谷歌正在测试一款可自我编程的新型机器人

编写工作代码可能是一项挑战。即使是相对简单的语言（如 HTML），也需要程序员了解特定的语法和可用的工具。编写控制机器人的代码则更加复杂，通常有多个步骤：有用于检测物体的代码、用于触发移动机器人肢体的执行器的代码、用于指定任务完成时间的代码等等。如果您不知道机器人运行的编码语言，那么像编程让机器人拾取黄色积木而不是红色积木这样简单的事情都是不可能的。

但谷歌的机器人研究人员正在探索解决这个问题的方法。他们开发了一种可以根据自然语言指令编写自己的编程代码的机器人。你不必深入研究机器人的配置文件来将 block_target_color 从 #FF0000 更改为 #FFFF00，只需输入“拿起黄色积木”，机器人就会完成剩下的工作。

代码即政策（简称 CaP）是一种特定于编码的语言模型，由 Google 的 Pathways 语言模型 (PaLM) 开发而成，用于解释自然语言指令并将其转换为可以运行的代码。Google 的研究人员通过向模型提供指令示例（格式化为开发人员编写的代码注释，以解释代码对任何审阅代码的人的作用）和相应的代码来训练该模型。由此，它能够接受新指令并“自主生成新代码，重新组合 API 调用，合成新功能，并表达反馈循环以在运行时组装新行为”，Google 工程师在本周发布的博客文章中解释道，换句话说，给出类似注释的提示，它可以想出一些可能的机器人代码。在此处阅读他们工作的预印本。

为了让 CaP 为特定任务编写新代码，团队为其提供了“提示”，例如可以使用哪些 API 或工具，以及一些指令到代码的配对示例。这样，它就能为新指令编写新代码。它使用“分层代码生成”来实现这一点，这促使它“递归地定义新函数，随着时间的推移积累自己的库，并自行构建动态代码库”。这意味着，只要给出一组指令，它就可以开发一些代码，然后可以在以后重新用于类似的指令。

[相关：谷歌的人工智能在写下一部伟大的小说之前还有很长的路要走]

CaP 还可以使用特定语言的算术运算和逻辑。例如，在 Python 上训练的模型可以在需要时使用适当的 if/else 和 for/while 循环，并使用第三方库来实现附加功能。它还可以将“更快”和“向左”等模糊描述转换为执行任务所需的精确数值。而且由于 CaP 建立在常规语言模型之上，因此它具有一些与代码无关的功能，例如理解表情符号和非英语语言。

目前，CaP 的功能仍然非常有限。它依靠其所基于的语言模型来为其指令提供上下文。如果指令没有意义或使用了它不支持的参数，它就无法编写代码。同样，它显然只能在单个提示中管理少数几个参数；需要数十个参数的更复杂的操作序列根本不可能实现。还有安全问题：对机器人进行编程以编写自己的代码有点像天网。如果它认为完成任务的最佳方法是伸出手臂快速旋转，而附近有人，那么可能会有人受伤。

尽管如此，这仍然是一项令人兴奋的研究。对于机器人来说，最困难的任务之一是将其训练过的行为泛化。编程让机器人打乒乓球，并不意味着它就能打棒球或网球等其他游戏。尽管 CaP 距离如此广泛的现实世界应用还有很长的路要走，但它确实允许机器人执行各种复杂的机器人任务，而无需特定任务的训练。这是朝着有朝一日能够教会一个可以玩一种游戏的机器人如何玩另一种游戏的方向迈出的一大步——而不必将所有内容分解成新的人工编写的代码。