讓人工智能像孩子一樣學習

編譯 陸默

嬰兒天生具有幫助我們學習常識的本能，但迄今為止，開發人工智能算法的這種本能離我們還有些遙遠

二月里的一個周六上午，克洛伊，一個身穿條紋襯衫和打底褲的3歲孩子，正好奇地探索新玩具的種種可能玩法。她的父親加里·馬庫斯（Gary Marcus）是紐約大學的一名發展認知科學家，他帶回家一些可以用來粘住樂高積木的膠帶。積木玩得很熟練的克洛伊對這種膠帶很感興趣，以前她都是將積木往上搭，堆得越高越好，但如果用了這些膠帶，她能否將積木向水平方向，或顛倒過來搭建呢？馬庫斯建議她可以從桌子側面向外搭建。10分鐘后，克洛伊開始用膠帶把積木粘到墻上。“我們最好在媽媽回來之前做好這件事，”馬庫斯用一種平淡的聲調說，“她會不高興的?！保▌⊥福耗z帶會令墻上油漆受損。）

在馬庫斯與女兒的游戲中隱含著一個科學實驗。克洛伊能把她學到的某種知識應用到一個新的環境中嗎？幾分鐘后，她就成功搭建了一個從墻體向外延伸的樂高積木雕塑?！鞍职?，我做到了！”她大聲叫道。在對新獲得知識的靈活應用中，克洛伊展現了一種常識能力，到目前為止計算機科學家一直在努力想要讓人工智能（AI）復制的人類的一種智力，一種本能。馬庫斯認為人工智能將從像克洛伊這樣的小小思想家這里學會這些能力。

機器學習研究人員認為，通過海量數據訓練的計算機幾乎不需要多少編程指令，就能學會包括人類常識在內的任何東西。馬庫斯認為這些專家存在認識上的“盲點”，常識是一種社會性的東西，“物理嫉妒”的一種形式，在這方面人們認為越簡單越好。他認為計算機科學家忽視了幾十年來認知科學和發展心理學方面的研究成果，這些研究表明，人類在出生時或在幼年時表現出來的一些與生俱來的能力，能夠幫助我們抽象地、靈活地思考，就像克洛伊那樣。他認為人工智能研究者應該將這種本能納入他們的AI編程計劃中。

然而，許多為機器學習取得的一些成功洋洋自得的計算機科學家們，正在急不可耐地探索人工智能的極限。俄勒岡州立大學的計算機科學家托馬斯·迪特里奇（Thomas Dietterich）說道，“我認為，大多數機器學習研究者，在為人工智能提供大量背景知識上，都有方法論上的偏見，因為在某種意義上，我們將這種做法視為一種失敗?！彼€補充說道，計算機科學家也欣賞簡潔，不喜歡調試復雜的代碼。麻省理工學院心理學家喬?！ぬ┠硝U姆（Josh Tenenbaum）說道，像臉書和谷歌這類大公司是推動人工智能向那個方向發展的另一個因素，這些公司最感興趣的是定義狹窄的短期問題，如網絡搜索和面部識別，在這些領域內，像一張白紙一樣單純的AI系統可以通過海量數據集的訓練，非常出色地完成許多工作。

但從長遠來看，計算機科學家預計，AI們將要承擔需要靈活性和常識的更艱巨任務。他們需要創造出能夠為人們解說新聞的聊天機器人，可以在混亂的城市交通中安全行駛的自動出租車以及能夠照顧老人的機器人。泰南鮑姆說，“如果我們想要制造出能在機器人C3PO所處的人類世界中真正互動的機器人，我們就需要在更一般的環境中解決所有這些問題?！?/p>

