近幾年內(nèi)人工智能領(lǐng)域取得了一些重要的突破，這背后很重要的因素之一就是一項(xiàng)名為“深度學(xué)習(xí)”的技術(shù)
在前不久舉行的一場(chǎng)被廣泛認(rèn)為是人工智能領(lǐng)域里程碑事件的人機(jī)對(duì)弈比賽中，人工智能取得了對(duì)人類前世界冠軍的勝利。圖為谷歌公司的圍棋智能對(duì)弈程序“阿爾法狗”正在與韓國(guó)前世界圍棋冠軍李世石對(duì)弈中
谷歌公司開(kāi)發(fā)的無(wú)人駕駛汽車
和許多新生事物一樣，人工智能(AI)近期的發(fā)展同樣經(jīng)歷了一些起伏和波折。在前不久舉行的一場(chǎng)被廣泛認(rèn)為是人工智能領(lǐng)域里程碑事件的人機(jī)對(duì)弈比賽中，人工智能取得了對(duì)人類前世界冠軍的勝利。然而也就在一周之前，在國(guó)外社交網(wǎng)站推特上一個(gè)旨在通過(guò)與真實(shí)的人類進(jìn)行對(duì)話并能夠從中學(xué)習(xí)的“聊天機(jī)器人”卻因?yàn)榫W(wǎng)民們的惡意調(diào)侃而迅速“學(xué)壞”，很快變得滿嘴污言穢語(yǔ)，還充斥著種族主義思想，以至測(cè)試方只能趕忙將它下線處理。
這些事情究竟是如何發(fā)生的？它們對(duì)于迅速發(fā)展中的人工智能領(lǐng)域研究將產(chǎn)生什么樣的作用？
在今年3月初，由谷歌公司設(shè)計(jì)的圍棋對(duì)弈系統(tǒng)“阿爾法狗”擊敗了韓國(guó)的前圍棋世界冠軍李世石。圍棋對(duì)弈的復(fù)雜性被認(rèn)為遠(yuǎn)超國(guó)際象棋，因此在此之前常常被研究人員用來(lái)評(píng)估人工智能能夠達(dá)到的水平高度。而在谷歌的“阿爾法狗”亮相之前，大部分專家都認(rèn)為人工智能如果想要在圍棋領(lǐng)域擊敗人類頂尖水平選手恐怕還需要數(shù)十年時(shí)間的發(fā)展。
但就在這場(chǎng)里程碑式的勝利之后不久，微軟公司推出了一款名為“Tay”的推特線上聊天機(jī)器人，其設(shè)計(jì)能夠模仿一名19歲的美國(guó)少女。推特用戶可以與Tay在線聊天，微軟公司表示Tay能夠通過(guò)這樣的對(duì)話學(xué)習(xí)真實(shí)人類的說(shuō)話方式并不斷完善自己，并更好地與人類交流。但就在Tay上線之后僅僅16小時(shí)之后，微軟就不得不將其緊急下線處理，因?yàn)檫@款聊天機(jī)器人開(kāi)始頻繁爆出粗口，其中不乏種族歧視、侮辱女性以及污穢不堪的詞句。在緊急下線之后微軟公司很快就此事向公眾表達(dá)了歉意，同時(shí)指責(zé)這一事件是一次“針對(duì)這一技術(shù)探索項(xiàng)目”的“薄弱點(diǎn)”所開(kāi)展的“有組織的攻擊”。
不過(guò)盡管微軟公司將這一令人失望的狀況歸結(jié)為黑客攻擊行為。但人工智能專家，美國(guó)康奈爾大學(xué)的計(jì)算機(jī)科學(xué)教授巴特賽爾曼(Bart Selman)博士則認(rèn)為，微軟所稱的這種所謂“技術(shù)薄弱點(diǎn)”似乎更像是一種過(guò)濾機(jī)制的缺陷，那就是Tay往往傾向于直接獲取別人對(duì)她說(shuō)過(guò)的詞匯并為自己所用，而在此過(guò)程中并不加以適當(dāng)?shù)倪^(guò)濾。賽爾曼博士表示，他對(duì)此感到非常驚訝，因?yàn)槲④浘谷粵](méi)有建立足夠有效的安全措施來(lái)防止此類事件的發(fā)生，但他也表示，這一事件凸顯了人工智能領(lǐng)域目前所面臨的一大弱點(diǎn)：語(yǔ)言能力。
教授AI
賽爾曼博士表示，人工智能非常擅長(zhǎng)句子解構(gòu)，它們能夠找出隱藏在文字背后的語(yǔ)法模式。這種能力讓Tay這樣的聊天機(jī)器人能夠創(chuàng)建出一種符合人類語(yǔ)言語(yǔ)法習(xí)慣的句子。這種能力也正是谷歌和Skype軟件翻譯功能背后的技術(shù)基矗但是賽爾曼同時(shí)也指出：“但說(shuō)到對(duì)于語(yǔ)句意義的理解就是另外一回事了。”
近幾年來(lái)人工智能的迅速發(fā)展在很大程度上得益于一種被稱之為“深度學(xué)習(xí)”的技術(shù)的進(jìn)步，這項(xiàng)技術(shù)可以說(shuō)在某些地方模仿了人類大腦內(nèi)神經(jīng)系統(tǒng)的運(yùn)作模式。當(dāng)輸入海量信息時(shí)，它非常擅長(zhǎng)從中找出某種模式，這也解釋了為何人工智能領(lǐng)域近幾年來(lái)一些最成功的突破都發(fā)生在知覺(jué)任務(wù)領(lǐng)域，如圖像或語(yǔ)音識(shí)別等方面。
英國(guó)牛津大學(xué)計(jì)算機(jī)科學(xué)系助理教授西蒙威特森(Shimon Whiteson)指出，傳統(tǒng)技術(shù)方法中，研究者必須“告訴”人工智能去看什么，它們才能去學(xué)習(xí)。而相比之下，深度學(xué)習(xí)的優(yōu)勢(shì)就在于這類系統(tǒng)能夠自動(dòng)發(fā)現(xiàn)其中的模式。