“人腦”模仿受挫 通往“智能機(jī)器”的新路線(xiàn)

科學(xué)家們一直致力于創(chuàng)造一種像人類(lèi)一樣思考的機(jī)器，但經(jīng)過(guò)一段時(shí)間的探索，這一進(jìn)程遇到了阻礙，他們基本上已經(jīng)暫停了模仿“人腦”，轉(zhuǎn)而研究已有發(fā)現(xiàn)的應(yīng)用。剩下的仍在孜孜不倦地追求“超智能機(jī)器”的人中，圖靈獎(jiǎng)獲得者Judea Pearl提出了通往智能機(jī)器的新路線(xiàn)圖。

“人腦”模仿受挫

卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)系主任Andrew Moore在接受Axios采訪(fǎng)時(shí)表示，盡管現(xiàn)在的AI在可視化、語(yǔ)音和困難游戲方面有令人驚嘆的能力，但它仍然“沒(méi)有魔力”?！拔覀儾辉僭噲D復(fù)制人腦，我們專(zhuān)注于設(shè)計(jì)制造（已經(jīng)發(fā)明的東西）”，他說(shuō)。

Moore的觀(guān)點(diǎn)與人工智能界日趨強(qiáng)烈的疑問(wèn)一致——現(xiàn)有的方法真的可以實(shí)現(xiàn)所謂”人工智能”嗎？去年九月，AI領(lǐng)域最受尊敬的先驅(qū)之一Geoffrey Hinton稱(chēng)，研究者們需要重新開(kāi)始。

1986年，Geoffrey Hinton與他人合著了一篇論文，這篇論文在30年后成為了引爆人工智能的核心。該論文提出了反向傳播理論方法，這是如今人工智能所依賴(lài)的主要方法，圖像分類(lèi)、Siri交談能力的進(jìn)步都仰仗該方法。然而去年九月，Geoffrey Hinton在一場(chǎng)多倫多舉行的AI會(huì)議上直言自己提出的突破性方法應(yīng)該被舍棄。

反向傳播算法的核心工作機(jī)制是用“標(biāo)簽”或“權(quán)重”代表類(lèi)腦神經(jīng)層中的圖像或聲音，權(quán)重可以逐層調(diào)整，直到該神經(jīng)網(wǎng)絡(luò)能夠在最少錯(cuò)的情況下執(zhí)行智能功能。如今Geoffrey Hinton對(duì)這個(gè)算法深表懷疑，他不認(rèn)為這是大腦的工作方式，因?yàn)椤拔覀冿@然不需要所有標(biāo)記的數(shù)據(jù)。”他說(shuō)，“我的看法是拋棄一切，重新開(kāi)始”。

通往“智能機(jī)器”的新路線(xiàn)

盡管許多AI科學(xué)家停下了對(duì)“超智能機(jī)器”的追求，但還是有研究者在堅(jiān)持尋求突破。其中Judea Pearl提出了通往智能機(jī)器的新路線(xiàn)——“因果推理”。

Judea Pearl是計(jì)算機(jī)科學(xué)領(lǐng)域最高獎(jiǎng)項(xiàng)圖靈獎(jiǎng)的獲得者，也是人工智能領(lǐng)域暢銷(xiāo)書(shū) “The Book of Why”的作者。他把他提出的新路線(xiàn)稱(chēng)為“因果推理”，即推斷情況的原因和方式的能力。

Judea Pearl指出新路線(xiàn)雖然并不涉及人工智能本身，但“因果推理”是終極路徑，因此將標(biāo)志一場(chǎng)“小型革命”，他告訴Axios。Pearl認(rèn)為當(dāng)下機(jī)器學(xué)習(xí)囿于相關(guān)性和關(guān)聯(lián)性，缺乏真正的思維。比如，如果一個(gè)人工智能程序每天都看到公雞在太陽(yáng)升起前打鳴，它就會(huì)認(rèn)為是公雞打鳴導(dǎo)致了太陽(yáng)升起，這就是人工智能所依賴(lài)的相關(guān)性。而“因果推理”就是希望能超越相關(guān)性，讓因果解釋成為機(jī)器智能的基石。

“我所預(yù)測(cè)的迷你革命將把機(jī)器學(xué)習(xí)從目前的不透明，健忘和缺乏可解釋性的困境中解放出來(lái)，” Judea Pearl說(shuō)?！按送猓€可以讓機(jī)器學(xué)習(xí)我們真正關(guān)心的問(wèn)題的答案，而不僅僅是相關(guān)性?！崩?，一輛裝備了“因果推理”的自駕車(chē)即使遇到一個(gè)沒(méi)有數(shù)據(jù)的情況，也能立即進(jìn)行調(diào)整。這樣的自駕車(chē)可以思考是什么導(dǎo)致了它遇到的事故，而不僅僅是與事故相關(guān)的事物，前者才是人類(lèi)真正關(guān)心的。

值得一提的是，Geoffrey Hinton也與他的谷歌同事一起提出了全新的AI理論體系——“Capsule”。這是他們對(duì)未來(lái)人工智能形態(tài)的探索。Capsule的提出受到了神經(jīng)解剖學(xué)、認(rèn)知神經(jīng)科學(xué)、計(jì)算機(jī)圖形學(xué)的啟示，旨在實(shí)現(xiàn)反向傳播無(wú)法實(shí)現(xiàn)的“無(wú)監(jiān)督學(xué)習(xí)”，這能讓神經(jīng)網(wǎng)絡(luò)擺脫“標(biāo)簽”，依靠自身變得智能。