详细内容或原文请订阅后点击阅览
机器在虚拟世界中发展语言技能
Amazon Alexa和Google Home等设备加速了语音控制技术在主流产品中的采用，但它们仍然仅限于简单的命令。让机器足够智能以进行真正的对话仍然是一个巨大的挑战。如果没有对现实世界操作的基本了解，这是很难实现的。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）Amazon Alexa 和 Google Home 等设备加速了语音控制技术在主流产品中的采用，但它们仍然仅限于简单的命令。让机器足够智能以进行真正的对话仍然是一个巨大的挑战。如果没有对现实世界操作的基本了解，这是很难实现的。
试图通过直接编码单词、物体和动作之间的对应关系来解决这个问题需要无限数量的规则，这使得机器无法适应新的情况。自行学习语言的设备通常需要大量的人工帮助。
现在，来自 Alphabet 子公司 DeepMind 和卡内基梅隆大学 (CMU) 的团队开发了一种机制，允许机器在基于计算机第一人称射击游戏的 3D 环境中确定简单的语言原理。
“能够在 3D 中做到这一点是向在现实世界中做到这一点迈出的重要一步，”卡耐基梅隆大学硕士生 Devendra Chaplot 说道，他将在计算协会年会上展示他的论文语言学。他说，最终目标是创建一个与现实生活如此接近的模拟，以便人工智能可以将其接收到的信息传输到现实世界。
DeepMind 和 CMU 的方法使用深度强化学习，该学习因 DeepMind 的 Atari 游戏人工智能而普及。一个共同的目标可能是在游戏中获得高分。例如，两个人工智能程序收到“前往绿柱”的命令。移动到物体后，给予奖励。
通过以更快的速度运行数百万个训练场景，两个人工智能程序都学会了将单词与特定的物体和特征联系起来，从而使它们能够遵循命令。他们甚至开始理解诸如“更多”或“更少”之类的关系术语来区分相似的物体。