Google 母公司 Alphabet 最近在机器人与 AI 语言理解系统有了长足进展，结合两者试图做出一个可以理解自然语言指令的助手型机器人。
Alphabet 於 2019 年开始发展可以执行简单指令的居家机器人，这些工作包括拿饮料或简易的清洁等。这「Everyday Robots」计画仍在发展阶段的初期，机器人反应速度仍缓慢且会延迟，但近日 Google 将语言模型 PaLM （ the Pathways Language Model）与机器人做结合後，其将有更好的语言理解能力。
大部分机器人仅能回应简短且直白的指令，像「拿一瓶水给我，」但遇到复杂的指令时，机器人的反应即不一定能如此直观。TechCrunch 报导举例，当使用者向机器人下达「你有空的时候，可不可以拿瓶水给我？」的指令时，机器人需先判断「你有空时」只是一种句子的开头，还是使用者需要机器人先完成手边的作业，面对「可不可以拿水」机器人可能只会回应，它有这个能力去拿瓶水，却不加以执行这个动作。
而 Google 实验室正在研究如何让机器人理解指令背後的涵义，以及认知到自身能达成的事项。Google 将这个新机器人模型命名为 PaLM-SayCan，取名背後的原因是因为机器人若要达成一项指令，即必须理解使用者所说的（Say），以及需要具备能力做到指令的内容（Can）。
目前 Google 机器人能正确辨认出对 101 种使用者指令的回应，准确率达 84%，而实际回应行为的准确率达 74%。不过由於 Google 没有公开那 101 种指令，因此也无法得知机器人所接收到的指令，是否像我们日常使用的言语一样复杂。
这也是 Google 和其他居家机器人研发商所面临的一大挑战，日常生活的情境太多变，使用者将会想对机器人下达许多复杂的指令，像叫机器人去「炒酱汁里需要的洋葱，」这项指令背後涵盖了许多资讯，像洋葱在冰箱的位置，以及如何事先处理洋葱等，这些讯息皆需要机器人加以理解。…