如今能夠“學習”身邊的世界已經是人工智能算法的最基本要求了。AI機器人的下一站將是學會互相交流，并發展它們共享的語言體系。

OpenAI于前不久發布的一項新研究詳細說明了他們如何訓練AI機器人在預設環境中通過不斷試錯去創造自己的語言。

　　這與一般AI算法通過分析海量數據（比如讀取幾千張狗的圖片來學會認狗）的學習方式不同。

　　研究人員為AI機器人打造的學習場所是電腦模擬的二維白色方框。在那里，分別用綠圈、紅圈和籃圈代表的AI們肩負著各自的任務，比如移動至方框內不同顏色的圓點上。

　　完成任務的目標驅動著AI用自己的語言進行互相交流。機器人創造了不同術語，比如“觸地”，或是與環境中其他物體、其他機器人以及具體動作對應的詞匯，比如“去”、“看”。但機器人創造的語言并不是人們想象的那些詞匯，而是一組組數字，研究員給它們分別標上了文字說明。

　　研究員教會AI如何通過強化學習來進行溝通：經歷過不斷試錯后，機器人下次執行任務時就記住了哪些行得通和哪些行不通。這項研究的論文作者之一Igor Mordatch將于9月開始在卡耐基梅隆大學執教。另一作者Pieter Abbeel是OpenAI的研究人員兼加州大學伯克利分校的教授。

　　目前已經有AI助手能夠聽懂人類語言（如Siri和Alexa）或做一些翻譯工作，但這往往是通過向AI輸送大量語言數據來做到的，而不是AI在親身經歷中學會了理解語言。

　　“我們認為，如果我們慢慢地使AI的學習環境復雜起來，并漸漸擴大允許執行的動作范疇，它們就有可能會創造出超越基本動詞和名詞的富有表現力的語言，”研究人員這樣寫道。

　　為什么這很關鍵呢？

　　“在AI的潛能被完全開發出來之前，語言理解對于AI的繼續進步都極其重要，” 牛津大學的AI政策學者Miles Brundage說道，他也提到OpenAI的成果代表了AI領域的一個潛在重要前進方向。

　　“AI在沒有詞匯基礎的情況下能達到怎樣的語言理解水平還很難說，”Brundage說，“大部分AI算法還停留在單字理解。”