|
機器之心原創(chuàng) 作者：汪汪
這個人工智能像你一樣學(xué)習(xí)寫字 假設(shè)你從來沒有見過菠蘿。有一天，有人送了你一個菠蘿。盡管你這輩子只見過這一個菠蘿，但你只用一眼就看出了菠蘿的特征。第二天，你去水果店，很快就能從一堆蘋果、葡萄、柚子中認出菠蘿來。你甚至還能在紙上畫出菠蘿的簡筆畫。 這種「僅從一個例子就形成概念」的能力對人來說很容易。然而，盡管人工智能近年來取得了長足的進步，但要讓機器做到這一點，卻難于上青天，因為目前的人工智能通常需要從大量的數(shù)據(jù)中進行學(xué)習(xí)，你得讓它看成千上萬張菠蘿的圖片才行。 不過，這個事實或許從今天開始改變了。今天，一篇人工智能論文登上了《科學(xué)》雜志的封面，為人們帶來了人工智能領(lǐng)域的一個重大突破：三名分別來自麻省理工學(xué)院、紐約大學(xué)和多倫多大學(xué)的研究者開發(fā)了一個「只看一眼就會寫字」的計算機系統(tǒng)。（論文Human-level concept learning through probabilistic program induction見文末，或回復(fù)12可下載pdf格式。） 《科學(xué)》雜志封面 只需向這個系統(tǒng)展示一個來自陌生文字系統(tǒng)的字符，它就能很快學(xué)到精髓，像人一樣寫出來，甚至還能寫出其他類似的文字——更有甚者，它還通過了圖靈測試。下面就是機器和人寫出的字符。你猜哪些是機器寫出來的？傻傻分不清了吧？
這三名研究者分別是紐約大學(xué)數(shù)據(jù)科學(xué)中心的Brenden Lake，多倫多大學(xué)計算機科學(xué)與統(tǒng)計學(xué)系的Ruslan Salakhutdinov和麻省理工學(xué)院大腦與認知科學(xué)系的Joshua Tenenbaum。他們創(chuàng)造的AI系統(tǒng)能夠迅速學(xué)會寫陌生的文字，從某種意義上說明它領(lǐng)悟到了字符的本質(zhì)特征（也就是字符的整體結(jié)構(gòu)），同時還能識別出非本質(zhì)特征（也就是那些因書寫造成的輕微變異）。
人類的概念具有極大的彈性，因此，盡管許多概念的邊界十分模糊，但我們依然能進行明確的分類。這三位研究者聲稱，他們的系統(tǒng)就抓住了這種彈性。該系統(tǒng)能模仿人類的一個特殊天賦——從少量案例中學(xué)習(xí)新概念。它所根植的計算結(jié)構(gòu)叫做概率程序（probabilistic program），還可能有助于對人類獲得復(fù)雜概念的過程進行建模。 Joshua B. Tenenbaum是麻省理工學(xué)院大腦與認知科學(xué)系的教授，他說：「目前的人工智能領(lǐng)域大都聚焦在對模式進行分類。但是，這種類型的智能所缺少的不是分類或識別的能力，而是思考。所以，盡管我們研究的只是手寫字符，但依然大言不慚地使用『概念』這種詞。因為我們能用字符來研究更加豐富和復(fù)雜的概念。我們能理解字符的來歷和構(gòu)件，也能理解如何用不同的方式來使用字符，并造出新的字符來?！?/p> 通過「圖靈測試」 這篇論文的第一作者Brenden Lake曾在Tenenbaum的團隊中獲得認知科學(xué)博士學(xué)位，如今他是紐約大學(xué)的博士后。根據(jù)Lake的介紹，他們在論文中分析了三個核心原則。這些原則都很通用，既可以用在字符上，也可以用在其他的概念上：
研究者對這個AI系統(tǒng)進行了幾項測試。
與此同時，人類被試也被要求做同樣的事情。最后，研究者要求一組人類裁判（來自亞馬遜土耳其機器人，Amazon Mechanical Turk）分辨出哪些字符是機器寫的，哪些是人類寫的。結(jié)果，裁判的正確率僅為52%，和隨機的結(jié)果差不多。于是，機器通過了所謂的視覺圖靈測試。
傳統(tǒng)的機器學(xué)習(xí)系統(tǒng)（比如手機上的語音識別算法）在某些分類任務(wù)上的表現(xiàn)很好，但它們首先需要大量的數(shù)據(jù)集來進行訓(xùn)練。相比之下，人類只需要少量的例子就能抓住某個概念的精髓。這種「一次性學(xué)習(xí)」正是研究者希望他們的系統(tǒng)能模擬的能力。 學(xué)會如何學(xué)習(xí) 三位研究者采用的方法是「貝葉斯程序?qū)W習(xí)」（BPL，Bayesian Program Learning），能讓計算機系統(tǒng)對人類認知進行很好的模擬。