扎心了，機器比我會學習

汪寒

能自動避開障礙物的無人駕駛汽車，在無聊時陪主人“神聊”的智能手機語音助手，比親朋好友還“懂”我們的推薦算法……不知道你是否已經注意到，人工智能技術早已滲透進生活的方方面面，正以前所未有的速度接近下一次技術革命，而開啟下一次技術革命大門的鑰匙就藏身于人工智能技術的廣闊藍海中。

面對自動運行的家用電器或與智能音箱對談的時候，也許你會對它們的貼心、智能化感到不可思議，機器為何能讀懂人類的想法呢？其實，目前的人工智能基本都是基于機器學習技術實現的，可以說，是“機器學習”讓家里的電器讀懂了你。

機器學習，顧名思義，就是讓機器具有學習的能力，而學習能力正是普通機器與人工智能的分水嶺。

18世紀中葉，在瓦特改良蒸汽機的時代，開啟了人類第一次工業革命的蒸汽機只會夜以繼日地重復一個動作，任何看過這臺機器的人都不會把它與“智能”二字聯系起來。隨著科技的進步，人們設計了許多更為復雜的機器，但它們仍然不具備基本的智能。

20世紀50年代，計算機理論迅速發展，機器學習終于登上了歷史的舞臺。機器學習的基本思想其實并不復雜，即將大量數據輸入人工智能算法（AI算法）中，對其進行訓練，讓AI算法生成模型，從而實現對事物潛在規律的揭示和對未來情況的預測。

例如，你想觀察家門口路過的灑水車，并對它的“行為”進行預測。在觀察的前6天，你發現灑水車每天清晨5點準時路過家門口，此時便形成了一個簡單的認識模型：灑水車每天清晨5點都會路過。如果第7天是周日，是灑水車司機的休息日（但你并不清楚），你發現灑水車沒有像往常一樣路過，此時意味著之前的模型并不準確。又過了一周，灑水車仍然是周一到周六每天清晨5點路過，周日不再出現，你便可以通過新數據來糾正模型，從而更加接近事實。

機器學習的過程與觀察灑水車差不多。輸入數據之前，機器就像一張白紙，一無所知，正如同第一天之前你也不知道灑水車會來。當研究者試圖給具有學習能力的機器輸入數據時，一切都變得不一樣了。假設灑水車的觀察者是一個十分懶惰的人，不愿意動腦筋推測灑水車的運行規律，他就可以把每一天灑水車的“行為”數據輸入到機器的AI算法中，這個過程被稱為“訓練”。通過大量的數據訓練，AI算法對于灑水車“行為”的預測將會越來越準。

有了數據之后，研究者還需要選擇合適的“學習方法”才能讓機器學得更快、更好。你也許聽說過一些與機器學習有關的名詞，比如監督學習、強化學習等，實際上這些都是描述機器學習過程中不同的訓練方法，往往適用于不同的情況。

例如，研究者希望讓一個算法學會辨認貓和狗，如果提前給算法輸入大量貓和狗的照片，并且告訴它這張照片是貓還是狗，那么這就是監督學習（Supervised Learning）；如果研究者給算法大量貓和狗的照片，但是不告訴它哪些是貓，哪些是狗，而讓算法自動尋找貓和狗的差異，這就是非監督學習（Unsupervised Learning）；如果讓算法不斷地做選擇題，每次都讓算法“看圖”后選擇是貓還是狗，答對獎勵加分，答錯懲罰扣分，算法在試圖盡量得分且規避扣分的情況下，經過大量訓練便會“進化”出辨認貓狗的能力，這就是強化學習（Reinforcement Learning）。

正是通過大量的數據訓練，機器才獲得了強大的能力，即使人工智能“阿爾法圍棋”（Alpha Go）背后的科學家們并不是圍棋大師，有些甚至完全不會下圍棋，也能讓它戰勝人類圍棋世界冠軍，而這在傳統的機器上是不可能發生的。傳統機器的所有“行為”都是設計者提前編寫好的，因此它無法實現超出設計者認知的行為。

雖然機器學習讓人們身邊的很多物品越來越智能化，但距離真正的“強人工智能”還有很大的差距，這是因為當前基于數據的AI算法在很多時候有很大的局限性。比如，一個長期接受“辨識貓狗”訓練的AI 算法可能會把吉娃娃錯認為貓，也有可能把無毛貓誤認為狗，這主要是因為機器學習得到的結果與訓練數據高度相關。如果訓練AI用的數據是偏頗的，比如訓練用的貓的照片基本都是有毛的長尾貓，狗的照片基本都是大型犬，那么這樣訓練得到的AI算法就很容易在辨識某些其他種類的貓狗時犯錯。

