近幾年內(nèi)人工智能領(lǐng)域取得了一些重要的突破，這背后很重要的因素之一就是一項(xiàng)名為“深度學(xué)習(xí)”的技術(shù)

在前不久舉行的一場(chǎng)被廣泛認(rèn)為是人工智能領(lǐng)域里程碑事件的人機(jī)對(duì)弈比賽中，人工智能取得了對(duì)人類前世界冠軍的勝利。圖為谷歌公司的圍棋智能對(duì)弈程序“阿爾法狗”正在與韓國(guó)前世界圍棋冠軍李世石對(duì)弈中

谷歌公司開發(fā)的無(wú)人駕駛汽車　　新浪科技訊 北京時(shí)間5月10日消息，和許多新生事物一樣，人工智能(AI)近期的發(fā)展同樣經(jīng)歷了一些起伏和波折。在前不久舉行的一場(chǎng)被廣泛認(rèn)為是人工智能領(lǐng)域里程碑事件的人機(jī)對(duì)弈比賽中，人工智能取得了對(duì)人類前世界冠軍的勝利。然而也就在一周之前，在國(guó)外社交網(wǎng)站推特上一個(gè)旨在通過(guò)與真實(shí)的人類進(jìn)行對(duì)話并能夠從中學(xué)習(xí)的“聊天機(jī)器人”卻因?yàn)榫W(wǎng)民們的惡意調(diào)侃而迅速“學(xué)壞”，很快變得滿嘴污言穢語(yǔ)，還充斥著種族主義思想，以至測(cè)試方只能趕忙將它下線處理。

這些事情究竟是如何發(fā)生的?它們對(duì)于迅速發(fā)展中的人工智能領(lǐng)域研究將產(chǎn)生什么樣的作用?

在今年3月初，由谷歌公司設(shè)計(jì)的圍棋對(duì)弈系統(tǒng)“阿爾法狗”擊敗了韓國(guó)的前圍棋世界冠軍李世石。圍棋對(duì)弈的復(fù)雜性被認(rèn)為遠(yuǎn)超國(guó)際象棋，因此在此之前常常被研究人員用來(lái)評(píng)估人工智能能夠達(dá)到的水平高度。而在谷歌的“阿爾法狗”亮相之前，大部分專家都認(rèn)為人工智能如果想要在圍棋領(lǐng)域擊敗人類頂尖水平選手恐怕還需要數(shù)十年時(shí)間的發(fā)展。

但就在這場(chǎng)里程碑式的勝利之后不久，微軟公司推出了一款名為“Tay”的推特線上聊天機(jī)器人，其設(shè)計(jì)能夠模仿一名19歲的美國(guó)少女。推特用戶可以與Tay在線聊天，微軟公司表示Tay能夠通過(guò)這樣的對(duì)話學(xué)習(xí)真實(shí)人類的說(shuō)話方式并不斷完善自己，并更好地與人類交流。但就在Tay上線之后僅僅16小時(shí)之后，微軟就不得不將其緊急下線處理，因?yàn)檫@款聊天機(jī)器人開始頻繁爆出粗口，其中不乏種族歧視、侮辱女性以及污穢不堪的詞句。在緊急下線之后微軟公司很快就此事向公眾表達(dá)了歉意，同時(shí)指責(zé)這一事件是一次“針對(duì)這一技術(shù)探索項(xiàng)目”的“薄弱點(diǎn)”所開展的“有組織的攻擊”。

不過(guò)盡管微軟公司將這一令人失望的狀況歸結(jié)為黑客攻擊行為。但人工智能專家，美國(guó)康奈爾大學(xué)的計(jì)算機(jī)科學(xué)教授巴特·賽爾曼(Bart Selman)博士則認(rèn)為，微軟所稱的這種所謂“技術(shù)薄弱點(diǎn)”似乎更像是一種過(guò)濾機(jī)制的缺陷，那就是Tay往往傾向于直接獲取別人對(duì)她說(shuō)過(guò)的詞匯并為自己所用，而在此過(guò)程中并不加以適當(dāng)?shù)倪^(guò)濾。賽爾曼博士表示，他對(duì)此感到非常驚訝，因?yàn)槲④浘谷粵]有建立足夠有效的安全措施來(lái)防止此類事件的發(fā)生，但他也表示，這一事件凸顯了人工智能領(lǐng)域目前所面臨的一大弱點(diǎn)：語(yǔ)言能力。

教授AI

賽爾曼博士表示，人工智能非常擅長(zhǎng)句子解構(gòu)，它們能夠找出隱藏在文字背后的語(yǔ)法模式。這種能力讓Tay這樣的聊天機(jī)器人能夠創(chuàng)建出一種符合人類語(yǔ)言語(yǔ)法習(xí)慣的句子。這種能力也正是谷歌和Skype軟件翻譯功能背后的技術(shù)基礎(chǔ)。但是賽爾曼同時(shí)也指出：“但說(shuō)到對(duì)于語(yǔ)句意義的理解就是另外一回事了。”