一些計算機科學家已經在進行這方面的嘗試。2018年2月，麻省理工學院啟動了“智力探索”（Intelligence Quest）研究計劃，目前正在籌集數億美元用于探索通過編程語言理解人類智力的途徑。研究人員希望，這類研究將產生介于純粹的機器學習和純粹的人類本能之間的某種人工智能。他們將從嵌入式規則開始啟動，讓機器一邊發展一邊學習?！皬哪撤N意義上說，這就像由來已久的先天與后天的辯論，只是如今被翻譯成編程語言而已?！碧啬硝U姆說道。

部分探索將發現嬰兒知道些什么，以及從什么時候開始知道的，并將這些發現應用到機器學習上。位于華盛頓西雅圖的艾倫人工智能研究所（AI2）的首席執行官奧倫·艾齊奧尼（Oren Etzioni）說道，這需要時間。AI2最近宣布了一項1.25億美元的研究項目，目的是開發和測試人工智能的常識能力?！拔覀兿Ｍ⒃谌祟惔竽X固有的代表性結構上，”艾齊奧尼說，“但我們不理解大腦是如何處理語言、推理和知識的?！?/p>

最后，特南鮑姆說，“我們正試圖認真對待人工智能最古老的夢想之一：開發一種像人類嬰兒一樣成長的智能機器人，像嬰兒一樣開始，像孩子一樣學習?！?/p>

在過去的幾年中，人工智能已經證明它可以翻譯語音，診斷癌癥，并在撲克游戲中擊敗人類。但在獲得的每一次勝利中，它們也都會犯一個大的錯誤。例如，圖像識別算法現在可以比人類更好地分辨狗的不同品種，但它們有時卻會把一只吉娃娃誤認為藍莓松餅。在經典的電腦游戲《太空入侵者》中，人工智能擁有超人般的游戲技能，但如果移除掉游戲中幾乎所有的外星人，只留下一個外星人，人工智能就會莫名其妙地陷入不知所措的困境。

機器學習是人工智能的一種，但成是它們，敗也是它們。從廣義上講，人工智能已經從依賴于許多編程規則（也稱為老式人工智能，簡稱為GOFAI）的軟件轉移到通過反復試驗而學習的系統。得益于強大的計算機、大數據和被稱為神經網絡的算法上的進步，機器學習已開始啟動。這些網絡是由簡單的計算元素組成的集合，這些元素在某種意義上模擬了人類大腦中的神經元，在它們攝取訓練數據時，會產生更強或更弱的“神經元”連接。

自Alpha的成功之后，谷歌旗下的“深度思維”（Deep-Mind）項目一直在推動深度學習的發展。每次去掉一些規則，軟件似乎一直在改進。2016年，機器人阿爾法圍棋（AlphaGo）擊敗了人類圍棋冠軍李世石，圍棋是源自中國的一種經典戰略游戲。在接下來的一年里，AlphaGo Zero以更少的編程指令輕而易舉地擊敗了AlphaGo，幾個月后，一個更簡潔的Alpha Zero系統在擊敗AlphaGo的同時，還掌握了國際象棋的玩法。

1997年，一個經典的、基于規則的人工智能，IBM的深藍擊敗了國際象棋冠軍加里·卡斯帕羅夫（Garry Kasparov），但事實證明，真正的國際象棋技巧在于知道例外的例外，即通過經驗收集到的信息。Alpha Zero通過不斷地下棋來學習，可以打敗深藍這個如今最好的象棋程序，以及每一個人類冠軍。

然而，像Alpha這樣的系統顯然并沒有從中汲取到有關常識的知識。如果改用21x21的圍棋棋盤，而不是標準的19x19的棋盤，人工智能將不得不重新學習游戲規則。20世紀90年代末，馬庫斯培訓了一個人工智能網絡，讓它輸入某個數字，再輸出這個數字，這是可以想象得到的最簡單的任務，但他只訓練它輸入輸出偶數，因此當他再用奇數對這個人工智能網絡進行測試時，網絡就會陷入困境。它不能將學習到的知識從某個領域應用到另一個領域，就像克洛伊開始將她的樂高積木向側面搭建那樣。

