若要真正做到可以像人一樣交流，機(jī)器人得需要學(xué)會(huì)思考。

Alexa和Siri在一定程度上是可以為我們的生活提供便利的，但他們的幫助非常有限。你可以通過(guò)他們訂購(gòu)一件新襯衫或安排一次清潔服務(wù)，但你不能要求他們幫你清洗昨天穿過(guò)的上衣，或是挑選出你最喜歡的床單。事實(shí)上，這些工作都可以依靠擁有更聰明大腦的機(jī)器人來(lái)完成。

日前，麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室的一組研究人員創(chuàng)造了一個(gè)與Alexa有著異曲同工之妙的機(jī)器人系統(tǒng)。這個(gè)程序的作用正如它那不太可愛(ài)的名字——ComText一樣，讓人類(lèi)能夠使用自然語(yǔ)言給機(jī)器人下達(dá)命令。研究團(tuán)隊(duì)用一臺(tái)名為Baxter的機(jī)器人測(cè)試了ComText——Baxter主要用于倉(cāng)庫(kù)和工廠，但ComText還可以應(yīng)用于其他類(lèi)型的機(jī)器人。

教授機(jī)器人自然語(yǔ)言指令，特別是那些使用自然語(yǔ)言的命令，比聽(tīng)起來(lái)要困難得多。機(jī)器人不具備任何理解情景的能力。如果你把工具放在桌子上，讓機(jī)器人“拿起它”，機(jī)器人并不會(huì)知道“它”是什么。如果你要求它拿起你正在使用的最后一個(gè)工具，它也沒(méi)有有能力憑借以前的經(jīng)驗(yàn)而理解這個(gè)新的命令。

但是ComText——Commands in Context(理解性命令)的縮寫(xiě)，本質(zhì)上來(lái)說(shuō)，就是賦予了機(jī)器人心理學(xué)家稱(chēng)之為“外顯記憶”的能力：能回憶發(fā)生過(guò)的事情。該程序有兩種類(lèi)型的陳述性記憶。一個(gè)稱(chēng)為語(yǔ)義記憶，是基于實(shí)際，譬如你生日的日期，或者是你在這家公司工作這樣的事實(shí)基礎(chǔ)。

另一種是情景記憶，是基于過(guò)去的經(jīng)驗(yàn)，來(lái)做出未來(lái)的決定。換句話說(shuō)，它是基于語(yǔ)境的——這是ComText賦予機(jī)器人的能力。使用此系統(tǒng)的時(shí)候，如果你要求機(jī)器人拿起你使用過(guò)的最后一個(gè)工具，它可以就可以真正地通過(guò)它的數(shù)字存儲(chǔ)器(以視頻提要的形式)回憶你以前使用工具的情景，在現(xiàn)實(shí)世界中再次識(shí)別該工具，并把它撿起來(lái)。

即使是在小時(shí)候，人類(lèi)也總是在自然語(yǔ)言處理過(guò)程中使用情景記憶。如果你告訴一個(gè)小孩，“這個(gè)杯子是我的”，然后跟他們說(shuō)，“拿起我的杯子”，他們就知道把桌子上的杯子和你聯(lián)系起來(lái)，當(dāng)你提到杯子的時(shí)候，他們就會(huì)把它撿起來(lái)。但這需要一個(gè)復(fù)雜的聯(lián)想，對(duì)機(jī)器人來(lái)說(shuō)很困難。“Mine”是一個(gè)抽象的關(guān)系，”麻省理工學(xué)院博士后——羅姆·保羅說(shuō)，他是關(guān)于ComText的論文的主要作者，“你無(wú)法建立一個(gè)抽象檢測(cè)器，因?yàn)檫@不能表現(xiàn)在表面。”

但是ComText可以執(zhí)行這種類(lèi)型的動(dòng)作，像“杯子是我的”一樣的“事實(shí)”被存儲(chǔ)在保羅稱(chēng)之為“知識(shí)抽屜”的儲(chǔ)存空間中。然后，當(dāng)你要求它“拿起我的杯子”時(shí)，機(jī)器人就可以引用該數(shù)據(jù)庫(kù)來(lái)正確識(shí)別哪個(gè)杯子是你的。

ComText是人與機(jī)器人交互的一步，它可以讓人們自然地引用之前的事件和抽象的概念(如所有權(quán))與機(jī)器人交流。例如，如果在祖母的家中有一臺(tái)啟用了ComText的機(jī)器人，那么它就能夠在當(dāng)她讓它拿起包、當(dāng)她摔倒在地板上或是讓它帶她最喜歡的毛衣的時(shí)候做出正確的回應(yīng)。

保羅說(shuō)：這兩項(xiàng)匯集在一起，能夠顯著擴(kuò)展我們要求機(jī)器人在自然世界中執(zhí)行的命令。當(dāng)使用Baxter和ComText進(jìn)行測(cè)試時(shí)，機(jī)器人在90%的時(shí)間內(nèi)精確地執(zhí)行了命令。

這一點(diǎn)很重要，因?yàn)槿祟?lèi)和機(jī)器人在工廠、家庭和道路上的互動(dòng)越來(lái)越多。事實(shí)上，這項(xiàng)研究有一部分是由豐田資助的。情景記憶對(duì)于與自主車(chē)輛進(jìn)行交流來(lái)說(shuō)是至關(guān)重要的，你可以發(fā)出命令：“在昨天離開(kāi)我的同一個(gè)地方接我”，“下午五點(diǎn)在辦公室接我的妻子”，“看到行人步行時(shí)向左轉(zhuǎn)。”所有這些情況都需要根據(jù)情境信息推理自然世界中的互動(dòng)。

ComText的下一步是更高級(jí)別的推論，而且是比拾取和放下物體更復(fù)雜的任務(wù)，這都是為Baxter設(shè)計(jì)的。保羅說(shuō)，他希望在程序中添加一個(gè)語(yǔ)音組件，以便機(jī)器人和人類(lèi)可以進(jìn)行對(duì)話，相互詢(xún)問(wèn)問(wèn)題，以便更好地協(xié)作。他還希望為機(jī)器人的內(nèi)存增加更多的知識(shí)，從而實(shí)現(xiàn)更復(fù)雜的任務(wù)和推理。例如，如果你告訴機(jī)器人桌子上有一塊導(dǎo)體鋁塊，那是一個(gè)遙控器，那么如果你以后說(shuō)“給我一個(gè)遙控器”，機(jī)器人就可以把它帶給你。更多的知識(shí)與情景記憶將有助于該程序更好地推斷命令的實(shí)際意義。

這一切都是為了讓人和機(jī)器人更有效地進(jìn)行交流。也許他們不會(huì)直接替代我們進(jìn)行工作——但我們會(huì)一起工作。