近幾年來(lái)人工智能的迅速發(fā)展在很大程度上得益于一種被稱之為“深度學(xué)習(xí)”的技術(shù)的進(jìn)步，這項(xiàng)技術(shù)可以說(shuō)在某些地方模仿了人類大腦內(nèi)神經(jīng)系統(tǒng)的運(yùn)作模式。當(dāng)輸入海量信息時(shí)，它非常擅長(zhǎng)從中找出某種模式，這也解釋了為何人工智能領(lǐng)域近幾年來(lái)一些最成功的突破都發(fā)生在知覺任務(wù)領(lǐng)域，如圖像或語(yǔ)音識(shí)別等方面。

英國(guó)牛津大學(xué)計(jì)算機(jī)科學(xué)系助理教授西蒙·威特森(Shimon Whiteson)指出，傳統(tǒng)技術(shù)方法中，研究者必須“告訴”人工智能去看什么，它們才能去學(xué)習(xí)。而相比之下，深度學(xué)習(xí)的優(yōu)勢(shì)就在于這類系統(tǒng)能夠自動(dòng)發(fā)現(xiàn)其中的模式。

人工智能的決策網(wǎng)絡(luò)第一層被設(shè)計(jì)用于在數(shù)據(jù)中識(shí)別一些最基本的模式，比如圖像中某個(gè)物體的邊界。隨后這一結(jié)果被輸入到第二層決策網(wǎng)絡(luò)，后者將繼續(xù)搜尋更為復(fù)雜的模式，如方形或者圓形。這一過(guò)程不斷遞進(jìn)迭代，每一層決策網(wǎng)絡(luò)都能夠識(shí)別比上一層更加復(fù)雜的模式，于是隨著時(shí)間推移，人工智能的模式識(shí)別能力不斷提升，比如它能夠借助低層次決策網(wǎng)絡(luò)得到的機(jī)構(gòu)外觀信息最終準(zhǔn)確地鑒別出一些物體，如一輛汽車或是一輛自行車。

威特森表示：“借助深度學(xué)習(xí)技術(shù)，你能夠?qū)⒑Ａ繑?shù)據(jù)輸入一個(gè)大型神經(jīng)網(wǎng)絡(luò)，然后它自己就能完成從頭到尾的自我訓(xùn)練。”

巨大的回報(bào)

這一技術(shù)的發(fā)展已經(jīng)產(chǎn)生了一些擁有超人般能力的人工智能。賽爾曼表示深度學(xué)習(xí)系統(tǒng)已經(jīng)被證明能夠在醫(yī)學(xué)核磁共振影像判讀方面超越人類專家。另外還有一種技術(shù)被稱為“增強(qiáng)學(xué)習(xí)”(reinforcement learning)，該技術(shù)主要原理是機(jī)器通過(guò)獎(jiǎng)勵(lì)信號(hào)來(lái)不斷修正自己的最優(yōu)策略并不斷進(jìn)步的技術(shù)方法。加拿大人工智能初創(chuàng)公司“Maluuba”的首席技術(shù)官兼聯(lián)合創(chuàng)始人卡希爾·蘇勒曼(Kaheer Suleman)表示，當(dāng)將深度學(xué)習(xí)與增強(qiáng)學(xué)習(xí)兩者相結(jié)合，機(jī)器還能夠進(jìn)行精確的虛擬仿真。谷歌公司的人工智能系統(tǒng)“阿爾法狗”正是通過(guò)自己與自己對(duì)弈超過(guò)數(shù)百萬(wàn)局，并不斷總結(jié)這些對(duì)弈中學(xué)習(xí)到的方法，提升自己的技術(shù)與策略，從而迅速成為水平甚至能夠擊敗人類最頂尖大師的圍棋專家。

蘇勒曼表示：“人工智能面臨的重大挑戰(zhàn)還在于那些缺乏大規(guī)模標(biāo)記數(shù)據(jù)集的領(lǐng)域，或者難以對(duì)相關(guān)環(huán)境進(jìn)行較好模擬的領(lǐng)域。”他說(shuō)：“語(yǔ)言就是這種領(lǐng)域的一個(gè)很好例子�；ヂ�(lián)網(wǎng)上包含有無(wú)窮無(wú)盡的網(wǎng)頁(yè)，但上面全都是文字，沒有一個(gè)地方找得到以機(jī)器能夠理解的形式所書寫的關(guān)于這些文字‘意思’的內(nèi)容。”