答案不是再回到基于規則的人工智能設計模式（GOFAIs）。一個孩子認識狗并不是從基本規則開始的，比如“有四條腿、有一條尾巴，大小像貓”那樣的動物是“狗”，孩子的識別方式更加微妙，哪怕是只長了3條腿的一只吉娃娃，一個3歲的孩子也不會認不出它是一條狗。人類的認知不是一塊空白的白板，也不是固定不變的。相反，有證據表明，我們擁有一些可以幫助我們學習和思考這個世界的特質。大自然賦予我們的不是一個技能庫，而是為我們搭建了一個如何認識世界的框架。

機器學習的勝利：AlphaGo在2017年擊敗了圍棋冠軍柯潔

哈佛大學心理學家伊麗莎白·斯波克（Elizabeth Spelke）認為，我們至少擁有4種“核心知識”系統，讓我們在理解物體、動作、數字和空間方面擁有一個良好的開端。我們是憑直覺獲得知識的物理學家，例如，快速理解物體及其相互作用。根據一項研究，出生只有3天的嬰兒能夠將一根桿子隱藏部分的兩頭理解為整個實體的一部分，這表明我們的大腦可能傾向于感知有緊密結合關系的物體。我們還是直觀的心理學家，在2017年的一項科學研究中，斯波克實驗室的研究生莎麗·劉（Shari Liu）發現，10個月大的嬰兒可以推斷出，當一個動畫人物爬上一座高山拿取某個模型而不是另一個時，這個動畫人物一定更喜歡前者。馬庫斯證明7個月大的嬰兒已開始學習一些語言規則，當包含三個單詞的句子（“wo fe fe”）打破了之前聽到句子的語法模式（“ga ti ga”）時，他們會感到驚訝。根據后來的研究，新生兒也表現出類似的行為。

馬庫斯列出了他認為應該被納入人工智能的包括10種人類本能的最小清單，其中包括因果關系、成本效益分析以及類型與實例等概念，如，狗的概念與我的狗的概念。2017年10月，他在紐約大學一場關于人工智能是否需要“更多先天機制”的辯論中，面對紐約大學計算機科學家、Facebook首席人工智能科學家揚·勒坎（Yann LeCun），他提出了自己的論證觀點。為證明他關于直覺的觀點，馬庫斯展示了一頭剛出生不久的小野山羊在懸崖絕壁上往下跑的幻燈片，他說，“它們不可能通過反復試驗來學會這種生存技能，它只要犯一次錯誤，就有可能導致致命的后果?！?/p>

勒坎并不認同許多發展心理學家的觀點，他認為嬰兒有可能在幾天時間內學會這種能力，如果是這樣的話，機器學習算法也可以。他的信念來自于經驗，他從事的是圖像識別研究工作，早在20世紀80年代他就提出，沒有必要通過手工編碼算法來進行圖片特征識別，30年后他被證明是正確的。有批評者問他，“既然可以通過編碼來建立算法，你為什么要讓機器通過學習來識別呢？”他的回答是：建立某種算法并不容易，如果你不能完全理解某件事是如何運作的，那么你所設計的規則很有可能會是錯誤的。

但是馬庫斯指出，勒坎自己已將10個關鍵本能中的一個嵌入到了他的圖像識別算法中：平移不變性，即：某個物體，無論它出現在視野中的某個地方，都能將其識別為同一個物體的一種能力。平移不變性是卷積神經網絡背后的原理，卷積神經網絡是為勒坎帶來最大名聲的研究成果。在過去5年里，卷積神經網絡已經成為圖像識別和其他人工智能應用的核心，并從而開啟了當前對人工智能深度學習研究的狂熱。

勒坎告訴《科學》雜志說，平移不變性也可能最終通過更好的一般性學習機制而自行出現。他說，“很多這樣的東西會在了解世界運作的過程中自發地出現。”加拿大多倫多大學的“深度學習”先驅杰弗里·辛頓（Geoffrey Hinton）也認同這一觀點，“大多數相信先天知識的人都有一種毫無根據的信念，即很難從頭開始學習數十億個參數。但我認為，最近在深度學習方面取得的進展表明，這實際上是非常容易的?！?/p>

