主要观点：共享语言的关键或许在于经验本身，研究者正在探索将文本与三维世界中的图像、声音和交互相联系的方法，以给机器提供缺乏的锚定，弥合机器与人类在认知能力上的巨大差距。
关键信息：

• 1990 年代 Stevan Harnad 提出单词应与图标表征和分类表征相联系的混合模型，如今这启发了多模态方法，使机器能更接近真实世界的体验，如通过大量猫的图像和标注让机器关联单词与视觉特征。
• 空间智能和“世界模型”在研究中起重要作用，如 Fei-Fei Li 强调 AI 在 3D 宇宙中推理，Yann LeCun 提出“世界模型”概念，IBM 致力于数字双胞胎研究。
• 其他研究旨在使操作语言适应人类意图，如 TransCoder 项目能在无人类监督下进行不同编程语言的准确翻译，有望构建人类语言与机器语言之间的桥梁。
• 还有研究者选择利用量子计算的力量超越人类经验的限制，未来人工语言将与感知和行动的世界相联系。
  重要细节：
• 人类幼儿能以极少例子识别新类别，而人工系统需大量例子。
• 不同研究的相关链接，如系列文章链接、各研究的具体论文链接等。