首页 科技快讯 人工智能需要自主学习

人工智能需要自主学习

来源:晰数塔互联网快讯 时间:2021年08月25日 16:23

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Fast company,原标题为“For AI to grow up, it needs to learn on its own”,原作者为Prem Natarjan,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(Prem Natarjan)

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一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Alexa AI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)的声音写一首关于疫情的诗,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主分析和理解周围环境状态(比如一天的时间、温度和最近接收的指令等),并使用常识推理做出推论,将可能会给用户带来真正神奇的体验。

大多数机器学习模型仍然还是一个黑匣子,往往无法解释具体结果背后的原理。

试想一下你和一辆自动驾驶汽车和一个家庭人工智能助手一起工作生活时的样子。12月某个周一的早上8点,在你关灯准备离家去上班时,智能家居就会启动汽车的引擎来帮助汽车升温。你一上车,语音助手系统会识别你当前的位置和目的地,并查看交通数据,推断出一条最佳的路线。然后,汽车就会按照制定的路线行驶,开始你的旅程。此外,人工智能会检测到天气可能下雨,进而建议你带把雨伞出门。

 Fast company事件

《Fast company》杂志公布了第七届年度创新节的一些细节,有些人想通过人工智能探索疫情后重塑商业、社区和文化的机会。是的,其中的一些未来愿景似乎很难实现,但即使是在短期内实现其中的一部分,也可以让用户受益良多。例如,亚马逊人工智能Alexa hunches可以识别客户日常生活中的异常情况,比如如果它注意到晚上有一盏灯是开着的,会提出纠正建议——关灯。在常识推理的功能支持下,关于人工智能“自我意识”的研究还可能更进一步,例如顾客如果在孩子们的足球训练计划结束前5分钟打开了电视,人工智能可能会推断“它需要提醒该顾客去接孩子”。

自我服务

随着人工智能进入“自我时代”及其自我学习功能和自我意识的不断进步,智能系统也将实现自我服务功能,从而使人工智能更加普遍化,为更多普通人所使用。在人工智能“自我时代”,没有任何人工智能专业知识的用户也能够定制智能系统,并可以突破过去技术上的限制,使用他们自己定制的设备。目前,拥有软件专业知识但没有人工智能专业知识的开发人员和程序员已经具备了构建新的Alexa的技能和能力。在这个即将到来的“自我时代”,研究人员们希望没有编程经验的个人也能够完成类似的任务。

例如,对低代码和无代码机器学习框架的日益重视,将会使用户无需编写新的代码就可以训练、测试和部署深度学习模型,这将使世界各地的人们都能够影响和决定人工智能能力的未来发展方向,以适应医疗、教育、内容传递等各种用途。

当然,人工智能的“自我时代”还没有到来。目前,大多数机器学习模型仍然是黑匣子,缺乏自我解释的能力,往往无法解释具体结果背后的原理。相比之下,人工智能可以详细解释它是如何处理信息、推断结果,进而确定一个具体的行动的,这是一个很大的研究缺口,吸引了很多研究人员的目光,逐渐取得了一些不错的研究结果。在全球研究团体的贡献下,我们每一年都在向这个新时代逐渐迈进,进而更全面地兑现人工智能对每个人、每个地方的承诺。

 译者:Araon_

相关推荐

人工智能需要自主学习
激发自主学习,「神灯」精灵的「魔力」在哪里?
DeepMind最新论文:强化学习“足以”达到通用人工智能
20条理由告诉你,为什么当前的深度学习成了人工智能的死胡同?
机器学习之父说,别把啥都往人工智能上扯
人工智能与人类博弈的时代到来之前,我们需要什么样的人才?
深度学习三巨头:AI需要新硬件,万亿突触神经网络或成可能
人工智能新突破:计算机正在学习从更高维度观察世界
十分好读 |《人工智能全球格局》:赢了柯洁的AlphaGo,依然算不上人工智能吗?
2019年美国五角大楼的人工智能

网址: 人工智能需要自主学习 http://www.xishuta.com/newsview49336.html

所属分类:人工智能

推荐科技快讯