[[179648]]

【AI世代編者按】據(jù)外媒報(bào)道，通過(guò)部分基于人腦模型的算法，麻省理工學(xué)院的研究員讓計(jì)算機(jī)可以通過(guò)分析照片去預(yù)測(cè)下一時(shí)刻的未來(lái)。

麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室(CSAIL)的一個(gè)項(xiàng)目學(xué)習(xí)了200萬(wàn)小時(shí)的在線視頻，分析了不同畫面之間的承接關(guān)系：行人穿過(guò)高爾夫球場(chǎng)，海浪沖刷海岸，諸如此類。目前，在觀察一幅靜態(tài)畫面時(shí)，這一系統(tǒng)能生成約1.5秒鐘長(zhǎng)的短視頻，對(duì)瞬時(shí)的未來(lái)做出預(yù)測(cè)。

CSAIL研究生、論文第一作者卡爾·馮德里克(Carl Vondrick)表示：“這一系統(tǒng)試圖學(xué)習(xí)，什么樣的視頻是可信的，你可能會(huì)看到什么樣的動(dòng)作。”相關(guān)論文將于本月在巴塞羅那的“神經(jīng)信息處理系統(tǒng)”大會(huì)上發(fā)表。未來(lái)，該團(tuán)隊(duì)希望讓系統(tǒng)基于更復(fù)雜的場(chǎng)景生成更長(zhǎng)的視頻。

不過(guò)馮德里克表示，未來(lái)某天，這一系統(tǒng)的能力不僅僅是將照片轉(zhuǎn)換成計(jì)算機(jī)生成的GIF動(dòng)畫。例如，在安全監(jiān)控畫面中，基于預(yù)測(cè)正常行為的能力，系統(tǒng)能分析出異常狀況的發(fā)生，或是優(yōu)化無(wú)人駕駛汽車的可靠性。他表示，對(duì)于無(wú)人駕駛汽車，如果系統(tǒng)發(fā)現(xiàn)異常狀況，例如道路中出現(xiàn)從未見過(guò)的動(dòng)物類型，那么車輛“可以做出探測(cè)，并判斷：‘我從未見過(guò)這樣的情況，所以我要停下，讓司機(jī)來(lái)處理。’”

為了開發(fā)這一系統(tǒng)，麻省理工學(xué)院的團(tuán)隊(duì)利用了深度學(xué)習(xí)技術(shù)。目前，深度學(xué)習(xí)正成為人工智能研究的中心。這一方法讓蘋果Siri和亞馬遜Alexa等數(shù)字助手理解用戶的意圖，協(xié)助了Facebook和谷歌(微博)圖像搜索和面部識(shí)別技術(shù)的發(fā)展。

深度學(xué)習(xí)基于被稱作神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)結(jié)構(gòu)，能從大規(guī)模數(shù)據(jù)集中提取模式。專家表示，通過(guò)深度學(xué)習(xí)技術(shù)，計(jì)算機(jī)可以根據(jù)醫(yī)學(xué)影像做出診斷，監(jiān)控銀行欺詐，預(yù)測(cè)用戶訂單模式，以及與人工司機(jī)一同駕駛汽車。

舊金山創(chuàng)業(yè)公司Skymind CEO克里斯·尼克爾森(Chris Nicholson)表示：“對(duì)于許多重要問(wèn)題，例如圖像識(shí)別，深度神經(jīng)網(wǎng)絡(luò)的表現(xiàn)要比人腦更好。如果沒(méi)有深度學(xué)習(xí)，我認(rèn)為無(wú)人駕駛汽車在道路上會(huì)非常危險(xiǎn)。如果有深度學(xué)習(xí)，無(wú)人駕駛要比人工駕駛更安全。”Skymind開發(fā)深度學(xué)習(xí)軟件，并提供相應(yīng)的咨詢服務(wù)。

