一种新的人工智能模型可以相互交流、传递知识并指导执行任务
一种新的人工智能模型可以相互交流、传递知识并指导执行任务
科学家们模拟了类似人类的沟通技巧和人工智能之间的知识转移，这样它们就可以在没有大量训练数据的情况下互相教对方执行任务。
研究表明，人工智能（AI）的下一个进化可能在于能够直接通信，并相互指导执行任务的智能体。
科学家们已经建立了一个人工智能网络模型，该模型能够完全根据书面指令学习和执行任务。然后，这个人工智能可以向一个“姐妹”人工智能描述它学到的东西，而这个“姐妹”人工智能执行同样的任务，尽管之前它没有接受过训练或经验。
科学家们在3月18日发表在《自然》杂志上的论文中说，第一个人工智能使用自然语言处理（NLP）与它的姐妹进行交流。
NLP是人工智能的一个子领域，它试图在计算机中重现人类语言 —— 这样机器就可以自然地理解和重现书面文本或语音。这些都是建立在神经网络上的，神经网络是机器学习算法的集合，用来复制大脑中神经元的排列。
“一旦学会了这些任务，神经网络就能把它们描述给第二个神经网络 —— 第一个神经网络的副本 —— 这样它就能复制它们。据我们所知，这是第一次两个人工智能能够以纯粹的语言方式相互交流，”该论文的主要作者、日内瓦大学神经中心的负责人亚历山大·普盖（Alexandre Pouget）在一份声明中说。
科学家们通过一个名为“S-Bert”的NLP模型实现了这种知识转移，该模型经过了预先训练，可以理解人类语言。他们将S-Bert连接到一个较小的神经网络上，该网络的中心是解释感官输入并模拟运动反应。
这种复合人工智能 —— “感觉运动-递归神经网络（RNN）”随后接受了50项心理物理任务的训练。这些实验集中于通过S-Bert语言模型提供的指令对刺激做出反应，就像对光做出反应一样。
通过嵌入式语言模型，RNN可以理解完整的书面句子。这使得它可以根据自然语言指令执行任务，平均正确率达到83%，尽管之前从未看过任何训练视频或执行过任务。
然后，这种理解被颠倒过来，这样RNN就可以使用语言指令，将其感觉运动学习的结果传达给相同的兄弟人工智能，后者依次执行任务 —— 而且以前从未执行过这些任务。
像我们人类一样去做
这项研究的灵感来自于，人类通过遵循口头或书面指令来完成任务的学习方式 —— 即使我们以前从未做过这样的事情。这种认知功能将人类与动物区分开来；例如，在你训练狗狗对口头指令做出反应之前，你需要给它看一些东西。
虽然，人工智能聊天机器人可以解释语言指令来生成图像或文本，但它们无法将书面或口头指令转化为物理动作，更不用说向另一个人工智能解释指令了。
然而，通过模拟人类大脑中负责语言感知、解释和指令行动的区域，研究人员创造了一个具有类似人类学习和沟通技能的人工智能。
这并不会单独导致人工通用智能（AGI）的兴起 —— 人工智能代理可以像人类一样进行推理，并在多个领域执行任务。但研究人员指出，像他们创建的人工智能模型可以帮助我们理解人类大脑的工作方式。
内置人工智能的机器人也可以相互交流，学习和执行任务。如果只有一个机器人接受初始指令，它可能会在制造和培训其他自动化行业方面真正有效。
研究人员在声明中解释说：“我们开发的网络非常小。在此基础上，没有什么能阻挡我们开发更复杂的网络，这些网络将被集成到能够理解我们、也能相互理解的类人机器人中。”