پژوهشگران فیس‌بوک متوجه مکالمه‌ی بات‌های خود با یکدیگر و با زبانی جدید شده‌اند، که برای انسان قابل درک نیست.
باب (نام یکی از بات‌های فیس‌بوک): «من می‌توانم من من هرچیز دیگری.»
آلیس (نام بات مخاطب باب): « توپ صفر است برای من برای من برای من برای من برای من برای من برای من برای من.»
برای من و شما، جمله‌ی بالا هیچ معنای خاصی را ندارد، اما اگر به شما بگویم که همین جمله‌ی بی‌معنی، مکالمه‌ای بین دو نرم‌افزار بوده است چه؛ مکالمه‌ای که احتمالا پیچیده‌ترین مکالمه‌ی نرم‌افزاری تاریخ تا به حال بوده است؟
دو جمله‌ای که بالاتر خواندید، مکالمه‌ی بین دو هوش‌مصنوعی‌ای بوده که در داخل فیس‌بوک توسعه داده شده‌اند. در ابتدا، آنها به شیوه‌ی قدیمی، اقدام به صحبت با زبان انگلیسی می‌کردند، اما به یک‌باره، پژوهشگران فیس‌بوک متوجه اشتباهی در برنامه‌نویسی خود می‌شوند.
جورو باترا، محقق جورجیا تک که از واحد تحقیقات هوش مصنوعی فیس‌بوک بازدید می‌کند، می‌گوید:
برای استفاده از زبان انگلیسی، هیچ مزیتی در نظر گرفته نشده بود.
همین موضوع باعث شده بود تا این دو بات برای دستیابی به بهترین نتیجه، از هر چیزی استفاده کنند و خود را به قید و بند خاصی محدود نکند؛ در نتیجه آنها شروع به واگرایی کردند و سرانجام واژگان قابل خواندن را به جملاتی ظاهرا بی‌معنی بدل ساختند.
باترا درباره‌ی تکرار چندباره‌ی بعضی از واژگان می‌گوید:
نمایندگان (بات‌ها) با کنارگذاری زبان قابل‌فهم، واژه‌های خود را برای خود ابداع می‌کنند. مثلا من اگر پنج‌بار مورد خاصی را تکرار کنم، شما اینگونه تفسیر می‌کنید که من پنج نسخه از آن مورد را می‌خواهم. این تفاوت زیادی با نحوه‌ی تعامل انسان‌ها برای ساخت واژگان مختصر ندارد.
انسان‌ها برای کارهای مختلف، واژگان مختلفی را ابداع کرده‌اند، اما آیا ما می‌توانیم اجازه‌ی انجام چنین کاری را به نرم‌افزارمان دهیم؟ آیا می‌توان به هوش‌مصنوعی این اجازه را داد که برای انجام وظایف به‌خصوصی با زبان دیگری با هوش‌مصنوعی مخاطب خود سخن بگوید؟ شاید بشود چنین اجازه‌ای داد؛ این موضوع دنیای متقابلی را به ما ارائه می‌کند؛ دنیایی که در آن آیفون با یخچال فریزر در گفتگو است و بدون تفکر اضافه‌ای، با خودروی شما نیز صحبت می‌کند.
تنها مشکلی که بر سر راه قرار دارد این است که انسان‌ها هیچگونه درک و سرنخی از محتوای گفتگوی ماشین‌های هوشمند ندارند.
به بات‌ها سخن‌گفتن را آموزش می‌دهیم، اما زبان آنها را فرا نمی‌گیریم
در نهایت فیس‌بوک تصمیم گرفت که بات‌های مذاکره‌کننده خود را ملزم به صحبت‌کردن به زبان انگلیسی قدیم کند. مایک لوئیز، پژوهشگر واحد هوش‌مصنوعی فیس‌بوک می‌گوید:
ما علاقه به داشتن بات‌هایی داشتیم که توانایی صحبت‌کردن با مردم را داشته باشند.
البته فیس‌بوک تنها شرکتی نیست که چنین دیدی دارد. هنگامی که از سخنگوی مایکروسافت درباره‌ی دیدگاه شرکتش درباره‌ی مکالمه‌ی رایانه با رایانه پرسیده شد، او بیان کرد که آنها بیشتر تمایل به مکالمه‌ی انسان با رایانه دارند؛ در همین حال، گوگل، آمازون و اپل نیز انرژی خود را صرف توسعه‌ی شخصیت‌های مصنوعی‌ای می‌کنند که برای مکالمه با انسان ساخته خواهند شد. نسل بعدی رابط‌های کاربری که اکنون با ماوس و صفحه‌کلید می‌شناسیم، در حال خلق‌شدن برای هوش‌مصنوعی است.
فیس‌بوک اذعان می‌کند که هیچ راهی برای درک زبان‌های مختلف و واگرای رایانهها وجود ندارد. اکنون بشر قادر به تشخیص روند تفکر پیچیده‌ی هوش‌مصنوعی نیست؛ زیرا توانایی دسترسی و رصد پروسه‌ی تفکر این موجودات وجود ندارد. با این اوصاف، ساخت بات‌هایی که تنها با هم‌نوع خود صحبت می‌کنند، اوضاع را وخیم‌تر از وضع فعلی می‌کند.
