近日，《科學(xué)》雜志封面刊登了一篇重磅研究：人工智能終于能像人類一樣學(xué)習(xí)，并通過(guò)了圖靈測(cè)試。
這個(gè)人工智能像你一樣學(xué)習(xí)寫(xiě)字
假設(shè)你從來(lái)沒(méi)有見(jiàn)過(guò)菠蘿。有一天，有人送了你一個(gè)菠蘿。盡管你這輩子只見(jiàn)過(guò)這一個(gè)菠蘿，但你只用一眼就看出了菠蘿的特征。第二天，你去水果店，很快就能從一堆蘋(píng)果、葡萄、柚子中認(rèn)出菠蘿來(lái)。你甚至還能在紙上畫(huà)出菠蘿的簡(jiǎn)筆畫(huà)。
這種‘僅從一個(gè)例子就形成概念’的能力對(duì)人來(lái)說(shuō)很容易。然而，盡管人工智能近年來(lái)取得了長(zhǎng)足的進(jìn)步，但要讓機(jī)器做到這一點(diǎn)，卻難于上青天，因?yàn)槟壳暗娜斯ぶ悄芡ǔＰ枰獜拇罅康臄?shù)據(jù)中進(jìn)行學(xué)習(xí)，你得讓它看成千上萬(wàn)張菠蘿的圖片才行。
不過(guò)，這個(gè)事實(shí)或許從今天開(kāi)始改變了。今天，一篇人工智能論文登上了《科學(xué)》雜志的封面，為人們帶來(lái)了人工智能領(lǐng)域的一個(gè)重大突破：三名分別來(lái)自麻省理工學(xué)院、紐約大學(xué)和多倫多大學(xué)的研究者開(kāi)發(fā)了一個(gè)‘只看一眼就會(huì)寫(xiě)字’的計(jì)算機(jī)系統(tǒng)。(論文Human-level concept learning through probabilistic program induction見(jiàn)文末，或回復(fù)12可下載pdf格式。)
《科學(xué)》雜志封面
只需向這個(gè)系統(tǒng)展示一個(gè)來(lái)自陌生文字系統(tǒng)的字符，它就能很快學(xué)到精髓，像人一樣寫(xiě)出來(lái)，甚至還能寫(xiě)出其他類似的文字——更有甚者，它還通過(guò)了圖靈測(cè)試。下面就是機(jī)器和人寫(xiě)出的字符。你猜哪些是機(jī)器寫(xiě)出來(lái)的?傻傻分不清了吧?
機(jī)器的作品是1，2;2，1;1，1
這三名研究者分別是紐約大學(xué)數(shù)據(jù)科學(xué)中心的Brenden Lake，多倫多大學(xué)計(jì)算機(jī)科學(xué)與統(tǒng)計(jì)學(xué)系的Ruslan Salakhutdinov和麻省理工學(xué)院大腦與認(rèn)知科學(xué)系的Joshua Tenenbaum。他們創(chuàng)造的AI系統(tǒng)能夠迅速學(xué)會(huì)寫(xiě)陌生的文字，從某種意義上說(shuō)明它領(lǐng)悟到了字符的本質(zhì)特征(也就是字符的整體結(jié)構(gòu))，同時(shí)還能識(shí)別出非本質(zhì)特征(也就是那些因書(shū)寫(xiě)造成的輕微變異)。
三名研究者從左到右分別是：Ruslan Salakhutdinov， Brenden Lake和Joshua B· Tenenbaum。
人類的概念具有極大的彈性，因此，盡管許多概念的邊界十分模糊，但我們依然能進(jìn)行明確的分類。這三位研究者聲稱，他們的系統(tǒng)就抓住了這種彈性。該系統(tǒng)能模仿人類的一個(gè)特殊天賦——從少量案例中學(xué)習(xí)新概念。它所根植的計(jì)算結(jié)構(gòu)叫做概率程序(probabilistic program)，還可能有助于對(duì)人類獲得復(fù)雜概念的過(guò)程進(jìn)行建模。
Joshua B。 Tenenbaum是麻省理工學(xué)院大腦與認(rèn)知科學(xué)系的教授，他說(shuō)：‘目前的人工智能領(lǐng)域大都聚焦在對(duì)模式進(jìn)行分類。但是，這種類型的智能所缺少的不是分類或識(shí)別的能力，而是思考。所以，盡管我們研究的只是手寫(xiě)字符，但依然大言不慚地使用“概念”這種詞。因?yàn)槲覀兡苡米址麃?lái)研究更加豐富和復(fù)雜的概念。我們能理解字符的來(lái)歷和構(gòu)件，也能理解如何用不同的方式來(lái)使用字符，并造出新的字符來(lái)。’
