成功率90%!百度的AI學會了舉一反三

2017.03.31 by
PingWest
PingWest 查看更多文章

宣導「有品好玩的科技一切與你有關」,開始構建科技創新實踐者與消費者的共用社區,成為科技融入生活與消費方式的創新實驗室。

PingWest
百度近日發表的一篇論文顯示,在一個專門架設的遊戲環境中,百度AI控制的角色可以理解並執行過去從未發出、從未定義過的指令,且成功率達到了90%。

你一定知道,AI在下圍棋上已經比人類厲害了。不過,絕大多數在完成特定任務上性能卓越的AI,實際上只是面向單一任務進行訓練出來的而已,如果一個AI 的任務是下棋,它就只會一步一步下棋,你要是突然問他「怎麼下才能贏?」它根本不知道,八成會當機。

這就是你暫時不需要擔心AI終結人類的原因:它不會舉一反三,沒法解決一些在認知上跨度比較大的任務。舉個例子,在《坦克大戰》裡,勝利的方式是盡量保存更多的磚塊,吃掉增益,擊毀所有的敵方坦克,一個正常的人類玩家可能玩上一兩盤就明白了,而AI 可能會把所有的磚塊全都打掉,輸掉成千上萬盤遊戲才能迎來第一盤胜利。

battle-city

人很容易理解「保存磚塊只打坦克」這句話,但AI理解不了,它只會玩遊戲,不會聽話。

想要實現強人工智慧,甚至通用人工智慧,這個問題遲早有一天要解決。PingWest發現,近日百度發布的一篇論文顯示,該公司搭建了一個AI系統,組合了電腦視覺和自然語言處理兩種技術,讓AI學會了「舉一反三」:在一個專門架設的遊戲環境中,AI控制的角色可以理解並執行過去從未發出,也從未定義過的指令,且成功率達到了90%。

ai-baidu-2

研究團隊由深度學習研究院傑出科學家徐偉帶領,採用的是監督學習和強化學習所組合的深度學習技術。研究人員設計了很簡單的遊戲場景XWORLD,在一個8 x 8的遊戲空間,AI控制一個主角,一些磚塊和可以「吃」的水果,位置均隨機。他們採用的訓練方式很簡單:

  1. 直接給出一句自然語言指令,比如「請前往蘋果的位置」,然後根據AI的行為獎罰;
  2. 用自然語言向AI發問,比如「在北邊的水果是什麼?」根據答案正確與否獎罰。

至於地圖什麼情況、哪些是磚塊哪些是水果、北是什麼方向、蘋果長什麼樣子,AI則是採用電腦視覺來進行判斷的。很快研究人員就發現,AI不需要以往那麼多的訓練次數,就可以實現舉一反三,準確地執行一些從未聽過的新指令,比如「請去到無花果的西邊」、「你可以去蘋果和香蕉的中間嗎?」、「請移動到紅色/綠色的蘋果」,以及回答非指令問題,比如「靠南的水果是什麼」(西瓜)。

ai-baidu-1

如果你已經學會了怎樣用水果刀削蘋果,那你幾乎不需要指導也能用水果刀削梨和火龍果。其實這就是舉一反三,因為透過將感官獲得的資訊進行認知整合(特別是語言方面),從而實現知識和經驗的遷移,對於人類而言是一件特別容易的事情。但在過去電腦一直無法實現,除非人類對「反三」中每一種可能出現的狀況都預先寫好程式。

在徐偉團隊論文描述的實驗中,AI系統能夠從訓練指令中學習語法,處理和回答新的指令、問題,意味著計算機終於首次在某種特定的環境下獲得了舉一反三的能力。機器學習中,這種能力的術語叫做「零樣本學習」(zero-shot learning ability)。

對於這項技術,接下來百度還有新的打算。除了讓AI在XWORLD環境裡增加新的功能,理解更多、更複雜的指令之外,徐偉團隊還打算將它遷移到虛擬的三維空間中進行訓練,最終極目標則是在實際環境中,讓人類教師用自然語言來訓練機器人。

不管終極目標能否實現,至少今天,在像人類一樣學習的道路上,機器又往前邁了一步。

本文授權轉載自:PingWest

每日精選科技圈重要消息