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。
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%。
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：
- 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；
- 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）。
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