看圖識(shí)數(shù)的神經(jīng)網(wǎng)絡(luò),人工智能距人類又近了一步

還記得從什么時(shí)候開(kāi)始，你學(xué)會(huì)了看圖識(shí)數(shù)，什么時(shí)候開(kāi)始明白1和2的含義么？

也許我們都記不清了，因?yàn)檫@種直觀的數(shù)字感是卻是人類和動(dòng)物與生俱來(lái)的優(yōu)勢(shì)。 與計(jì)算機(jī)不同的是，當(dāng)我看到2只小豬或者2個(gè)小鴨子和數(shù)字符號(hào)2在一起時(shí)候，我們可能不需要計(jì)算就會(huì)知道，它們都有一個(gè)共同點(diǎn)——“2”這個(gè)抽象概念。

即便現(xiàn)在的計(jì)算機(jī)已經(jīng)可以在一秒內(nèi)完成數(shù)百萬(wàn)次的計(jì)算，機(jī)器學(xué)習(xí)已經(jīng)可以識(shí)別小貓小狗，讓人工智能網(wǎng)絡(luò)像小孩一樣學(xué)習(xí)辨別數(shù)字仍是一件新穎的研究。

上周在Science Advances發(fā)表的一篇文章表明， 讓神經(jīng)網(wǎng)絡(luò)重復(fù)嬰兒、猴子和烏鴉等生物的認(rèn)知技能，在沒(méi)有經(jīng)過(guò)任何訓(xùn)練的情況下， 它突然學(xué)會(huì)了分別更大和更小的數(shù)量差異，也就是我們剛剛說(shuō)的數(shù)字感。 很多專家認(rèn)為數(shù)字感是我們計(jì)算和運(yùn)用復(fù)雜數(shù)學(xué)能力的重要前提。 但是關(guān)于這種能力如何在年幼的大腦中自發(fā)產(chǎn)生的，我們還不得而知。

看圖識(shí)數(shù)的神經(jīng)網(wǎng)絡(luò)

近年來(lái)，受生物學(xué)啟發(fā)的深度神經(jīng)網(wǎng)絡(luò)為視覺(jué)系統(tǒng)的運(yùn)作提出很多有價(jià)值的啟發(fā)。生成神經(jīng)網(wǎng)絡(luò)，即一類深層網(wǎng)絡(luò)通過(guò)學(xué)習(xí)感官輸入來(lái)構(gòu)建內(nèi)部模型，已被證明具有數(shù)字感，但無(wú)法解釋數(shù)字神經(jīng)元的出現(xiàn)。

為了研究它的發(fā)展，來(lái)自德國(guó)蒂賓根大學(xué)的生物學(xué)研究所Nieder教授試圖建立一個(gè)深度學(xué)習(xí)網(wǎng)絡(luò)，來(lái)模擬我們大腦中視覺(jué)系統(tǒng)的運(yùn)作，看看在沒(méi)有訓(xùn)練軟件的情況下是否會(huì)出現(xiàn)數(shù)量特征。

研究人員首先在120萬(wàn)個(gè)圖像的標(biāo)準(zhǔn)數(shù)據(jù)集上訓(xùn)練網(wǎng)絡(luò)，這些圖像分為1,000個(gè)不同的類別。最終，像之前的訓(xùn)練系統(tǒng)一樣它可以辨別動(dòng)物和昆蟲(chóng)的圖片，不僅可以辨別狗和蜘蛛還可以辨別其特定的品種。

接下來(lái)，研究人員向神經(jīng)網(wǎng)絡(luò)展示了只包含黑色背景上的白點(diǎn)圖案，以表示數(shù)字1到30，在沒(méi)有任何關(guān)于數(shù)字的指導(dǎo)或被告知尋找數(shù)量上的差異，神經(jīng)網(wǎng)絡(luò)做到了將圖像根據(jù)點(diǎn)數(shù)分類。

“這項(xiàng)研究很酷的地方在于，當(dāng)你訓(xùn)練視覺(jué)系統(tǒng)的神經(jīng)網(wǎng)絡(luò)來(lái)完成物體識(shí)別等任務(wù)時(shí)，它其實(shí)還可以自學(xué)一些其他東西，如數(shù)字。”麻省理工學(xué)院大腦和認(rèn)知科學(xué)系教授James DiCarlo說(shuō)。

