


如果说互联网是数字革命的诞生,那么今天的人工智能则是其走向成熟的第一步。1
如今,人工智能研究人员向算法输入数据,并 painstaking 地帮助其学习。
但要实现像学习翻译所有人类语言所需的细微差别那样大规模的知识型人工智能,软件需要自主学习。然而,研究人员对于如何实现这一点并未达成一致。一个阵营认为,如果我们纠正算法的错误决策,它们就能学会避免错误的选项,只选择正确的选项。2 换句话说,我们就像父母一样“教育”人工智能,直到它能够独立生存。
1:Eric Horvitz:“不知何故,孩子们拥有惊人的能力,能够吸收整个世界并学到大量关于世界的知识,而无需有人提供输出。这在技术上的术语是无监督学习。它本质上就是仅从 A(输入)学习,而不必为每个输入都提供 B(输出)。我们认为,许多人类的学习也是仅从 A 而非 B 中获得。孩子们仅通过听语音就能学会说话。”
2:Andrew Ng:“今天,我们用 45,000 小时的音频数据来构建我们的语音识别系统,这大约是连续说话五年。我惊叹于我们能够构建出能在几周内处理五年音频的超级计算机。但我也略感尴尬的是,我们的算法需要如此多的数据。没有人脑需要五年不间断转录的音频才能学会英语。”
另一个阵营认为,学习也受到自我意识的启发,这种意识使人类能够根据自身的局限性做出决定。他们认为,人工智能通过反思自身的决策也会受益。3 算法可以通过理解其有限的能力来避免错误的决策,就像其中一些算法已经证明的那样。4
但是,在研究差异上并没有“敌对情绪”——这个领域是理想主义且协作的,5 竞争对手们经常通过开源代码分享进展。这一点很重要,因为整个行业都需要回答有关其具有自我意识软件影响的更宏大的问题——例如,在一个人造智能运行的世界里,人类将何去何从?6
3:Horvitz:“无论碎片有多么不完善,至少如果你有一个真正良好的反思层,系统就会了解其局限性。它会知道自己做得有多好,并且会受到理性的约束。它将能够理解如何在不同情况下运用自己,因此即使它不完美,也会有所帮助。”
4:Horvitz:“我开发的这个不断进化的 A.I. 助手将视觉、自然对话能力以及捕捉不同程度不确定性的面部表情生成能力融为一体。再加上一套服务,这些服务可以根据 10 年的数据进行预测——Eric 10 分钟后会去哪里?他会在办公室待多久才离开?即使在他的日历上有安排,他也会缺席哪些会议?”
5:Ng:“今天人工智能界有一种态度,那就是我们都在一起努力,试图利用人工智能构建一个更美好的社会。这促成了思想甚至软件的公开共享。我们之所以这样做,是因为我们根本认为这会让世界变得更美好,所以我们宁愿与他人分享我们的发现,而不是保守秘密。”
6:Horvitz:“对于那些可能失去其培训工作的人来说,会有什么影响?我们能为此做计划吗?我们能解决它吗?我们可能不得不拿出一些方法来重新分配财富,因为我们知道这些技术将创造更多的财富。我们真的需要开始积极主动地思考这些问题。”
本文最初发表于《大众科学》2016 年 9/10 月刊,标题为“机器人将如何学习”。