人工智能需要自主学习.pdfVIP

人工智能需要自主学习

神译局13小时前

关注

“人工智能+自主学习”才是真正的AI时代。

神译局是36氪旗下编译团队，关注科技、

商业、职场、生活等领域，重点介绍国外的新

技术、新观点、新风向。

编者按：最近几年，人工智能研究虽然已经取得了较大进展，但

它的知识学习功能仍然部分或完全地依赖于人类的监督，缺乏自我解

释的能力，往往无法解释其具体结果背后的原理。对此，本文对人工

智能的未来发展方向进行了探讨。在未来，若人工智能能够实现自主

学习、自我意识和自我服务，人工智能领域将有望迎来一个新的“自

我时代”。本文译自Fastcompany，原标题为“ForAItogrowup,

itneedstolearnonitsown”，原作者为PremNatarjan，希望能

对您有所启发。

“现在人工智能的功能已经非常强大了，只需要人类告诉它该做

什么，它就能够做什么。但是，随着它越来越能够自己得出聪明的结

论，这项技术将进入一个新的“自我时代”。-普莱姆·那塔拉印

（PremNatarjan）

作为人类，我们既可以在专家的监督和指导下接受正规的学习教

育，也可以通过与特定环境的互动进行自主学习。从孩提时代开始，

我们的大脑就一直在通过感官输入一些知识，并不断在知识输入和个

人经历之间建立联系。进入成长期后，大脑开始呈现出巨大的扩张趋

势，以使我们能够在年龄逐渐增长的同时，依然可以保留住早期时获

得的知识和经验。可以说，我们大多数关于如何在现实世界中生存和

经营的知识，都来自于我们的自主学习以及在特定情境中的不断应用

和总结。

相比之下，尽管人工智能系统的研究最近取得了显著的进步，但

现在人工智能的知识学习仍然部分或完全地依赖于人类的监督。即使

是知识最渊博的人工智能也可能缺乏运用常识进行推理的能力。例如，

当你问它“游到月球需要多长时间?”，它可能会回答“我不知道”，

而不是回答“你游不到月球上”。

为了提升人工智能的学习能力，研究人员最近开始了对概括性学

习和自主学习的基本要素的探索。例如，最近他们一直在探索开发

种用于语言处理和计算机视觉任务的巨大神经网络模型，以使人工智

能能够建立起知识输入和输出(或行动/经验)之间的基本联系。从长远

来看，仅仅开发一个更大的模型并不是一种值得推广的方法，但就目

前而言，这个模型可以扩大人工智能在没有直接监督的情况下的学习

范围。

新兴研究方向

在我担任亚马逊AlexaAI的副总裁期间，我发现整个行业有三个

令人兴奋的新兴研究方向，人工智能领域将有望迎来一个新的“自我

时代”。其中一个方向是，人工智能能够通过互动不断学习，即“自

主学习”。另一个方向是“自我意识”，即人工智能在其运行环境中，

能够通过保持其运行状态，获得一些执行常识性推理任务的能力，无

需研究人员事先为其编程。第三个方向则是使所有人都能更加容易地

使用人工智能的功能，即实现“自我服务”。

自主学习对于人工智能在没有人类干预的情况下提高和扩展其能

力至关重要。这类研究的一个最新进展是人工智能系统的自监督模型

GPT-3的发明，它可以使人工智能通过大量阅读来学习总结和撰写文

本。例如，如果你让GPT-3用肯明斯（E.E.Cummings）的声音写

首关于疫情的诗，程序就会神奇地模仿肯明斯的风格写诗，包括他的

语气、标点符号和意象的使用等。

GPT-3的能力主要取决于其自学能力，即当开发人员输入一条它

所不熟悉的命令时，系统能够通过查看信息数据库（例如，英语语法

和语言的基本原则、卡明斯的著作以及围绕疫情的显著事件等），推

断出开发人员可能的意图，并利用这些信息，研究得出合理、知情的

反应。

如今，当被问到“现在几点了？”时，Alexa的语音服务会利用设

备的位置信息，为该时区提供准确的时间。而如果没有这些知识，即

使用户和设备都在洛杉矶，用户也必须在问题中将所在位置描述清楚，

即“洛杉矶的当前时间是什么时候？”。显然，即使是有限的自我意

识（在本例中，是对其当前位置的自我意识）也允许AI与用户之间能

够实现自然交互。

现在，研究人员所面临的一个关键问题是，我们该如何扩大这种

自我意识，以实现更复杂、更自然、更顺畅的体验?假如一个家庭人工

智能助手能够自