通過(guò)‘圖靈測(cè)試’
這篇論文的第一作者Brenden Lake曾在Tenenbaum的團(tuán)隊(duì)中獲得認(rèn)知科學(xué)博士學(xué)位，如今他是紐約大學(xué)的博士后。根據(jù)Lake的介紹，他們?cè)谡撐闹蟹治隽巳齻€(gè)核心原則。這些原則都很通用，既可以用在字符上，也可以用在其他的概念上：
組合性(compositionality)：表征是由更簡(jiǎn)單的基元構(gòu)建而成。
因果性(causality)：模型表征了字符生成的抽象因果結(jié)構(gòu)。
學(xué)會(huì)學(xué)習(xí)(learning to learn)：過(guò)去的概念知識(shí)有助于學(xué)習(xí)新的概念。
研究者對(duì)這個(gè)AI系統(tǒng)進(jìn)行了幾項(xiàng)測(cè)試。
測(cè)試1：研究者向它展示了它從未見(jiàn)過(guò)的書(shū)寫(xiě)系統(tǒng)(例如藏文)中的一個(gè)字符例子，并讓它寫(xiě)出同樣的字符。這里并不是讓它復(fù)制出完全相同的字符，而是讓它寫(xiě)出9個(gè)不同的變體，就像人每次手寫(xiě)的筆跡都不相同一樣。例如，在看了一個(gè)藏文字符之后，算法挑選出該字符用不同的筆跡寫(xiě)出來(lái)的例子，識(shí)別出組成字符的筆畫(huà)，并重畫(huà)出來(lái)。
測(cè)試2：研究者向系統(tǒng)展示了一個(gè)陌生書(shū)寫(xiě)系統(tǒng)中的幾個(gè)不同的字符，并讓它創(chuàng)造出一些相似的字符。
測(cè)試3：研究者讓它在一個(gè)假定的書(shū)寫(xiě)系統(tǒng)中創(chuàng)造出全新的字符。
與此同時(shí)，人類被試也被要求做同樣的事情。最后，研究者要求一組人類裁判(來(lái)自亞馬遜土耳其機(jī)器人，Amazon Mechanical Turk)分辨出哪些字符是機(jī)器寫(xiě)的，哪些是人類寫(xiě)的。結(jié)果，裁判的正確率僅為52%，和隨機(jī)的結(jié)果差不多。于是，機(jī)器通過(guò)了所謂的視覺(jué)圖靈測(cè)試。
紅圈標(biāo)出的是機(jī)器的作品
傳統(tǒng)的機(jī)器學(xué)習(xí)系統(tǒng)(比如手機(jī)上的語(yǔ)音識(shí)別算法)在某些分類任務(wù)上的表現(xiàn)很好，但它們首先需要大量的數(shù)據(jù)集來(lái)進(jìn)行訓(xùn)練。相比之下，人類只需要少量的例子就能抓住某個(gè)概念的精髓。這種‘一次性學(xué)習(xí)’正是研究者希望他們的系統(tǒng)能模擬的能力。
學(xué)會(huì)如何學(xué)習(xí)
三位研究者采用的方法是‘貝葉斯程序?qū)W習(xí)’(BPL，Bayesian Program Learning)，能讓計(jì)算機(jī)系統(tǒng)對(duì)人類認(rèn)知進(jìn)行很好的模擬。傳統(tǒng)的機(jī)器學(xué)習(xí)方法需要大量的數(shù)據(jù)來(lái)訓(xùn)練，而這種方法只需要一個(gè)粗略的模型，然后使用推理算法來(lái)分析案例，補(bǔ)充模型的細(xì)節(jié)。
在這篇論文中，研究者的模型只規(guī)定了字符由筆畫(huà)組成，筆畫(huà)由抬高筆觸來(lái)區(qū)分，而筆畫(huà)又由更小的子筆畫(huà)組成，子筆畫(huà)用筆尖速度為零的點(diǎn)來(lái)區(qū)分?！∮辛诉@個(gè)初始模型之后，研究者向AI展現(xiàn)了人類手寫(xiě)文字的方式，包括筆畫(huà)順序等，讓系統(tǒng)學(xué)習(xí)連續(xù)的筆畫(huà)和子筆畫(huà)之間的統(tǒng)計(jì)關(guān)系，以及單個(gè)筆畫(huà)所能容忍的變異程度。這個(gè)系統(tǒng)從未在它所分析的書(shū)寫(xiě)系統(tǒng)上進(jìn)行過(guò)任何訓(xùn)練，它只是推理出了人類寫(xiě)字的一般規(guī)律。