關于人工智能在純學習和純本能之間的定位的爭論還將繼續下去。但爭論忽略了一個更為實際的問題：如何設計和編碼這種混合型的人工智能機器，如何將機器學習——它的數十億神經網絡參數——與規則和邏輯結合起來，目前還不清楚，而如何確定最重要的本能并對其進行靈活編碼，目前也還不清楚。但這些挑戰都未能阻止一些研究人員和公司進行這方面的嘗試。

位于澳大利亞悉尼的新南威爾士大學的機器人實驗室，布置得就像客廳和廚房，冰箱里貯藏著一瓶瓶高級啤酒。計算機科學家邁克爾·蒂爾舍爾（Michael Thielscher）解釋說，這里實際上是家用機器人的一個測試實驗室，他的團隊正在嘗試賦予一款豐田人類輔助機器人（HSR）兩種類似人類的本能，這款人類助手機器人有一個手臂和一個作為臉部的屏幕。他們希望通過為HSR編程，將一些具有挑戰性的問題分解為更小、更容易解決的問題，就像人們將一道食譜分解成幾個步驟一樣。其次，他們想賦予機器人對信念和目標的推理能力，即人類本能地考慮他人想法的一種能力。如果一個人想要機器人為他去拿一只紅色的杯子，但它發現只有一個藍色的杯子和一個紅色的盤子，它會如何做出選擇？

到目前為止，他們設計的軟件已顯示了一些類似于人類的能力，包括決定拿藍色杯子而不是去拿紅色盤子的這種良好的判斷能力，但是需要被編入系統的規則比蒂爾舍爾計劃的要多得多。因此，他的團隊不得不告訴AI，杯子通常比紅色更重要，在理想的情況下，機器人會有一種社會本能，可以快速地自動學會人類的喜好。

其他研究人員正致力于為他們的AI們注入類似于嬰兒似乎與生俱來的同樣的能力，即直觀理解物質世界的能力。倫敦“深度思維”（DeepMind）項目的計算機科學家開發出了他們所稱的“互動網絡”，包含了關于物質世界的假設：離散物體是客觀存在的，并有其獨特的相互作用。就像嬰兒快速地將世界解析為相互作用的一個個實體一樣，這些人工智能系統也很容易地學會了對象的屬性和相互之間的關系。他們的研究結果表明，交互網絡能夠比一般的神經網絡更準確地預測自由落體時線繩和和球體在盒子里彈跳的行為軌跡。

位于加州舊金山的機器人軟件公司Vicarious目前正在利用其所稱的圖式網絡進一步拓展這一理念。他們開發的這些系統假設了物體和其相互作用的存在，但同時還試圖推斷出它們之間的因果關系。隨著時間的推移，這個公司開發的軟件通常學習可以像人類一樣，從期望達到的結果向后倒推計劃，就像人們通過讓鼻子停止發癢的結果得知，撓癢可能會有所幫助一樣。研究人員將他們的方法與美國電腦游戲機廠商雅達利公司開發的最先進的神經網絡進行了比較，在雅達利公司開發的游戲中，玩家可以通過滑動球拍讓一個球發生偏轉，然后擊倒一堆磚塊。而因為圖式網絡可以學會因果關系，例如，無論球的速度如何，都能擊倒磚墻，因此，它不需要新的訓練就能學會有所改變的游戲規則。例如，你可以移動目標磚塊的位置，或者讓玩家同時玩三個球，圖式網絡仍然能在游戲中應付裕如，表現出色，卷積神經網絡則無法做到。