神經(jīng)網(wǎng)絡(luò)接受低層次的輸入信息，例如一張圖片中的像素點(diǎn)，或一段音頻中的小片段，并通過(guò)一系列虛擬神經(jīng)層進(jìn)行處理。通過(guò)對(duì)輸入信息進(jìn)行分析，每個(gè)數(shù)據(jù)單元將被分配不同的權(quán)重。深度學(xué)習(xí)中的“深度”意指，這樣的神經(jīng)層層次很多，通過(guò)協(xié)作的分析去識(shí)別數(shù)據(jù)中的復(fù)雜模式，從而理解從像素到基本圖形再到復(fù)雜的圖像，例如道路上的停止標(biāo)志和紅綠燈。為了訓(xùn)練神經(jīng)網(wǎng)絡(luò)，研究員需要用大數(shù)據(jù)集對(duì)其進(jìn)行反復(fù)測(cè)試，實(shí)現(xiàn)權(quán)重的自動(dòng)調(diào)整，促使網(wǎng)絡(luò)的錯(cuò)誤率逐步降低。

尼克爾森表示，盡管對(duì)神經(jīng)網(wǎng)絡(luò)的研究可以追溯至數(shù)十年前，但過(guò)去10年業(yè)內(nèi)取得的進(jìn)展尤為明顯。2006年，知名計(jì)算機(jī)科學(xué)家吉奧夫里·辛頓(Geoffrey Hinton)的一系列論文為深度學(xué)習(xí)的快速發(fā)展奠定了基礎(chǔ)。目前，辛頓同時(shí)供職于谷歌和多倫多大學(xué)。

2012年，包括辛頓在內(nèi)的一個(gè)團(tuán)隊(duì)首次利用深度學(xué)習(xí)技術(shù)贏得了一項(xiàng)頗具盛名的計(jì)算機(jī)科學(xué)競(jìng)賽，即ImageNet大規(guī)模視覺(jué)識(shí)別挑戰(zhàn)賽。在圖像分類比賽中，該團(tuán)隊(duì)的軟件以較大的優(yōu)勢(shì)勝過(guò)了競(jìng)爭(zhēng)對(duì)手，錯(cuò)誤率為15.3%，遠(yuǎn)低于第二名的26.2%。

今年，谷歌設(shè)計(jì)的深度學(xué)習(xí)系統(tǒng)擊敗了全球頂尖的圍棋高手。許多專家此前認(rèn)為，人工智能成為圍棋大師還要數(shù)十年時(shí)間。這一名為AlphaGo的系統(tǒng)通過(guò)自己與自己的對(duì)弈逐漸掌握了圍棋技巧。盡管計(jì)算機(jī)在很久之前就擊敗了人類的象棋大師，但許多專家認(rèn)為，讓計(jì)算機(jī)掌握圍棋的難度更大，因?yàn)閲宕嬖诘目赡苄砸唷?/p>

今年11月，牛津大學(xué)的一個(gè)小組公布了基于深度學(xué)習(xí)的唇語(yǔ)閱讀系統(tǒng)，其準(zhǔn)確性勝過(guò)人類專家。本周，包括谷歌研究員在內(nèi)的一支團(tuán)隊(duì)在《美國(guó)醫(yī)學(xué)協(xié)會(huì)期刊》上發(fā)表論文稱，深度學(xué)習(xí)可以識(shí)別糖尿病視網(wǎng)膜病變，診斷準(zhǔn)確率與受過(guò)訓(xùn)練的眼科醫(yī)師相仿。許多糖尿病人都會(huì)罹患這樣的疾病，進(jìn)而引起視力的喪失。

谷歌產(chǎn)品經(jīng)理、論文第一作者莉莉·彭(Lily Peng)表示：“許多無(wú)法得到醫(yī)生診斷的患者可以通過(guò)這種方式接受診斷，尤其是對(duì)醫(yī)療條件不佳的人群而言。這一人群中的糖尿病發(fā)病率正在上升，而眼科醫(yī)師的數(shù)量則沒(méi)有變化。”

與深度學(xué)習(xí)取得的許多成功案例類似，對(duì)視網(wǎng)膜病變的研究也基于通過(guò)大數(shù)據(jù)的訓(xùn)練。這一大數(shù)據(jù)集中包含約12.8萬(wàn)張已被眼科醫(yī)師分類的圖片。深度學(xué)習(xí)是屬于互聯(lián)網(wǎng)時(shí)代的一項(xiàng)技術(shù)。就在幾年前，這樣大規(guī)模的數(shù)據(jù)集看起來(lái)還過(guò)于龐大，甚至無(wú)法被存入一塊硬盤中。

