斯坦福大學(xué)一項(xiàng)新的研究表明，人工智能可以通過(guò)問(wèn)一些看起來(lái)很愚蠢的問(wèn)題來(lái)幫助它們變得更加聰明。研究人員研發(fā)的新系統(tǒng)在回答 Instagram 上的相似問(wèn)題時(shí)，其準(zhǔn)確率提高了 118%。

如果有人給你看一張鱷魚(yú)的照片，并問(wèn)你它是不是一只鳥(niǎo)？你可能會(huì)哈哈大笑。一項(xiàng)新的研究表明，這種在我們看來(lái)有些愚蠢的互動(dòng)可能是幫助人工智能學(xué)習(xí)的關(guān)鍵。

在該研究中，這種方法顯著提高了人工智能解釋新圖像的準(zhǔn)確性，可以幫助人工智能開(kāi)發(fā)者更快地設(shè)計(jì)程序，以完成從診斷疾病到引導(dǎo)機(jī)器人或其他設(shè)備自行在家中運(yùn)轉(zhuǎn)的所有工作。

一、讓 AI 主動(dòng)提問(wèn)，彌補(bǔ)知識(shí)空白

 “這是一項(xiàng)超酷的工作！”谷歌機(jī)器學(xué)習(xí)研究學(xué)者 Natasha Jaques 說(shuō)，但她并未參與這項(xiàng)研究。

許多人工智能系統(tǒng)會(huì)選擇一種被稱為機(jī)器學(xué)習(xí)的方法使其變得更智能。這種方法是通過(guò)大量數(shù)據(jù)集來(lái)訓(xùn)練人工智能，其所需的時(shí)間和工作量都十分巨大。例如，系統(tǒng)在分析數(shù)千張家具圖片后讓人工智能找到椅子的樣子。

但即使是巨大的數(shù)據(jù)集也會(huì)存在缺口。比如，圖像中的物體可以被標(biāo)記為一把椅子，但它是由什么制成的？你是否可以坐在上面？這些問(wèn)題卻無(wú)法得知。

為了幫助人工智能擴(kuò)展它們對(duì)世界的理解，研究人員現(xiàn)在正試圖開(kāi)發(fā)一種計(jì)算機(jī)程序，用以實(shí)現(xiàn)在定位人工智能知識(shí)空白，并找出如何通過(guò)詢問(wèn)陌生人填補(bǔ)知識(shí)的方法。人工智能向陌生人提出自己不了解的問(wèn)題，并期待得到回答，就像孩子問(wèn)父母天空為什么是藍(lán)的一樣。這項(xiàng)新研究的最終目標(biāo)是讓人工智能能夠正確回答有關(guān)它以前從未見(jiàn)過(guò)的圖像的各種問(wèn)題。

在之前的“主動(dòng)學(xué)習(xí)”研究中，人工智能會(huì)評(píng)估自己的無(wú)知程度，并要求獲得更多信息。這種方式通常需要研究人員向提供這類(lèi)信息的在線工作者支付報(bào)酬，所以這種方法在一定程度上無(wú)法規(guī)?；?。

因此，在這項(xiàng)新研究中，由計(jì)算機(jī)視覺(jué)和人機(jī)交互交叉領(lǐng)域?qū)W者 Ranjay Krishna 領(lǐng)導(dǎo)的 Stanford University（斯坦福大學(xué)）的研究人員訓(xùn)練了一個(gè)機(jī)器學(xué)習(xí)系統(tǒng)，不僅能發(fā)現(xiàn)該系統(tǒng)知識(shí)的空白，還能通過(guò)詢問(wèn)陌生人，如：“水槽是什么形狀的？”等愚蠢的問(wèn)題，以獲得答案的方式進(jìn)行學(xué)習(xí)。比如，機(jī)器學(xué)習(xí)系統(tǒng)詢問(wèn)：“圖中是什么甜點(diǎn)？”陌生人回答：“它是椰子蛋糕?！?/p>

 ▲機(jī)器學(xué)習(xí)系統(tǒng)詢問(wèn)示例

二、發(fā)圖、提問(wèn)、學(xué)習(xí)一氣呵成，準(zhǔn)確率提升 118%

北卡羅來(lái)納大學(xué)教堂山分校的社會(huì)心理學(xué)家 Kurt Gray 說(shuō)：“非常重要的一件事是要思考人工智能應(yīng)該如何呈現(xiàn)自己。 在這種情況下，你希望它像一個(gè)孩子，不是嗎？”否則，人們可能會(huì)因?yàn)槟銌?wèn)的問(wèn)題看起來(lái)很荒謬而認(rèn)為你是一個(gè)噴子。他的主要研究方向是人類(lèi)與人工智能的互動(dòng)，但沒(méi)有參與這項(xiàng)工作。