“Maluuba”公司目前正致力于開發(fā)一種算法，其能夠閱讀文字并回答關(guān)于這段文字的問(wèn)題，但蘇勒曼表示語(yǔ)言的一些特點(diǎn)讓這項(xiàng)工作變得尤其困難。僅舉一例，語(yǔ)言的復(fù)雜性難以想象——某一段文字可以有不同深度上不同的意思，其中的每一個(gè)字、每一個(gè)詞和每一句句子都有著各自的含義。這些不同的含義可以相互組成成近乎無(wú)限多的組合，而且不同的人使用語(yǔ)言的方式和風(fēng)格又不一樣。

除此之外，所有的語(yǔ)言都是抽象的：文字只是真實(shí)世界中事物的抽象標(biāo)記，而所有這些真實(shí)世界中的事物對(duì)于機(jī)器來(lái)說(shuō)都是它從未經(jīng)歷過(guò)的。威特森表示：“從機(jī)器學(xué)習(xí)的角度來(lái)看，學(xué)習(xí)完成后的機(jī)器水平也不過(guò)是和你輸入其中的數(shù)據(jù)量所能提供的信息相當(dāng)。”

由于缺乏對(duì)真實(shí)世界的體驗(yàn)數(shù)據(jù)以及人類社會(huì)已經(jīng)積累起來(lái)的數(shù)量巨大的社會(huì)互動(dòng)經(jīng)驗(yàn)，很容易理解為為何微軟公司的聊天機(jī)器人Tay無(wú)法很好地理解什么是“Holocaust”(大屠殺)，以及為何否認(rèn)它是一種不合適的行為。

未來(lái)發(fā)展

但盡管面臨這樣或是那樣的挑戰(zhàn)，Maluuba公司在上個(gè)月在論文預(yù)印本網(wǎng)站arXiv上貼出一篇論文，描述了該公司目前開發(fā)出的一款智能系統(tǒng)已經(jīng)能夠以大約70%的正確率閱讀一篇它不熟悉的文章，并回答關(guān)于這段文章的多選題。這樣的準(zhǔn)確率水平已經(jīng)超出同類其他系統(tǒng)最高水平15%以上。Maluuba公司研究人員所采用的技術(shù)方法結(jié)合了深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，通過(guò)這兩者之間的相互作用輸出非常初級(jí)的推理結(jié)果。這家公司目前同樣還致力于機(jī)器語(yǔ)音對(duì)話系統(tǒng)的開發(fā)，其設(shè)計(jì)目標(biāo)是能夠非常自然流暢地介入與人類之間的正常對(duì)話。

賽爾曼表示，未來(lái)在一些主題內(nèi)容較為有限的領(lǐng)域，側(cè)重語(yǔ)言能力的人工智能將擁有極大的應(yīng)用前景。比如說(shuō)一些技術(shù)支持熱線在未來(lái)可能就將逐漸由人工智能代替，另外一些常規(guī)性的管理崗位，其職責(zé)主要就是升級(jí)一些表格并發(fā)送一些格式化的郵件，那么這樣的工作就很可能可以由人工智能代替，并且它們或許可以做的更好。

賽爾曼說(shuō)：“而在一些不受控制的，非常開放環(huán)境下的設(shè)置中，履行任務(wù)將需要借助人類智力的多種維度，并且需要你真正理解他人。在這樣的領(lǐng)域，人工智能就會(huì)出現(xiàn)非常明顯的局限性。”

但威特森也指出，即便在這些方面，進(jìn)步仍然是明顯的。比如谷歌公司正在開發(fā)的全自動(dòng)無(wú)人駕駛汽車就是一個(gè)很好的例子。與真實(shí)的人類駕駛員所駕駛的車輛在同一條公路上行駛，計(jì)算機(jī)所需要掌握的顯然并不僅僅是交通法規(guī)，它還需要能夠理解并遵循一些不成文的社會(huì)準(zhǔn)則并在避讓碰撞風(fēng)險(xiǎn)時(shí)應(yīng)對(duì)一些道德層面的兩難問(wèn)題。

正如人工智能和機(jī)器人領(lǐng)域的技術(shù)進(jìn)展大大增加了真實(shí)世界中機(jī)器的使用量一樣，機(jī)器與人類的自然互動(dòng)也將不再只是停留在科幻領(lǐng)域。研究人員目前正在尋找新的途徑來(lái)幫助機(jī)器不僅能夠感知，還能夠理解它周圍的世界。

威特森表示：“深度學(xué)習(xí)是一項(xiàng)偉大的技術(shù)，但它并非萬(wàn)能。還有很多事情有待完善，因此自然而然的下一步，也就是人們目前正在做的事情就是，如何在深度學(xué)習(xí)中加入更多的東西，從而使它能夠具備更多功能。”他說(shuō)：“現(xiàn)在所有這些問(wèn)題，包括我們需要機(jī)器做些什么，以及我們?nèi)绾谓虝?huì)它們?nèi)プ鲞@些事，因?yàn)檫@些事具有現(xiàn)實(shí)的重要性，因此人們現(xiàn)在對(duì)它們更加重視了。”(晨風(fēng))