傳統(tǒng)的機器學(xué)習(xí)方法需要大量的數(shù)據(jù)來訓(xùn)練，而這種方法只需要一個粗略的模型，然后使用推理算法來分析案例，補充模型的細節(jié)。 在這篇論文中，研究者的模型只規(guī)定了字符由筆畫組成，筆畫由抬高筆觸來區(qū)分，而筆畫又由更小的子筆畫組成，子筆畫用筆尖速度為零的點來區(qū)分。 有了這個初始模型之后，研究者向AI展現(xiàn)了人類手寫文字的方式，包括筆畫順序等，讓系統(tǒng)學(xué)習(xí)連續(xù)的筆畫和子筆畫之間的統(tǒng)計關(guān)系，以及單個筆畫所能容忍的變異程度。這個系統(tǒng)從未在它所分析的書寫系統(tǒng)上進行過任何訓(xùn)練，它只是推理出了人類寫字的一般規(guī)律。 Tenenbaum說：「每個星期，我們似乎都能讀到機器在人臉識別、語音識別方面與人類旗鼓相當?shù)男侣?。但是，對我這種研究心智的科學(xué)家來說，機器學(xué)習(xí)和人類學(xué)習(xí)之間的鴻溝是巨大的。我們希望彌合這個鴻溝，這是我們的長期目標?！?/p> 各方評價 劍橋大學(xué)的信息工程教授Zoubin Ghahramani說：「我認為這對人工智能、認知科學(xué)和機器學(xué)習(xí)是一個重大的貢獻。深度學(xué)習(xí)目前已取得了重要的成功，這篇論文非常清醒地表明了深度學(xué)習(xí)的局限性，因為深度學(xué)習(xí)需要大量的數(shù)據(jù)，并且在這篇論文所描述的任務(wù)上表現(xiàn)很差。這篇論文也展現(xiàn)了實現(xiàn)類人機器學(xué)習(xí)的重要方法?！?/span> 也有一些人對「人工智能超越人腦」這種說法持謹慎態(tài)度。艾倫人工智能研究所的Oren Etzioni說：「我對『超人的表現(xiàn)』這種說法非常謹慎。當然，這個算法確實超過一般人的表現(xiàn)，除了達斯汀·霍夫曼?！梗ㄖ富舴蚵餮莸摹队耆恕冯娪啊＃?/p> 與深度學(xué)習(xí)優(yōu)勢互補 多倫多大學(xué)和谷歌的人工智能先驅(qū)Geoffrey Hinton說這個研究「令人印象非常深刻」。他說，這個模型能通過視覺圖靈測試，這很重要，「是一個不錯的成就?！笻inton是深度學(xué)習(xí)的奠基者。深度學(xué)習(xí)近年來取得了舉世矚目的成就，被廣泛應(yīng)用在許多領(lǐng)域，例如語音翻譯、圖像識別等，還用在谷歌的圖像搜索和Facebook的人臉識別上，獲得了巨量的數(shù)據(jù)以供學(xué)習(xí)。 Geoffrey Hinton 然而，這篇新論文說「貝葉斯程序?qū)W習(xí)」在某些方面比深度學(xué)習(xí)的表現(xiàn)更好。三位作者和Hinton都禮貌地表明，這兩種方法在不同的任務(wù)上各領(lǐng)風(fēng)騷，假如能彼此借鑒，一定能互相彌補。如果能建出一個混血系統(tǒng)，說不定能有更大的提升。在數(shù)據(jù)量巨大但較混亂的情況下，深度學(xué)習(xí)能發(fā)揮優(yōu)勢；而在數(shù)據(jù)量少而清晰的情況下，貝葉斯學(xué)習(xí)占領(lǐng)上風(fēng)。 Hinton說，這篇論文最令人興奮的成果或許是能讓那些宣稱智能計算機系統(tǒng)的學(xué)習(xí)方式與人類完全不同的批評者閉嘴，因為他們的主要論據(jù)正是計算機不能從單個例子中形成概念。 未來 在未來，這種機器學(xué)習(xí)的技術(shù)能夠完成很多任務(wù)，例如讀懂手語、提升語音識別軟件的性能等。運用這種方法，或許只用向計算機展示一張人臉照片，它就能從任何角度識別出這個人。它甚至有可能用來制定軍事行動計劃。 當然，盡管這個成果很重要，但它對人工智能領(lǐng)域來說只是一個小小的起點，不代表未來的機器學(xué)習(xí)都必須采用這種方法。正如它顛覆了「計算機如何理解概念」這個課題一樣，在這個日新月異的領(lǐng)域中，極有可能下個月就出現(xiàn)一種新方法，將它甩在后面飛揚的塵土中。 參考：
以下是論文
本文由機器之心原創(chuàng)編譯，轉(zhuǎn)載請聯(lián)系本公眾號獲得授權(quán)。 ------------------------------------------------ 加入機器之心（全職記者/實習(xí)生）：hr@almosthuman.cn 投稿或?qū)で髨蟮溃篹ditor@almosthuman.cn 廣告&商務(wù)合作：bd@almosthuman.cn ↓↓↓點擊「閱讀原文」查看機器之心網(wǎng)站，獲取更多精彩內(nèi)容。 |
|
|
