很難教機器人使用語言，這就是為什么他們應該自己教自己。據悉，目前，機器人正在學習通過探索3D虛擬世界來處理簡單的指令。

像亞馬遜Alexa和谷歌Home這樣的設備已經把語音控制技術引入主流，但它們仍只能處理簡單的命令。讓機器智能地處理真實的對話，仍是一個非常艱巨的挑戰。

嘗試通過直接編碼單詞和對象與動作之間的關系來解決這個問題需要很多新的規則，這使得機器無法適應新的情況。而機器學習語言的這一努力通常需要大量的人力進行協助。

如今，DeepMind的團隊、Alphabet旗下的一家專注于人工智能的子公司，與卡內基梅隆大學共同研發出一種方法，可以讓機器在基于第一人稱射擊游戲的3D環境中為自己找出簡單的語言原理。

卡內基梅隆大學的碩士研究生DevendraChaplot說：“在3D的情況下做到這一點絕對是在現實世界中取得成功的重要一步。”他將于計算語言學協會年會上介紹他的論文。他表示，最終的目標是創造一種接近真實生活的模擬，接受訓練的人工智能可以把它學到的東西傳輸到現實世界中。

DeepMind和卡內基梅隆大學都采用了由DeepMind的人工智能技術所推廣的深度強化學習法。神經網絡從虛擬環境中獲取原始像素數據，并使用獎勵方式刺激機器通過反復試驗來學習，例如游戲中獲取高分。

通常，在游戲中目標是獲得高分，但在這里，兩個人工智能程序得到了“前往綠色的柱子”這樣的指令，然后必須導航到正確的對象以獲得獎勵。通過已加速的速度運行數百萬個訓練場景，這兩個人工智能程序都學會了將單詞與特定的物體和特征聯系起來，讓它們按照指令執行。他們甚至理解了“更大”或“更小”這樣的關系術語，以區分相似的對象。

最重要的是，這兩個程序都可以“概括”他們所學到的內容，并將其應用到從未見過的情境中。如果訓練場景中有柱子和紅色物體，他們可以執行“前往紅柱”的命令，即使他們從未在訓練中看到過紅柱。

這使得它們比以往那些基于規則的系統更加靈活。卡內基梅隆大學的團隊將視覺和語言輸入混合在一起，將人工智能的注意力集中在最相關的信息上，而DeepMind則為他們的系統提供了額外的學習目標，比如猜測它的視圖在移動時將如何變化，這提高它的整體性能。由于這兩種方法從不同的角度解決了這個問題，所以它們的結合可以提供更好的性能。

華盛頓大學教授、《The Master Algorithm》一書的作者PedroDomingos說道，“這些論文只是初步的，但取得的進步是非常令人興奮的。”據悉，《The Master Algorithm》這本書是關于不同機器學習方法的。

這項研究遵循了人工智能的一種趨勢，即把語言和機器人控制等棘手問題結合在一起。他說，與直覺相反，這反而讓這兩種挑戰變得更容易。這是因為，如果你能接觸到它所指代的現實世界，理解語言就會容易一些，而通過一些指導來了解這個世界就會容易一些。

數以百萬計的訓練，也就意味著，Domingos不相信純粹的深層強化學習將會打破現實世界。他認為，通常被當作人工智能進步基準的AlphaGo，實際上顯示出了整合各種人工智能方法的重要性。

布朗大學專門研究強化學習的教授MichaelLittman說，研究結果“令人印象深刻”，視覺輸入比之前的工作要困難得多。他指出，以前大多數用模擬器來模擬地面語言的嘗試都局限在簡單的2D環境中。

但Littman回應了Domingos對該方法在現實世界中的可擴展性的擔憂，并指出這些命令是基于模擬器設定的目標而生成的。這意味著它們并不真正代表人類在現實生活中給機器的不精確和含有語境的指令。

Littman說：“我擔心人們可能看到這樣的例子，網絡系統智能回應口頭命令和推斷，這些網絡語言的理解和導航比他們實際做的更深入。”