Nieder的團(tuán)隊(duì)使用模擬人類大腦的深度學(xué)習(xí)系統(tǒng)，其中“神經(jīng)元”既接收來(lái)自系統(tǒng)中高等神經(jīng)元的輸入，又將該信息發(fā)送到線路上，某些神經(jīng)元基于其特征或模式被刺激而“反射”。

使用這個(gè)模型，Nieder將網(wǎng)絡(luò)神經(jīng)元的激活與猴子大腦中的神經(jīng)元進(jìn)行了比較，這些神經(jīng)元顯示出相同的點(diǎn)圖案。

人工神經(jīng)元的行為與動(dòng)物大腦的視覺(jué)處理區(qū)域中的神經(jīng)元完全相同，具有對(duì)特定數(shù)字的偏好和調(diào)整。例如，特地?cái)?shù)字6神經(jīng)元會(huì)在出現(xiàn)6個(gè)點(diǎn)時(shí)候表現(xiàn)出最高的激活水平，數(shù)字5和圖像7的匹配激活水平降低一點(diǎn)，數(shù)字4和7點(diǎn)圖像更低，當(dāng)刺激物遠(yuǎn)離其目標(biāo)數(shù)量時(shí)，神經(jīng)元的活動(dòng)不斷下降。

神經(jīng)網(wǎng)絡(luò)也會(huì)犯和人類大腦相似的錯(cuò)誤， 它更難以區(qū)分較近的數(shù)字，如4和5，而不是相距較遠(yuǎn)的數(shù)字，如4和9。它也很難區(qū)分較大的數(shù)字，如20和25。

人工智能距人類又近了一步

“這對(duì)我們來(lái)說(shuō)非常令人興奮，因?yàn)檫@些正是我們?cè)诖竽X真實(shí)神經(jīng)元中的反應(yīng)類型，”Nieder說(shuō)?！斑@可能可以解釋我們的大腦，至少我們的視覺(jué)系統(tǒng)，可以自發(fā)地表示場(chǎng)景中的物體數(shù)量?！?/p>

研究數(shù)學(xué)思維的巴黎笛卡爾大學(xué)的研究科學(xué)家VéroniqueIzard在一封電子郵件中寫(xiě)道，這項(xiàng)研究表明了數(shù)字感不是從進(jìn)化上選擇的，而是作為識(shí)別物體的副產(chǎn)品自發(fā)地出現(xiàn)。

Nieder認(rèn)為這種類型的神經(jīng)網(wǎng)絡(luò)提供了更好的人腦模型。他說(shuō)：“我們現(xiàn)在可以對(duì)大腦中的事情如何發(fā)生，以及從人工智能網(wǎng)絡(luò)到真實(shí)網(wǎng)絡(luò)的來(lái)回做出假設(shè)。我認(rèn)為這些網(wǎng)絡(luò)對(duì)基礎(chǔ)科學(xué)來(lái)說(shuō)是一大優(yōu)勢(shì)?！?/p>

實(shí)現(xiàn)表明我們的學(xué)習(xí)原則還是非常基礎(chǔ)的，人類和動(dòng)物所展示的一些高層次的思考可能與我們的視覺(jué)體驗(yàn)密切相關(guān)。 我們可以沿著這個(gè)方向，將學(xué)習(xí)訓(xùn)練應(yīng)用于其他任務(wù)，去實(shí)現(xiàn)一些更具人類特質(zhì)的人工智能。

隨著我們不斷發(fā)現(xiàn)更多關(guān)于構(gòu)建人工智能學(xué)習(xí)的技術(shù)，并找到了解生物大腦的新方法，我們將會(huì)解開(kāi)了更多智能、適應(yīng)性行為的奧秘。

雖然還有很長(zhǎng)的路要走，很多其他方面去探索，但很清楚的是，人類之所以有這么強(qiáng)大的適應(yīng)能力與我們看審視世界的能力和總結(jié)經(jīng)驗(yàn)的能力密不可分。毫無(wú)疑問(wèn)，這也將是任何人工智能系統(tǒng)的必要組成部分，這樣才有可能像人類一樣完成多樣性和復(fù)雜性的任務(wù)。