除了我們天生的一些能力外，人類還得益于大多數人工智能所沒有的東西：身體。為幫助軟件理解和解釋世界，Vicarious公司給它嵌入了“具體的身體”，這樣它就可以在虛擬環境中探索，就像嬰兒通過推倒一組積木來學習重力一樣。2018年2月，Vicarious推出的一個系統可在二維場景中尋找有界區域，讓一個小小的虛擬人物在這個區域中活動，在它的探索過程中，系統學會了包含的概念，這有助于它比標準圖像識別的卷積神經網絡更快地理解一些新的場景，后者只能被動地對每個場景進行全面探查。概念是適用于許多情況的一種知識，它對于常識來說至關重要。“在機器人技術中，機器人能夠對新情況進行推理是極為重要的一環?！盫icarious公司的創始人之一迪利普·喬治（Dileep George）說道。今年晚些時候，該公司將在倉庫和工廠中測試其軟件，這一軟件將幫助那里的機器人在包裝和運輸之前，對產品或貨物進行收集、組裝等工作。

最具挑戰性的任務之一是對本能進行靈活編碼，這樣一來，AI們就能應付一個不總是遵循規則的混亂世界。例如，自動駕駛汽車不能指望其他司機都像它一樣嚴格遵守交通法規。為了應對這種不可預測性，加州斯坦福大學的心理學家和計算機科學家諾亞·古德曼（Noah Goodman）幫助開發了概率編程語言（PPLs）。據他描述，該編程語言將計算機代碼的剛性結構與概率數學相結合，與人們遵循邏輯方式、但也允許不確定性存在的方式相呼應，例如，如果草地是濕的，有可能是因為才下過雨，但也有可能是因為有人開了灑水器。至關重要的是，PPL可以與深度學習網絡相結合，形成更廣泛的學習能力。

在優步公司工作時，古德曼和其他人發明了這樣一種“深度學習PPL”，叫作Pyro。一家共享租車公司正在探索Pyro的應用，例如，如何在道路建設和有比賽的日子里對司機和路線規劃的適應性進行安排等。古德曼說，PPLs不僅可以解釋推斷物質世界和物流的一些現象，還可以理解人們之間是如何交流的，例如如何應對諸如夸張、反語和諷刺等棘手的表達方式。

克洛伊可能要等到她成長到十幾歲的時候才能掌握語言中的諷刺現象，但她天生的語言能力已經很明顯了。在馬庫斯公寓里的一個場景中，她拿著一對被卡住的樂高積木說，“爸爸，你能幫我untach這個嗎？”她按自己的想法創造了一個新詞，意思是讓父親幫她弄開卡住的兩塊積木，但她的父親忍住了想要糾正她錯誤用詞的想法。語言和思想就像樂高積木一樣，它們的部件很容易被混合搭配使用，并熱切地想要在世界上進行實際測試。

在克洛伊厭倦了在墻上搭建積木后，一個比她年齡更大、更有經驗的智能系統有機會嘗試一下：她5歲的機器人“兄弟”亞歷山大，它很快在墻上搭建了一個比克洛伊向外伸出更遠的樂高積木建筑?！澳憧梢钥闯觯龅氖虑槭墙⒃诳寺逡了鍪虑榈幕A之上的?！瘪R庫斯說。當問及這個墻上結構向外延伸多遠才會倒下時，亞歷山大的估計很準確。“為了評估結構的完整性，它對可粘在墻上的樂高積木進行了1000萬次的反復試驗，它結合了它所知道的所有關于物質世界的知識，并進行了一些推理和推斷?！瘪R庫斯說。

馬庫斯看起來很自豪，他自豪的不僅是他后代的能力，同時也為這種能力支持了他關于我們如何了解這個世界，以及人工智能應該如何學習的理論而自豪。在完成了他們的樂高建筑后，克洛伊和亞歷山大投入了他們父親的懷抱，當他抱著他們轉圈的時候，他們高興地尖叫起來，給他們另一個機會來調整他們對物質世界的直覺，并感受到其中的樂趣。