馮德里克表示：“如果沒(méi)有足夠多的數(shù)據(jù)，那么深度學(xué)習(xí)就不太有用。如果很難獲得數(shù)據(jù)，那么深度學(xué)習(xí)就無(wú)法帶來(lái)有意義的進(jìn)展。”

在學(xué)會(huì)同樣技能的過(guò)程中，計(jì)算機(jī)需要比人類更多的樣本數(shù)據(jù)。隨著算法越來(lái)越復(fù)雜，用于學(xué)習(xí)的數(shù)據(jù)量越來(lái)越多，近期的ImageNet挑戰(zhàn)賽也加入了更復(fù)雜的對(duì)象識(shí)別和場(chǎng)景分析比賽。谷歌開發(fā)者利用大量的搜索結(jié)果和用戶點(diǎn)擊數(shù)據(jù)去進(jìn)行訓(xùn)練，而開發(fā)無(wú)人駕駛汽車的公司則通過(guò)有人駕駛汽車積累了海量的傳感器數(shù)據(jù)。

加州灣區(qū)自動(dòng)駕駛汽車創(chuàng)業(yè)公司Drive.ai CEO薩米普·坦頓(Sameep Tandon)表示：“獲得類型準(zhǔn)確的數(shù)據(jù)是最關(guān)鍵的一點(diǎn)。例如，在加州5號(hào)高速公路上勻速行駛100小時(shí)無(wú)法給你在山景城El Camino的駕駛帶來(lái)任何幫助。”

在所有數(shù)據(jù)收集完畢之后，神經(jīng)網(wǎng)絡(luò)仍需要接受訓(xùn)練。業(yè)內(nèi)專家表示，神經(jīng)網(wǎng)絡(luò)中的數(shù)學(xué)計(jì)算并不會(huì)比高中生水平復(fù)雜很多。這通常包括用矩陣乘法給數(shù)據(jù)點(diǎn)加權(quán)，以及通過(guò)微積分以更有效的方式去優(yōu)化權(quán)重信息。但這些計(jì)算都需要消耗計(jì)算資源。

加州大學(xué)伯克利分校研究生、深度學(xué)習(xí)開源工具包Caffe首席開發(fā)者埃文·謝爾哈姆(Evan Shelhamer)表示：“如果你擁有大規(guī)模數(shù)據(jù)集，但計(jì)算機(jī)性能跟不上，那么模型的訓(xùn)練時(shí)間會(huì)非常長(zhǎng)。”

只有借助現(xiàn)代化計(jì)算機(jī)，以及連接至互聯(lián)網(wǎng)、相互分享工具和數(shù)據(jù)的研究社區(qū)，深度學(xué)習(xí)才成為可能。不過(guò)研究人員表示，深度學(xué)習(xí)并不是在所有情況下都適用。其局限之一在于，神經(jīng)網(wǎng)絡(luò)對(duì)數(shù)據(jù)的表達(dá)很難理解。因此，如果將深度學(xué)習(xí)算法應(yīng)用于某些敏感任務(wù)，例如汽車駕駛、判斷醫(yī)療影像，以及計(jì)算信用分，那么監(jiān)管部門可能會(huì)對(duì)此持審慎態(tài)度。

尼克爾森表示：“目前，深度學(xué)習(xí)還不具備足夠的解釋能力。系統(tǒng)并不總能告訴你，為何做出某一決策，即使這種決策方式帶來(lái)了更好的準(zhǔn)確性。”

此外，利用初始的訓(xùn)練和測(cè)試數(shù)據(jù)，系統(tǒng)可能會(huì)存在某些盲點(diǎn)。這將導(dǎo)致在異常情況下無(wú)法預(yù)期的錯(cuò)誤。對(duì)人類來(lái)說(shuō)幸運(yùn)的是，當(dāng)前的深度學(xué)習(xí)系統(tǒng)還沒(méi)有智能到足以自主學(xué)會(huì)新技能，甚至無(wú)法學(xué)習(xí)相似的技能，除非使用另外的數(shù)據(jù)再去訓(xùn)練。

謝爾哈姆表示：“能識(shí)別珊瑚的神經(jīng)網(wǎng)絡(luò)并不清楚如何識(shí)別道路旁的草地。而擅長(zhǎng)圍棋的神經(jīng)網(wǎng)絡(luò)也無(wú)法成為國(guó)際跳棋的大師。”(編譯/陳樺)