該團(tuán)隊(duì)還為這一系統(tǒng)建立了“獎(jiǎng)勵(lì)”機(jī)制，當(dāng)人工智能得到了人們反饋的問(wèn)題答案，就會(huì)反過(guò)來(lái)讓人工智能調(diào)整其內(nèi)部運(yùn)作，以便在未來(lái)能夠有效應(yīng)對(duì)相關(guān)問(wèn)題。在這基礎(chǔ)上，隨著時(shí)間的推移，人工智能就能進(jìn)一步學(xué)習(xí)語(yǔ)言和社會(huì)規(guī)范方面的知識(shí)，讓自己變得越來(lái)越聰明，并提升它提出易于回答且更有意義的問(wèn)題的能力。

這種新型的人工智能有幾個(gè)組成部分，包括一些神經(jīng)網(wǎng)絡(luò)，受大腦結(jié)構(gòu)啟發(fā)的復(fù)雜數(shù)學(xué)函數(shù)。Krishna 說(shuō)：“它們包含很多部分……都需要一起發(fā)揮作用?！逼渲幸粋€(gè)部分會(huì)在社交媒體 Instagram 上選擇一張圖片，比如日落，第二個(gè)部分會(huì)就這張照片提出一個(gè)問(wèn)題，例如，“這張照片是在晚上拍的嗎?”其余部分則會(huì)從讀者的回答中提取信息，并從中了解圖像包含的內(nèi)容的含義。

該團(tuán)隊(duì)昨天發(fā)表在《美國(guó)國(guó)家科學(xué)院院刊》上的報(bào)告顯示，在 8 個(gè)月的時(shí)間里，通過(guò)在 Instagram 上提出超過(guò) 20 萬(wàn)個(gè)問(wèn)題，該系統(tǒng)回答類(lèi)似問(wèn)題的準(zhǔn)確率提高了 118%。而一個(gè)在 Instagram 上發(fā)布問(wèn)題，但并沒(méi)有經(jīng)過(guò)明確的訓(xùn)練來(lái)提高反應(yīng)率的比較系統(tǒng)，其準(zhǔn)確率只提高了 72%，部分原因是人們更經(jīng)常地忽略它。 三、AI 也卷起來(lái)了？主動(dòng)向人類(lèi)尋求幫助

Jaques 認(rèn)為，主要的創(chuàng)新是獎(jiǎng)勵(lì)讓人類(lèi)做出反應(yīng)的系統(tǒng)，“從技術(shù)角度來(lái)說(shuō)，這并不瘋狂，但從研究方向的角度來(lái)說(shuō)非常重要?！?Instagram 上大規(guī)模的問(wèn)題發(fā)布也給她留下了深刻的印象。在發(fā)布所有人工智能生成的問(wèn)題之前，人類(lèi)會(huì)檢查這些問(wèn)題是否有冒犯性內(nèi)容。

研究人員希望像他們這樣的系統(tǒng)最終能幫助人工智能理解常識(shí)、幫助機(jī)器人主動(dòng)交互、增強(qiáng)聊天機(jī)器人與人交流的能力等，比如人工智能通過(guò)詢問(wèn)問(wèn)題知道椅子是木頭做的、嵌入人工智能的吸塵器會(huì)詢問(wèn)去廚房的路、聊天機(jī)器人與人們談?wù)摽蛻舴?wù)或天氣等。

Jaques 說(shuō)，社交技能也可以幫助人工智能快速適應(yīng)新情況。例如，自動(dòng)駕駛汽車(chē)可能會(huì)在施工區(qū)導(dǎo)航時(shí)尋求幫助?！叭绻隳苡行У叵蛉祟?lèi)學(xué)習(xí)，這是一項(xiàng)非常普遍的技能?！?br>

結(jié)語(yǔ)：蠢問(wèn)題或讓 AI 走向更加智能之路

人們有時(shí)震驚于人工智能的學(xué)習(xí)能力，比如阿爾法狗。但人工智能在面臨復(fù)雜問(wèn)題時(shí)的表現(xiàn)卻不盡如人意，往往答非所問(wèn)。

這項(xiàng)新研究探索了機(jī)器學(xué)習(xí)的新方向，將會(huì)助力人工智能理解常識(shí)，變得更加智能。但這項(xiàng)技術(shù)對(duì)于提高人工智能處理復(fù)雜問(wèn)題的能力仍需有待驗(yàn)證。