图灵汇官网

1990年，斯蒂芬妮·泰勒克斯（Stefanie Tellex）在10到12岁的时候开始学习编程。她的姨婆给了她一本编程指南，她便在父亲的台式机上输入代码。其中一个程序是著名的ELIZA，这是一个具有模仿心理治疗功能的人工智能程序。泰勒克斯通过键盘输入指令，ELIZA则会给出程序化的回应。她回忆道：“我对计算机能与人对话的概念非常着迷，认为计算机可以像真人一样存在。”尽管ELIZA的回答有些机械，但她仍然对其有限的能力感到惊叹。

在大学期间，泰勒克斯专注于计算语言学的研究。她曾编写过一个算法，可以回答整段文本的问题，比如“谁刺杀了林肯？”并给出“约翰·威尔克斯·布斯”这样的答案。然而，她表示对这一成果并不满意。“它主要是通过统计单词出现的频率来得出答案，这让我觉得缺少了语言最核心的部分。”

在攻读博士学位时，泰勒克斯与麻省理工学院媒体实验室的德布·罗伊（Deb Roy）合作。罗伊告诉她：“问题在于缺乏感知和行动。你需要与现实世界建立联系。”泰勒克斯逐渐意识到，语言与物体、事件和意图密切相关，而这些都可以通过体验和互动来学习。她认为，机器人也需要类似的体验来理解语言。因此，她逐渐成为一名机器人专家。

目前，泰勒克斯在布朗大学任职，致力于研究“使用语言的机器人”，这一课题在2020年一篇题为《控制、机器人和自主系统年度回顾》的文章中有详细阐述。从应用角度来看，语言为用户提供了一种直观的方式，指导用户如何正确使用设备，包括家庭护理、工厂、手术室、搜救、建筑、教学和自动驾驶汽车等。

泰勒克斯指出：“当与未经培训的用户在高认知负荷的情况下交互复杂系统时，语言是最有效的沟通方式。”她的合作者、马里兰大学巴尔的摩分校的机器人专家辛西娅·马图泽克（Cynthia Matuszek）补充说，在老年人护理等情况下，这一点尤为重要。例如，一位80岁的老人可能会要求她的家庭护理机器人准备午餐：“我厌倦了番茄汤，给我做个三明治吧。”如果机器人只能回答“好的，我将为此组建一个开发团队”，这显然不是一个理想的机器人。

泰勒克斯和她的合作者强调，机器人需要能够遵循自然语言指令——我们称之为“从外部语言到外部世界”的过程——这样可以增强其理解指令的能力，即从外部世界到外部语言的理解。例如，坐下的经历可能帮助机器人识别并找到椅子，或者在有人提出请求时提供适当的替代选择。通过这种方式，机器人可以更好地处理我们日常语言中使用的比喻手法，从而更准确地理解指令背后的含义。

自然界的体验还可以帮助机器人处理语言中的歧义，并根据对世界的背景知识来推断说话者的意图。例如，“我饿了”可能意味着“给我做个三明治”，这需要机器人对三明治有所了解——即三明治的用途和制作方法。

尽管学习语言并不像表面上那么简单，但过去十年间，机器人和语言领域取得了显著进展。这得益于深度学习系统的开发，这些系统模拟大脑思考的方式，可以将丰富的语音和文本形式映射到丰富的感知和动作形式。马图泽克认为：“在我们有生之年，这将成为现实。”她进一步举例说：“‘给我拿我最喜欢的杯子，然后吃晚饭’，这在不久的将来可能会实现。”

研究人员一直在探索将语言与导航结合在一起的可能性。例如，“房间到房间（R2R）”计划于2018年启动，旨在开发一种可以在虚拟环境中工作的算法，然后将其应用于现实世界。虚拟机器人需要遵循一系列指令，如“上楼梯，穿过拱门，右转进入走廊，等待挂在墙上的麋鹿角”。这些指令需要结合虚拟环境中的图像和文本信息，通过神经网络来实现。

另一项任务是由佐治亚理工学院和脸谱（Facebook）的研究人员创建的“嵌入式智能问答（EQA）”，虚拟机器人需要在虚拟房屋中导航，并回答诸如“汽车是什么颜色？”这样的问题。为了完成这些任务，算法需要结合视觉、问题处理、导航和答案生成等多种能力。

最近，研究人员公布了名为ALFRED的任务，其中包括许多充满物体的家庭场景。这些指令要求机器人完成诸如“将加热过的土豆片放在柜台上”等任务，这需要机器人具备多种技能，如加热、切割和放置物品。尽管初期成功率较低，但随着技术的进步，这些任务的完成率有望逐步提高。

总之，虽然对机器人进行自然语言控制仍然是一个尚未解决的挑战，但随着数据集、算法和运算能力的不断提升，未来将会有更多的突破。自主机器人也将变得更加普及，并在商业领域发挥更大的作用。正如泰勒克斯所说：“我看到了语言和机器人结合的巨大潜力。”