兩個(gè)AI系統(tǒng)實(shí)現(xiàn)相互對話，預(yù)示著AI系統(tǒng)將像人類一樣進(jìn)行互動(dòng)交流。圖片來源：slguardian.org

瑞士日內(nèi)瓦大學(xué)的一個(gè)科學(xué)家團(tuán)隊(duì)在人工智能（AI）研究方面取得一項(xiàng)突破：他們讓兩個(gè)AI系統(tǒng)進(jìn)行了前所未有的語言交流。該成果發(fā)表在最新一期《自然·神經(jīng)科學(xué)》上。

研究人員開發(fā)的人工神經(jīng)網(wǎng)絡(luò)模型，展示了AI系統(tǒng)解釋語言指令并相應(yīng)執(zhí)行任務(wù)的能力。在學(xué)習(xí)并執(zhí)行一系列基本任務(wù)后，其中一個(gè)AI系統(tǒng)能夠向其“姐妹”AI系統(tǒng)提供這些任務(wù)的語言描述，而后者又執(zhí)行了這些任務(wù)。

研究中使用的人工智能模型建立在S-Bert體系結(jié)構(gòu)基礎(chǔ)上，由3億個(gè)經(jīng)過語言理解訓(xùn)練的神經(jīng)元組成。通過精心設(shè)計(jì)的模擬人類認(rèn)知過程的訓(xùn)練方案，該網(wǎng)絡(luò)首先被教導(dǎo)解釋類似韋尼克區(qū)的語言輸入，負(fù)責(zé)語言理解。隨后，它被訓(xùn)練來復(fù)制任務(wù)，類似于布羅卡區(qū)，負(fù)責(zé)任務(wù)執(zhí)行和發(fā)音。

參與這項(xiàng)研究的雷達(dá)爾·里夫蘭博士解釋說，該神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)了解讀英語書面指令，并執(zhí)行各種任務(wù)，包括指示刺激位置和對視覺提示做出反應(yīng)。經(jīng)過訓(xùn)練后，它可以有效地向另一個(gè)AI系統(tǒng)描述這些任務(wù)。

兩個(gè)AI系統(tǒng)完全通過語言進(jìn)行交流，而不依賴于預(yù)定義的命令或編程。除學(xué)術(shù)意義之外，這一突破還為實(shí)際應(yīng)用帶來巨大希望，特別是在機(jī)器人領(lǐng)域。

讓機(jī)器具備理解和執(zhí)行語言指令的能力，為未來先進(jìn)類人機(jī)器人的自主協(xié)作與解決問題奠定了基礎(chǔ)。展望未來，研究人員認(rèn)為，AI系統(tǒng)將不僅能深刻理解人類，更能以近乎人類交流的方式實(shí)現(xiàn)相互交互與協(xié)作，這預(yù)示著AI技術(shù)將開啟全新的發(fā)展紀(jì)元。

讓兩個(gè)AI系統(tǒng)之間完全通過語言進(jìn)行交流，這樣的研究可不僅僅為了好玩，而是其具備廣闊的應(yīng)用前景。目前的應(yīng)用場景中，AI一般只負(fù)責(zé)執(zhí)行某個(gè)具體環(huán)節(jié)的任務(wù)，而任務(wù)與任務(wù)之間的溝通和協(xié)調(diào)，依然需要人來完成。假如AI之間可以進(jìn)行語言交流，比如AI質(zhì)檢員向機(jī)械臂發(fā)送調(diào)整加工工藝的語言指令，那么，AI將在工廠生產(chǎn)等眾多應(yīng)用場景中扮演更重要的角色，同時(shí)也可進(jìn)一步解放人力資源。