目前，人工智能系統的問題在于機器學習的可解釋性缺陷，即機器學習是一個“黑箱”過程，我們無法解釋它到底根據什么特征做出判斷。人類在學習辨認貓狗的時候，往往會把判斷特征集中在貓狗身上的某些關鍵部位。一個通過圖像訓練得到的AI算法，即使結果正確率很高，卻有可能把某些判斷特征放在環境上，顯然這是不合理的，可能導致其系統應用存在潛在的風險。例如，在研發一個人工智能自動駕駛系統時，如果研發者不能判斷它是根據什么做出駕駛決策的，那么即使該系統在推廣前的測試中表現完美，也可能在遭遇復雜路況時出現致命錯誤。曾有一場發生在美國的車禍，就是因為人工智能自動駕駛系統錯誤地把卡車的白色車廂識別為天空，導致汽車徑直撞了上去。

這也從另一個角度闡明了一個道理：題海戰術雖然有用，但并不高效，而且會導致潛在錯誤，要想學習新知，還是要運用因果邏輯，從根本上搞清楚事物的來龍去脈。目前，科學家希望能在人工智能上實現這一點。

貝葉斯網絡的創始人、圖靈獎得主朱迪亞·珀爾認為，讓人工智能實現本質飛躍的關鍵就藏在每一個人的大腦中，即上天賜予人類的強大武器——因果邏輯。

珀爾把思維分成三個等級：第一個等級是關聯，與之對應的是觀察的能力，這是目前基于數據的“弱人工智能”所處的級別；第二個等級是干預，與之對應的是控制變量實施行動的能力，即能夠借助干預來獲得認知；第三個等級是反事實，與之對應的是想象的能力。幸運的是，人類的大腦處在第三等級，想象力給予我們通過想象構建反事實——虛構世界的能力，從而建構認知。例如，愛因斯坦通過思想實驗將狹義相對論推廣到具有加速度的非慣性系中。

關聯和因果的區別在于，關聯僅反映數據間最表層的信息，即相關性。例如，有數據表明，氣溫與犯罪率有相關性，氣溫低的時候犯罪率更高。我國春節期間的犯罪率的確會上升，其原因主要是春節期間小偷的活動變得頻繁，而恰好春節一般處于一年中氣溫最低的時間段。如果我們把數據輸入只懂得分析關聯性的人工智能系統中，僅從關聯的角度分析數據，將會得到“氣溫降低導致犯罪率上升”的結論。如果利用這個人工智能系統預測一個沒有春節文化的國家的犯罪率，或者一個氣溫異常年份的犯罪率，很有可能會得到“謬以千里”的結論。

從因果關系的角度出發，研究者不僅要分析數據之間的關聯性，還要判斷其內部的邏輯鏈條，比如，當全年氣溫保持不變時，犯罪率是否會變化？如果得到的答案為“是”，那么便可以認為除了氣溫還有其他影響因素。比如，由于新冠肺炎疫情暴發，2020年春節期間人員流動降低，雖然冬天的氣溫仍照常下降，但犯罪率卻沒有隨之變化。

珀爾認為，從機器學習上升到因果學習的一個重要渠道是引入“干預”算子。“干預”與“觀測”有本質上的不同，例如，觀測到公雞打鳴和強制讓公雞打鳴是完全不同的兩件事。目前的AI算法可以判斷公雞打鳴和太陽升起這兩件事之間的相關性，可是卻很難判斷強制讓公雞打鳴時太陽是否也會隨之升起。珀爾認為，只接受被動觀測數據的人工智能無法攀登上第二等級回答與“干預”有關的問題，也就無從理解“公雞打鳴”與“太陽升起”這兩件事之間的因果關系，因為因果關系的確認需要進行控制變量實驗，而這樣的實驗本身是建立在干預上的。

也許你會問，如果觀測到的維度足夠豐富，獲得的數據足夠充分，觀測是否可以代替干預呢？實際上，我們很難保證數據范圍與實際測試環境一致，更困難的是，很多時候無法知道數據本身是否完備。這就導致無論用多么巨量的數據訓練AI算法，都有可能因為數據與測試環境不完全一致而出錯，這被稱為OOD（Out of Distribution）問題。圖靈獎得主約書亞·本吉奧也認為，OOD泛化是當前人工智能最急需解決的一個問題。

現在，生活中常見的人工智能系統與“強人工智能”還有很大差距，它們還不具備判斷因果關系的能力，也完全沒有第三等級的想象力。不過，科學家已經認識到“因果學習”是讓人工智能實現下一次飛躍的關鍵，許多科學家相繼投入到“因果機”的理論研究中。例如，清華大學的崔鵬教授提出了通過將因果推理與機器學習相結合的穩定學習（Stable Learning）來改進OOD泛化問題；卡內基梅隆大學的黃碧薇博士利用因果關系發現框架，在時間序列的非穩態數據上實現了更精準的預測。隨著技術的發展，人工智能技術一定會越來越可靠，并能最終造福人類。