瑞士日内瓦大学的一个科学家团队在人工智能（AI）研究方面取得一项突破：他们让两个AI系统进行了前所未有的语言交流。该成果发表在最新一期《自然·神经科学》上。
研究人员开发的人工神经网络模型，展示了AI系统解释语言指令并相应执行任务的能力。在学习并执行一系列基本任务后，其中一个AI系统能够向其“姐妹”AI系统提供这些任务的语言描述，而后者又执行了这些任务。
研究中使用的人工智能模型建立在S-Bert体系结构基础上，由3亿个经过语言理解训练的神经元组成。通过精心设计的模拟人类认知过程的训练方案，该网络首先被教导解释类似韦尼克区的语言输入，负责语言理解。随后，它被训练来复制任务，类似于布罗卡区，负责任务执行和发音。
参与这项研究的雷达尔·里夫兰博士解释说，该神经网络学会了解读英语书面指令，并执行各种任务，包括指示刺激位置和对视觉提示做出反应。经过训练后，它可以有效地向另一个AI系统描述这些任务。
两个AI系统完全通过语言进行交流，而不依赖于预定义的命令或编程。除学术意义之外，这一突破还为实际应用带来巨大希望，特别是在机器人领域。
让机器具备理解和执行语言指令的能力，为未来先进类人机器人的自主协作与解决问题奠定了基础。展望未来，研究人员认为，AI系统将不仅能深刻理解人类，更能以近乎人类交流的方式实现相互交互与协作，这预示着AI技术将开启全新的发展纪元。
让两个AI系统之间完全通过语言进行交流，这样的研究可不仅仅为了好玩，而是其具备广阔的应用前景。目前的应用场景中，AI一般只负责执行某个具体环节的任务，而任务与任务之间的沟通和协调，依然需要人来完成。假如AI之间可以进行语言交流，比如AI质检员向机械臂发送调整加工工艺的语言指令，那么，AI将在工厂生产等众多应用场景中扮演更重要的角色，同时也可进一步解放人力资源。
