想要推理能力比肩人类,AI先得换种学习方式

  不管是人类,还是动物,在学习大多数事物时,都是在自我监督的模式下进行的,而不是强化学习模式。这个模式本质上就是观察这个世界,然后不断与之互动,这种观察是自发的,而不是在测试条件下完成的。

  人类在漫长的进化中,获得了一种能通过感知、逻辑推理来与世界互动、认识世界的能力。当一个梨摆在我们面前时,我们能够通过嗅觉、视觉等,判断出它是梨而非苹果。当在路上行驶时,即使行人被部分遮挡住,我们也能从露出的部分体貌特征判断出这是一个人,从而进行避让。

  在人工智能领域,科学家们也一直试图让机器拥有像人一样的逻辑思维能力,帮助人完成更多工作。

  近日,在2020 ICLR大会上,图灵奖得主舒亚·本吉欧(Yoshua Bengio)和扬·勒昆(Yann LeCun)发表观点称,自监督学习有望使AI产生类人的推理能力。本吉欧相信机器最终可以习得关于这个世界的各种知识,这种知识的获得并不需要机器去亲身体验各种真实发生的事件,而是通过习得语言化的知识来实现。

  那么机器如何具备类人的推理能力?想具备类人的推理能力还要逾越哪些障碍?

  “死记硬背”让机器难有逻辑能力

  购物时,无需出示支付码,将面部特征绑定银行卡就能轻松消费;回家路上,查询手机地图,可以看出哪些地段拥堵;到饭点了,跟机器人对话叫外卖……这些基于机器学习的应用,正在让人工智能变得可观可感。但机器学习面临的挑战便是,需要大量数据的积累以及很强的算力。

  机器学习分为监督学习、无监督学习和强化学习。“监督学习需要对数据进行标签分类,数据需要涵盖所有可能的场景,此外,完成学习,机器还需要大量的算力。例如,如果希望创建图像分类模型,则必须为系统提供经过适当分类标记的大量图像,让模型在其中进行充分训练。有时数据量达到百万、千万级规模,需要几百万、上千万次的迭代。”中国科学院自动化研究所研究员、视语科技创始人王金桥告诉科技日报记者。

  因此,减少对数据的依赖,一直是研究人员最重要的探索方向之一。在南京航空航天大学计算机学院教授陈松灿看来,监督学习往往需要大量的带有注释、标记的数据,而标记这些数据,需要人工完成,既耗时又昂贵。

  然而,即使是在有大量数据“打底”的监督学习环境中,一旦机器遇到不同于训练示例的全新状况,也面临着失控的风险。

  “例如无人驾驶汽车行驶在一条陌生的道路上,前方虽然出现了路杆,但如果此前系统没有遇到过这种道路模式,就会撞上去。进入摄像头视野的行人,如果未露出全貌,那系统就无法判断出这是一个人,也会撞上去。还有我们进入停车场时,有些停车杆不能及时抬起,是因为靠近停车杆的行驶角度超出了此前设定的范围。”王金桥表示,虽然数据标签的质量,对于监督学习的效果非常重要,但监督学习不应局限于这种模式,应该提高对未知环境的探索和理解能力。

  自监督学习可利用规律举一反三

  对于机器学习的未来,扬·勒昆和约舒亚·本吉欧有着相同的期待,他们认为,自监督学习会创造出更像人类的人工智能。

  正如勒昆所解释的,大多数人可以在30小时内学会驾驶汽车,因为他们已经凭借直觉构建了一个关于汽车行动方式的物理模型。

  “自监督学习是无监督学习中的一种,它可以通过揭示数据各部分之间的关系、内在结构,从数据中生成标签,这种标签便于对数据进行分类。自监督学习需要学习的样本量很少,但需要有基础知识的积累。”王金桥说。

  王金桥进一步解释,例如下围棋,如果机器可以将顶尖高手的棋路都学会,就能举一反三。又例如,假设世界上有5000种苹果的类型,植物学家又培育出一种新苹果,与其他苹果长得很像,那么自监督学习就可以通过数据的分析,识别出这是苹果,但又能认识到它是不同于以往的苹果类型。也就是说,通过自监督学习,机器不需要训练,就可以通过自动分析内部数据的结构关系,并且应用分析数据得到的规律,对各种新情况作出判断。这种能力类似于人,在婴幼儿时期,人类能用嗅觉、触觉、视觉等感知世界,进入学校学习后,能将万事万物的物理特征,与知识结合起来,慢慢形成推理能力。

  王金桥认为,这有点类似于勒昆说的,自监督学习无需创建大量带有标签的数据集,例如用大量猫和狗的图片,让机器认识猫和狗的不同;也不用花费数千个小时训练“Alpha Zero”这样的国际象棋游戏机器人,而是只需获取一些丰富的原始数据,例如视频,然后“喂”给计算机,训练机器预测视频中即将出现的画面。

  “不管是人类,还是动物,在学习大多数事物时,都是在自我监督的模式下进行的,而不是强化学习模式。这个模式本质上就是观察这个世界,然后不断与之增进互动,这种观察是自发的,而不是在测试条件下完成的。”勒昆在2020 ICLR大会上表示。

  达到类人水平还需算法理论突破

  在几位专家看来,目前想通过自监督学习实现机器的类人逻辑能力,还前路漫漫。

  陈松灿认为,自监督学习需要解决数据的不确定性问题,即积累的数据与要完成的任务的匹配性问题。“例如,利用自监督学习训练的自动驾驶系统,可以通过机载的测速仪、方向仪,学习安全行驶的方向和速度信息。但以现在的技术水平来说,如果行人横穿马路,而此前标记的信息与行人横穿马路不搭界,那自动驾驶系统就会无法做出判断,发出指令。”

  王金桥表示:“从监督学习到自监督学习,就像先让机器知道什么是1234,才能算加减乘除一样。目前的自监督学习还非常初级,仅有一些小的、封闭的数据集。”

  他说,目前制约自监督学习的因素涉及大数据积累、小样本监督,以及自主进化、认知未知数据的能力。“在数据积累阶段,还需要把数据做得更规范,搭建的深度学习网络要有能支持自监督学习的能力,能让机器自己生成标签。在样本监督学习阶段,要解决样本不均衡的问题,例如要让机器学会分辨猫和狗,那么猫和狗的案例数量要匹配,同时要去除数据噪音,不要把干扰图像混入。”

  “关键是要让自监督学习产生认知的能力,而不只是代替人类的视觉、听觉、触觉,要从感知智能过渡到认知智能,让机器建立自己的知识图谱,能与人的思辨能力和知识图谱对接,能进行知识表述和高阶推理。”王金桥说。

  但目前所有的不完美,并不影响两位图灵奖得主的信心。本吉欧认为,相比于动物,人类之所以聪明,是因为我们有自己的文化,让我们能够解决这个世界的问题。要想让人工智能在现实世界中发挥作用,我们需要它不仅仅是有翻译功能,更需要它能够真正理解自然语言。

  而在勒昆看来,如果说人工智能是一块蛋糕,那么自监督学习就是其中最大的一块。

本文由程序自动从互联网上获取,其版权均归原作者所有,文章内容系原作者个人观点,不代表本站对观点赞同或支持。如有侵权,请联系删除。