Tenenbaum說(shuō)：‘每個(gè)星期，我們似乎都能讀到機(jī)器在人臉識(shí)別、語(yǔ)音識(shí)別方面與人類旗鼓相當(dāng)?shù)男侣?。但是，?duì)我這種研究心智的科學(xué)家來(lái)說(shuō)，機(jī)器學(xué)習(xí)和人類學(xué)習(xí)之間的鴻溝是巨大的。我們希望彌合這個(gè)鴻溝，這是我們的長(zhǎng)期目標(biāo)。’
各方評(píng)價(jià)
劍橋大學(xué)的信息工程教授Zoubin Ghahramani說(shuō)：‘我認(rèn)為這對(duì)人工智能、認(rèn)知科學(xué)和機(jī)器學(xué)習(xí)是一個(gè)重大的貢獻(xiàn)。深度學(xué)習(xí)目前已取得了重要的成功，這篇論文非常清醒地表明了深度學(xué)習(xí)的局限性，因?yàn)樯疃葘W(xué)習(xí)需要大量的數(shù)據(jù)，并且在這篇論文所描述的任務(wù)上表現(xiàn)很差。這篇論文也展現(xiàn)了實(shí)現(xiàn)類人機(jī)器學(xué)習(xí)的重要方法。’
也有一些人對(duì)‘人工智能超越人腦’這種說(shuō)法持謹(jǐn)慎態(tài)度。艾倫人工智能研究所的Oren Etzioni說(shuō)：‘我對(duì)“超人的表現(xiàn)”這種說(shuō)法非常謹(jǐn)慎。當(dāng)然，這個(gè)算法確實(shí)超過(guò)一般人的表現(xiàn)，除了達(dá)斯汀·霍夫曼。’(指霍夫曼主演的《雨人》電影。)
與深度學(xué)習(xí)優(yōu)勢(shì)互補(bǔ)
多倫多大學(xué)和谷歌的人工智能先驅(qū)Geoffrey Hinton說(shuō)這個(gè)研究‘令人印象非常深刻’。他說(shuō)，這個(gè)模型能通過(guò)視覺(jué)圖靈測(cè)試，這很重要，‘是一個(gè)不錯(cuò)的成就。’Hinton是深度學(xué)習(xí)的奠基者。深度學(xué)習(xí)近年來(lái)取得了舉世矚目的成就，被廣泛應(yīng)用在許多領(lǐng)域，例如語(yǔ)音翻譯、圖像識(shí)別等，還用在谷歌的圖像搜索和Facebook的人臉識(shí)別上，獲得了巨量的數(shù)據(jù)以供學(xué)習(xí)。
然而，這篇新論文說(shuō)‘貝葉斯程序?qū)W習(xí)’在某些方面比深度學(xué)習(xí)的表現(xiàn)更好。三位作者和Hinton都禮貌地表明，這兩種方法在不同的任務(wù)上各領(lǐng)風(fēng)騷，假如能彼此借鑒，一定能互相彌補(bǔ)。如果能建出一個(gè)混血系統(tǒng)，說(shuō)不定能有更大的提升。在數(shù)據(jù)量巨大但較混亂的情況下，深度學(xué)習(xí)能發(fā)揮優(yōu)勢(shì);而在數(shù)據(jù)量少而清晰的情況下，貝葉斯學(xué)習(xí)占領(lǐng)上風(fēng)。
Hinton說(shuō)，這篇論文最令人興奮的成果或許是能讓那些宣稱智能計(jì)算機(jī)系統(tǒng)的學(xué)習(xí)方式與人類完全不同的批評(píng)者閉嘴，因?yàn)樗麄兊闹饕摀?jù)正是計(jì)算機(jī)不能從單個(gè)例子中形成概念。
未來(lái)
在未來(lái)，這種機(jī)器學(xué)習(xí)的技術(shù)能夠完成很多任務(wù)，例如讀懂手語(yǔ)、提升語(yǔ)音識(shí)別軟件的性能等。運(yùn)用這種方法，或許只用向計(jì)算機(jī)展示一張人臉照片，它就能從任何角度識(shí)別出這個(gè)人。它甚至有可能用來(lái)制定軍事行動(dòng)計(jì)劃。
當(dāng)然，盡管這個(gè)成果很重要，但它對(duì)人工智能領(lǐng)域來(lái)說(shuō)只是一個(gè)小小的起點(diǎn)，不代表未來(lái)的機(jī)器學(xué)習(xí)都必須采用這種方法。正如它顛覆了‘計(jì)算機(jī)如何理解概念’這個(gè)課題一樣，在這個(gè)日新月異的領(lǐng)域中，極有可能下個(gè)月就出現(xiàn)一種新方法，將它甩在后面飛揚(yáng)的塵土中。
