近日，google公布了人力智能模子PaLM-SayCan，将可让企业塑造的机器人更简单了解运用者所下达口语指示，继而正确执行事业。

　　尽管机器人能必定水平上了解语意，但源于有时刻它与人脑所了解内容有所差异，是以少许较为繁杂的指示它会没有办法了解。例如它能了解你让它拿起一颗苹果这类指示，可是它没有办法了解你说“咱刚活动完，你能帮咱准备少许健康的点心吗？”

　　即使日前机器人曾经可行经过GPT-3大型言语模子了解人类语句的深层含义，但距离让机器人实质了解人类平常生活中的用语背后的要求，另有一段不小的路要走，其原因在于人脑对语句背后的内容会有必定水平的想象。例如当人打翻饮料，向他人提议帮忙要求时，大伙就会当然了解须要对现场发展清算，因而能不必下达具体命令就拿抹布擦拭地面、拿扫把清算碎裂物品等。

　　但机器人日前仍没有办法实现此类联想，仅能从现存材料库比对可以的做法，导致经常显露答非所问的概况。而google这次公布的PaLM-SayCan模子，则可行进一步辅助机器人判断人类语句背后潜藏的要求，并进一步将相干语句转换成可让机器人正确执好的指示内容，以此强化指示执好的正确率。

　　日前google曾经经过GitHub公布PaLM-SayCan模子相干内容，让有兴趣的开发者、设置团队发展测试。