機器正在虛擬世界裡發展語言能力

機器們正在通過探索3D虛擬世界來處理簡單的指令。

亞馬遜的Alexa和Google Home這樣的設備將聲控技術帶入了主流，但它們依然只能處理簡單指令。造一個聰明到可以應對真實交談的機器目前還是一個艱難挑戰。如果沒有類似真實物理世界運行方式的基礎知識，可能很難實現。

為了解決這一問題，人們試圖硬編碼語言、目標與行動之間的聯繫，建立了無數的規則，使得機器無法適應新情況。而如果讓機器自己學習語言則需要大量的人工協助。現在，Alphabet的子公司，致力於人工智慧的DeepMind以及卡內基梅隆大學開發了一種方法，可以讓機器在第一視角射擊遊戲的3D環境中自學基本語言法則。

「在3D環境中做到這一點的確是實現現實中應用的重要進步，」卡內基梅隆大學的碩士學生德文德拉·沙普洛（Devendra Chaplot）說道。他將在機算語言學協會的年度會議上發表他的論文。他說，最終目標是，創造一個和現實世界十分相像的模擬環境，讓AI在裡面訓練，將所學應用到現實中去。

DeepMind和卡內基梅隆大學都採用了深度強化學習，這一方法因為DeepMind那個會玩遊戲的AI而廣為人知。虛擬環境里的原始像素數據被餵給一個神經網路，AI獲得類似計算機遊戲里點數一樣的獎勵，通過不斷實驗來學習。

通常我們玩遊戲的目標是獲得高分，但是這裡的兩個AI程序得到的卻是諸如「去綠色柱子」這樣的指令，它們需要走向正確的對象才能得到獎勵。

通過百萬次不同場景的加速訓練，兩個AI都學會了將單詞與特定的物體及特徵聯繫在一起，從而完成指令。他們甚至能明白諸如「更大」或「更小」這樣的關係項來區別相似物體。

最重要的是，兩個AI都可以在沒遇到過的情況里「活學活用」。如果訓練過的場景包括柱子和紅色物體，哪怕他們之前的訓練中沒有見過紅色柱子也能明白「去紅色柱子」這個指令。

GIF/108K

沙普洛說這使得它們比之前基於規則的系統要更靈活。卡內基梅隆大學的團隊將視覺和語言的輸入內容混合起來，使得AI將注意力放在最相關的信息上。而DeepMind公司則為系統設定了額外的訓練目的，譬如猜測在移動時AI的視野會如何變化，這項額外訓練優化了總體表現。因為這兩種嘗試的側重面不同，沙普洛認為將他們的研究結合起來會達到更好的效果。

DeepMind研究員們並未對此置評。

「這些論文還是初步研究，不過我認為他們目前的進展已經挺令人激動了。」 華盛頓大學教授佩德羅·多明戈斯（Pedro Domingos）說道。他也是《終極演算法》一書的作者，在書中介紹了不同機器學習方法。

這項研究遵循了AI界將諸如語言和機器人控制的難題結合起來的趨勢。 他說，與我們的直覺相反，這會使這兩個難題都變簡單。那是因為如果你可以進入語言指向的物理世界，那學語言會變得簡單很多，而如果能有一些指導，那麼了解世界會簡單許多。

上百萬次的訓練恰恰證明多明戈斯並沒有完全被深入強化學習的方法說服，他並不認為這能突破現實世界的難題。他認為Deepmind被當做標杆的AlphaGo恰恰說明了融合不同AI方法的重要性。

布朗大學的教授，專攻強化學習方法的邁克爾·利特曼（Michael Littman）說研究結果「令人印象深刻」而且視覺輸入比從前更具有挑戰性。他指出，以前用模擬器來規定語言的嘗試都局限在簡單的2D環境里。

不過利特曼也和多明戈斯一樣擔心這個方法是否能擴展到現實中使用。他指出，現在的命令都基於模擬器設定的目標，是以公式化的方式生成的。這就意味著它們無法代表人類在真實世界中向機器發出的命令，這些命令通常不準確且需要聯繫語境。

利特曼說：「我擔心的是，也許人們看到神經網路對語言命令產生智能回應後，會臆測它們能夠懂得語言，以為它們能實現更深度的漫遊。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！