙的意義要更加復(fù)雜。作為一種協(xié)同合作的方式，這個世界允許機器人創(chuàng)造自己的語言，以幫助其他機器人完成這些任務(wù)。

與AlphaGo類似

所有這些都是通過增強式學(xué)習(xí)(reinforcement learning)實現(xiàn)的，如同圍棋高手AlphaGo的那種基本技術(shù)一樣。基本上，這些機器人通過極端的試驗和錯誤來指引自己的世界，它們尋求獎勵的時候會小心地遵循著正確的事情，避開錯誤的事情。他們通過同樣的方式創(chuàng)造出了自己的語言，告訴其他人要去哪些地方能夠幫助他們更快地各就各位。

為了建立它們的語言，當(dāng)它們在它們的虛擬世界里航行的時候，這些機器人會給自己學(xué)到的一些簡單概念指定隨機的抽象特征。他們給彼此指定特征;給虛擬世界里的地點或是物品指定特征;還給比如“去到”和“看著”這樣的動作指定特征。Mordatch和他的同事們希望，隨著這些機器人的語言變得越來越復(fù)雜，相關(guān)的科技可以把它們的語言翻譯成英語這樣的語言。這是一條漫漫長路——至少對于實用軟件來說是這樣的——但是OpenAI的另一位研究員已經(jīng)開始研究這種“翻譯機器人”了。

Mordatch說，這些方法最終能使機器對語言有更深的領(lǐng)會，可以讓它們看到語言是如何產(chǎn)生的——而這就為真正的對話提供了一個跳板，一種計算機科學(xué)家們夢寐已久卻從未實現(xiàn)的電腦交互界面。

AI里程碑：從模仿人類語言，到創(chuàng)造自己語言

這些方法是語言相關(guān)的AI研究的一次重要里程碑。如今，科學(xué)家們一般都在研究試圖模仿人類語言的方法，而不是創(chuàng)造出一種新的語言。其中一個例子就是以深度神經(jīng)網(wǎng)絡(luò)為中心的工作。近幾年來，深度神經(jīng)網(wǎng)絡(luò)——能夠從大量數(shù)據(jù)中找出模式從而學(xué)習(xí)任務(wù)的復(fù)雜數(shù)學(xué)系統(tǒng)——在識別圖像中的物體、識別智能手機的語音命令以及更多其他事情上已經(jīng)被證明出了有極大的高效性?，F(xiàn)在，在Google、Facebook、還有Microsoft這些地方的研究人員憑著有限的成功，開始在理解語言、在英語對話中找出模式應(yīng)用相似的方法。

Mordatch和他的同事，包括OpenAI和加利福尼亞的研究員、伯克利大學(xué)的教授Pieter Abbeel，都質(zhì)疑那種方法會不會奏效。所以他們從一個截然不同的地方開始了。“智能體要想和人智能地互動，光靠捕獲數(shù)據(jù)模式是不夠的，”他們的論文里這樣寫道。“如果一個智能體在他的環(huán)境里能夠使用語言來達到自己的目的，那么它就理解了這門語言(包括其他非語言的交流以及身體語言)。

對于早期人類來說，語言是因為需要而產(chǎn)生的。他們學(xué)著如何交流，因為這能夠幫助他們做其他的事情，可以讓他們有超過動物的優(yōu)勢。OpenAI的這些研究員想給機器人創(chuàng)造出一種一樣的動態(tài)。在他們的虛擬世界里，機器人不僅會學(xué)習(xí)自己的語言，它們同時還會用簡單的動作輔助交流——比如指向一個特定的位置，或者就把一個機器人從一個地方領(lǐng)到另一個地方——很像嬰兒們的行為。那也是一種語言，或者起碼算是一條通向語言的道路。

但是，仍然有很多AI研究人員認為深度神經(jīng)網(wǎng)絡(luò)——從數(shù)據(jù)里找出統(tǒng)計模式從而發(fā)現(xiàn)語言——的方法有用。“它們本質(zhì)上還是在捕獲統(tǒng)計模式，只不過是在一個更簡單、更智能的環(huán)境里。”Salesforce在OpenAI的團隊里的一名AI研究員Richard Socher說。“在一片有趣的新領(lǐng)域里取得進步?jīng)]什么問題，但是那些抽象的論斷就有點太過了。”

無論如何，Mordatch的項目顯示，分析大量數(shù)據(jù)并不是唯一的道路。系統(tǒng)也可以通過自己的行動來學(xué)習(xí)，而這可能會帶來非常不一樣的優(yōu)勢。OpenAI的其他研究人員透露一個更大更復(fù)雜的叫做“宇宙”的虛擬世界之后，取消了差不多一樣的這種想法。除此之外，機器人可以在“宇宙”里學(xué)習(xí)使用常見的軟件應(yīng)用，比如網(wǎng)頁瀏覽器。這在增強式學(xué)習(xí)的一種形式里也會發(fā)生。而對于OpenAI的創(chuàng)始人之一Ilya Sutskever來說，這種安排其實是理解語言的另一條道路。一個AI只有在理解了人類聊天的自然方式之后才可以瀏覽互聯(lián)網(wǎng)。與此同時，微軟正在通過增強式學(xué)習(xí)的另一種方式來處理語言，而斯坦福的研究員正在探究他們與“機器人協(xié)同合作”有關(guān)的方法。

***，成功可能會隨著科技的結(jié)合而到來，而不是僅憑單一的科技。而Mordatch其實正在提倡另一種科技，讓機器人不僅僅是學(xué)著交談，而是理解語言本身，并自己創(chuàng)造出語言。如同人類最初創(chuàng)造語言一樣，機器人也可能因此而迎來新紀元。