在硅谷，聊天機器人是當下熱點之一。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器。但是Mordatch并不是語言學家。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負責教會機器人像人類一樣運動。“我以前就對教會機器人運動感興趣，”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，在這里機器人必須學會創(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。在這里機器人負責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。在這二維世界里機器人也只是簡單的紅綠藍的圓。但事實比看起來要復雜，機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化學習的技術(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成目標，那它們就會知道指令有效并繼續(xù)沿用。通過這樣的方式，機器人學會建立自己的語言，告訴彼此如何更快地抵達目標。
正如Mordatch所說，“我們判斷機器人的會話是否有效就看它們有沒有到達某個特定的目標。”
為了讓機器人能夠建立自己的語言，它們被分配了隨機而抽象的字符串，以便它們在虛擬世界中給彼此指引方向時能夠簡化要學習的概念。它們給彼此分配虛擬世界中的目標，然后執(zhí)行諸如“到達某個目標”和“觀察某個目標”的指令。Mordatch和他的同事希望，隨著機器人語言的復雜化，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器人。
最后，Mordatch表示，他的方法能教會機器人更深入地理解語言，告訴它們語言存在的意義——這也為后期進行真正的會話搭建了跳板，有朝一日實現(xiàn)科學家夢寐以求的人機對話。
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)計模式來學習任務(wù)的復雜數(shù)學系統(tǒng)——已經(jīng)被證實在照片識別、手機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：“要讓機器和人類智能地交互，依靠統(tǒng)計模式是非常低效的。機器在它所處的環(huán)境下學會應(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器人遵循此道。在機器人的虛擬世界中，機器不止學習自己的語言，他們也學習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。機器系統(tǒng)也可以從自己的行為中學習并強化。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”。在這里機器人學習使用常用軟件，比如網(wǎng)頁瀏覽器，這也是通過一種強化學習的方式。對于OpenAI的創(chuàng)辦者Ilya Sutskever來說，這樣安排團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，微軟也在通過強化學習的其他形式來研究語言，斯坦福大學的研究者也不例外，他們也正探索自己的方法研究機器人之間的協(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——機器人不止學習如何交流，還學會用自己的語言交流，正像我們?nèi)祟愃故镜哪菢樱@是個很有力的創(chuàng)想。