实际上，随着人工智能系统的复杂性越来越高，很难设想如何在没有语言的情况下与他们进行协作，而不用提出问题，也不用问他们“为什么”。而且，毫不费力地与电脑进行交流的能力将使他们无限有用。—— Will Knight

　　语言本身

　　除了基本结构和词汇差异，我们可以通过相同的术语来描述英语和中文：名词、动词、助词、时态等。这两种语言都是由数以千计的沟通思想在包围的现实之上创造出来的。

　　图：8020Japanese 日语句子结构背后的逻辑非常简单。

　　想象两个人分别使用英文和中文，他们除了用母语聊天以外没有其他方式可以交流。在这种情况下，他们没有选择去学习对方的语言。但是想象一下他们已经见面了，马上学习对方语言其实并不复杂。是什么改变了他们？他们有一个被包围的环境，他们能够用一种新语言与环境结合，婴儿就是以相同的方式学习语言的。

　　语言游戏

　　这篇文章不能不提到Ludwig Wittgenstein创立的语言游戏。我们来看一下参考维基百科的描述：

　　该语言用于建筑师A和助理B之间的沟通，A正在用建筑石材施工：有木块、圆柱、厚板和横梁。 B必须按照A需要的顺序递石材。为此，他们使用由“块（block）”、“柱（pillar）”、“板（slab）”、“梁（beam）”组成的语言。A说出他需要的石材种类，B把他听到的挑出来递给A。想象一下这是个完整的原始语言。

　　后来添加了“this”和“there”（功能类似于这些单词在自然语言中的功能），“a、b、c、d”作为数字。其使用的一个例子：建筑师A说“d-板-在那里”并且指出来，建筑师B数四个板，“a、b、c、d ...”，并将它们移动到A指向的地方。建筑师的语言是一种活动，它被编织成我们将认可为语言的东西，但是以更简单的形式。这种语言游戏类似于向儿童传授的简单形式的语言，而维特根斯坦（Wittgenstein）则认为，我们将其视为建筑者部落的“完整原始语言”。

　　所以，OpenAI的研究是迈向创建一个将自己适应和融入与人合作的agent。每个这样的合作可以被定义为语言游戏。

　　结论

　　我们从“seeds”开始，在培育智能系统的道路上迈出了一步，这些“seeds”就是前置条件和算法。另外，seeds是清晰并可感知的，而最终的系统是强大的、难以理解的。而且几种seeds的组合最终将导致更强大的智能机器，并最终实现通用人工智能（AGI）。“学习交流”是深度强化学习、Q-learning、蒙特卡洛规划等的另一“seed”。

　　然而，我们不知道如何从大脑中复制有价值的工作原理，我们通过尝试和模拟各种方式和方法。虽然，本身并没有一个有形的意识，但是我们正在建设具有沟通能力的新框架的路上前行。