在硅谷，聊天機(jī)器人是當(dāng)下熱點之一。像許多人工智能研究者一樣，Igor Mordatch正致力于構(gòu)造一種能夠彼此交流的機(jī)器。但是Mordatch并不是語言學(xué)家。他不直接處理人工智能中關(guān)于語言的問題。在他成為人工智能研究者之前，他是一名動畫師。他曾在皮克斯工作，參與制作了《玩具總動員3》。工作之余，他在斯坦福和華盛頓大學(xué)負(fù)責(zé)教會機(jī)器人像人類一樣運動。“我以前就對教會機(jī)器人運動感興趣，”他說。如今，所有的知識技能正以不尋常的方式到來。

Igor Mordatch出生于烏克蘭長在多倫多，現(xiàn)年31歲的他如今是OpenAI的訪問學(xué)者。OpenAI是由特斯拉公司的Elon Musk和YC的Sam Altman一同創(chuàng)建的人工智能實驗室。在這里，Mordatch正在探索著一條全新的道路，他想要讓機(jī)器不僅能和人對話，還能彼此交流。他建立了一個虛擬世界，在這里機(jī)器人必須學(xué)會創(chuàng)建自己的語言。

OpenAI發(fā)布的一份研究報告顯示，Mordatch和他的同事創(chuàng)建了一個虛擬世界。在這里機(jī)器人負(fù)責(zé)完成某些特定的任務(wù)，比如移動到某個特定的位置。這個世界很簡單，就是個巨大的白色正方形。在這二維世界里機(jī)器人也只是簡單的紅綠藍(lán)的圓。但事實比看起來要復(fù)雜，機(jī)器人需要借助自己創(chuàng)造的語言相互指揮，配合著完成任務(wù)。

這一切都是建立在強(qiáng)化學(xué)習(xí)的技術(shù)上。這種技術(shù)也被谷歌用來構(gòu)造AlphaGo——谷歌DeepMind人工智能實驗室借此在圍棋領(lǐng)域獨孤求敗。簡單來說，機(jī)器人通過不斷試錯來為彼此指引方向，不斷跟蹤著指令的最終效果。如果某個指令成功幫助它們達(dá)成目標(biāo)，那它們就會知道指令有效并繼續(xù)沿用。通過這樣的方式，機(jī)器人學(xué)會建立自己的語言，告訴彼此如何更快地抵達(dá)目標(biāo)。

正如Mordatch所說，“我們判斷機(jī)器人的會話是否有效就看它們有沒有到達(dá)某個特定的目標(biāo)。”

為了讓機(jī)器人能夠建立自己的語言，它們被分配了隨機(jī)而抽象的字符串，以便它們在虛擬世界中給彼此指引方向時能夠簡化要學(xué)習(xí)的概念。它們給彼此分配虛擬世界中的目標(biāo)，然后執(zhí)行諸如“到達(dá)某個目標(biāo)”和“觀察某個目標(biāo)”的指令。Mordatch和他的同事希望，隨著機(jī)器人語言的復(fù)雜化，相應(yīng)技術(shù)能緊跟其后將其翻譯成英語等人類能理解的語言。這個過程會很漫長——至少要有一個能實際應(yīng)用的翻譯軟件——但另一名OpenAI的研究員已經(jīng)開始著手研究這類翻譯型機(jī)器人。

最后，Mordatch表示，他的方法能教會機(jī)器人更深入地理解語言，告訴它們語言存在的意義——這也為后期進(jìn)行真正的會話搭建了跳板，有朝一日實現(xiàn)科學(xué)家夢寐以求的人機(jī)對話。

Mordatch的方法不同于其他人工智能語言研究方法。如今，頂尖研究者們大多在模仿人類語言而不是創(chuàng)造新的語言。例如他們的工作集中于深度神經(jīng)網(wǎng)絡(luò)。近些年來，深度神經(jīng)網(wǎng)絡(luò)——一種通過在海量數(shù)據(jù)中尋找統(tǒng)計模式來學(xué)習(xí)任務(wù)的復(fù)雜數(shù)學(xué)系統(tǒng)——已經(jīng)被證實在照片識別、手機(jī)語音控制等方面的高效性。如今，谷歌、Facebook和微軟的研究員正在將類似的方法應(yīng)用于語言理解上，試圖識別英語會話的模式，但目前收效甚微。

Mordatch和他的同事，包括OpenAI的研究員和加州大學(xué)伯克利分校的Pieter Abbeel教授，他們對尋常方法心有疑慮，所以開辟了一條不一樣的道路。他們的論文中這樣寫道：“要讓機(jī)器和人類智能地交互，依靠統(tǒng)計模式是非常低效的。機(jī)器在它所處的環(huán)境下學(xué)會應(yīng)用語言(以及其他不依賴聲音的物理語言)解決問題時，才能很好的理解人類語言”。

對早期人類來說，語言的產(chǎn)生是一種必然。人們學(xué)會交流是因為語言幫助他們處理問題，使他們超脫于動物。這些OpenAI的研究員們想要讓機(jī)器人遵循此道。在機(jī)器人的虛擬世界中，機(jī)器不止學(xué)習(xí)自己的語言，他們也學(xué)習(xí)簡單的手勢和行動來交流——例如，指明特定的方向，或者指引他們從一個地方到達(dá)另一個地方——就像小嬰兒所做的那樣。這也是語言的一種形式。

也有很多研究者認(rèn)為，借助深度神經(jīng)網(wǎng)絡(luò)通過統(tǒng)計模式識別來研究語言也是有效的。Saleforce公司的人工智能研究員Richard Socher，也是OpenAI團(tuán)隊的一員，他說：“Mordatch的方法本質(zhì)上也是在使用統(tǒng)計模式，但他是在一個更簡單的人工環(huán)境下。在這樣有趣的新領(lǐng)域有所進(jìn)展是非常好的，但并沒有論文里說的那么夸張。”

雖然如此，Mordatch的項目表明分析海量數(shù)據(jù)并不是唯一出路。機(jī)器系統(tǒng)也可以從自己的行為中學(xué)習(xí)并強(qiáng)化。OpenAI的其他研究員們搞了一個更大的虛擬世界，他們稱之為“宇宙”。在這里機(jī)器人學(xué)習(xí)使用常用軟件，比如網(wǎng)頁瀏覽器，這也是通過一種強(qiáng)化學(xué)習(xí)的方式。對于OpenAI的創(chuàng)辦者Ilya Sutskever來說，這樣安排團(tuán)隊最終是用來幫助研究語言理解。一個人工智能只有在理解人類自然語言時才能上網(wǎng)。與此同時，微軟也在通過強(qiáng)化學(xué)習(xí)的其他形式來研究語言，斯坦福大學(xué)的研究者也不例外，他們也正探索自己的方法研究機(jī)器人之間的協(xié)作。

最后，成功很可能來自于所有技術(shù)的綜合，而不是某一種技術(shù)。Mordatch提出的新思路——機(jī)器人不止學(xué)習(xí)如何交流，還學(xué)會用自己的語言交流，正像我們?nèi)祟愃故镜哪菢?，這是個很有力的創(chuàng)想。