اما، اگر بتوانیم نرم‌افزاری را توسعه دهیم که به شکل موثر با نرم‌افزار دیگری مکالمه کند، آیا برای ما مزیتی دارد؟
فیس‌بوک سه مقاله‌ی منتشرشده دارد که در آن درباره‌ی زبان‌های رایانه به تفصیل توضیح داده است. باترا می‌گوید که این زبان‌ها می‌توانند برای بیان تفکری پیچیده، فشرده شوند. ممکن است زبان رایانهها با واژگان انسانی شروع شود؛ درست مانند آنچه که با بات‌های فیس‌بوک مشاهده کردیم؛ یا می‌تواند با عدد آغاز شود. تمامی این واژگان توسط رایانهها معنی پیدا می‌کنند و به «نشانه‌ای خاص» تبدیل می‌شوند. دافین بیان می‌کند که ممکن است رایانه مانند ما تفکر نکند، اما «نشانه‌ها» به آنها اجازه می‌دهند توسط نماد‌هایی ساده، تفکرات پیچیده را رد و بدل کنند. دافین در مورد تفاوت نحوه‌ی تفکر خود و رایانه نسبت به جبر صحبت می‌کند. او بیان می‌کند که اگر A + B = C باشد، بنابراین A می‌تواند شامل هرچیزی شود، اما رایانه به «A» به شیوه‌ی دیگری نگاه می‌کند. برای رایانهها ممکن است «A» اشاره به یک شخصیت داشته باشد.
باترا می‌گوید:
بسیار امکان‌پذیر است که یک نشانه‌ی مخصوص به معنی تفکری بسیار پیچیده باشد. از آنجایی که ما [انسان‌ها] محدودیت شناختی داریم، مجبور به تجزیه ایده‌ها به مفاهیم ساده‌تر دارند.
او در ادامه می‌گوید که این موضوع تنها مختص به انسان است و رایانهها نیازی به انجام چنین کاری ندارند؛ زیرا آنان هیچگونه محدودیت پردازشی‌ای ندارند.
حال سؤالی که پیش می‌آید، چگونگی خدمت‌رسانی این تکنولوژی‌ها به جهان است؟ آیا با استفاده از اصطلاحات مختصر، سرورهای ما قادر به کار با بات‌ها برای دستیابی به کارایی بیشتر هستند؟
مدتی پیش، پژوهشگری سعی کرد تا به شبکه‌ی عصبی، ساخت رنگ‌های جدید و نام‌گذاری آنها را آموزش دهد؛ البته این هوش‌مصنوعی در انتخاب نام برای رنگ‌ها چندان ماهر نبود و به‌عنوان مثال برای رنگ سبز روشن، شاهد نام Clear Paste بودیم. بنابراین تصمیم به ایجاد تغییرات ساده در ساز و کار این هوش‌مصنوعی گرفتند. آنها تمام حروف بزرگ را به حروف کوچک تبدیل کردند؛ همین موضوع اندکی از سردرگمی هوش‌مصنوعی کاست و در نتیجه، عملکرد این هوش‌مصنوعی به‌طرز محسوسی بهتر شد.
اما چرا این تغییرات ساده در داده‌ها، اهمیت‌ساز می‌شود؟ به‌نظر می‌رسد که این محقق در صحبت‌کردن با زبان رایانهها عملکرد بهتری داشته است.
به باور این پژوهشگر، انگلیسی زبانی پیچیده و سخت برای رایانهها است و استفاده از فرمت‌های منظم برای انتقال منظورمان به رایانهها، راهکاری عاقلانه‌تر است.
به‌عبارت دیگر، رایانه‌ای که مجاز به صحبت‌کردن و ساخت زبانی جدید است، به ما اجازه‌ی برقراری بهتر ارتباط با خود را می‌دهد. شاید کمی عجیب به‌نظر برسد اما، این اتفاق به سادگی رخ می‌دهد؛ زیرا این دسته از رایانهها به دلیل ماهیت‌شان، تمایل بیشتری به یادگیری و فهم زبان ما دارند.
یکی از کارمندان شرکت‌های فعال در حوزه‌ی هوش‌مصنوعی، بزرگ‌ترین مزیتی که درباره‌ی این نوع هوش مصنوعی متصور می‌شود، توانایی صحبت‌کردن نرم‌افزار‌ها، برنامه‌ها و سرویس‌ها با یکدیگر است؛ آن هم بدون دخالت انسانی.
در حال حاضر، شرکت‌هایی مانند اپل در حال ساخت APIهایی هستند که همه‌نوع استانداردهایی که شرکت‌ها برای برقراری ارتباط محصولات‌شان نیاز دارند، شامل می‌شود اما، روند توسعه‌ی API سال‌ها به طول خواهد انجامید.