一文帶你讀懂深度學(xué)習(xí)：AI 認(rèn)識(shí)世界的方式如同小孩

　　這種類似的方式也可以用來(lái)給“貓”“房子”之類的網(wǎng)絡(luò)圖片打標(biāo)簽。通過(guò)提取一組相同物體圖片的共有特征，比如將所有貓狗區(qū)分開的圖案，系統(tǒng)最終可以識(shí)別新圖片里的貓，即便新的圖片和之前的圖片沒(méi)有任何相似點(diǎn)。

　　一種自下而上的學(xué)習(xí)方式叫做無(wú)監(jiān)督學(xué)習(xí)，現(xiàn)在仍處于非常初級(jí)的階段。但是它可以檢測(cè)數(shù)據(jù)中沒(méi)有打上標(biāo)簽的圖案。它僅僅尋找能夠識(shí)別一個(gè)物體的特征束，比如說(shuō)眼睛和鼻子通常會(huì)一起組成一張臉，這有別于背景中的樹或者山。

　　《自然》雜志2015年發(fā)表了一篇文章解釋了自下而上的方式發(fā)展的進(jìn)城。Google下屬DeepMind的研究者們使用了一種結(jié)合了兩種不同自下而上的方式，即深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)，從某種角度來(lái)說(shuō)能讓電腦掌握玩雅達(dá)利2600電子游戲的訣竅。電腦一開始不知道游戲是如何運(yùn)行的。最開始是通過(guò)隨機(jī)的猜測(cè)最佳行動(dòng)方式并不斷接收結(jié)果反饋。深度學(xué)習(xí)幫助系統(tǒng)發(fā)現(xiàn)屏幕上的特征，而強(qiáng)化學(xué)習(xí)會(huì)根據(jù)特征返回一個(gè)高分。擁有該系統(tǒng)的電腦可以在幾個(gè)游戲上都達(dá)到流暢的水準(zhǔn)，甚至在一些案例中，電腦玩的比高級(jí)玩家還要好。也就是說(shuō)，其他人類可以掌握的游戲，該系統(tǒng)也可以順利掌握。

　　應(yīng)用AI學(xué)習(xí)大的數(shù)據(jù)集，比如幾百萬(wàn)張Instagram上的圖片，郵件或者聲音片段，并進(jìn)行圖像識(shí)別或者聲音識(shí)別時(shí)，有時(shí)會(huì)得到令人氣餒的結(jié)果。但即便如此，我們應(yīng)該記得，在有限的數(shù)據(jù)或者訓(xùn)練情況下，我的孫子仍然可以準(zhǔn)確識(shí)別動(dòng)物或者回答問(wèn)題。對(duì)于五歲兒童非常簡(jiǎn)單的問(wèn)題，對(duì)于計(jì)算機(jī)來(lái)說(shuō)仍然很困難。

　　要想讓計(jì)算機(jī)識(shí)別出一個(gè)絡(luò)腮胡子的臉需要幾百萬(wàn)張案例，但是我們只需要幾張就可以了。通過(guò)大量的訓(xùn)練之后，計(jì)算機(jī)可能可以識(shí)別出一只之前沒(méi)有出現(xiàn)過(guò)的貓的圖片。但是這種識(shí)別能力與人類概括的能力是不同的。因?yàn)橛?jì)算機(jī)軟件推理的方式不同，難免會(huì)有失誤。有些貓的圖片可能不會(huì)被標(biāo)注為貓，也有可能會(huì)出現(xiàn)不是貓的圖片被標(biāo)為貓的情況。但即便是模糊的一瞥，人類也不會(huì)弄錯(cuò)。

　　發(fā)展之路

　　另外一種近些年改變了AI的深度學(xué)習(xí)方式則是自頂向下的模式。它假設(shè)我們可以從具體的數(shù)據(jù)中得到抽象的解釋，因?yàn)槲覀円呀?jīng)知道了很多知識(shí)，并且大腦已經(jīng)可以理解各種基本的抽象概念了。就像科學(xué)家，我們可以使用這些概念來(lái)形成關(guān)于世界的假設(shè)，并且預(yù)測(cè)假設(shè)正確的情況下會(huì)呈現(xiàn)出哪種情況，這是和自底向上的AI模式相反的方式。

　　回到剛剛我們討論的垃圾郵件的問(wèn)題，這個(gè)概念可以得到很好地詮釋。之前我從某個(gè)期刊的編輯收到一封郵件，聲稱我在他們的期刊上發(fā)表了一篇文章，要和我討論一下。這個(gè)編輯的名字很奇怪。這封郵件既沒(méi)有尼日利亞，也沒(méi)有萬(wàn)艾可，也沒(méi)有百萬(wàn)美元獎(jiǎng)金——可以說(shuō)沒(méi)有任何垃圾郵件的特征。但是通過(guò)我已有的關(guān)于垃圾郵件的抽象認(rèn)識(shí)，我就知道這封郵件值得懷疑。

　　首先，我知道發(fā)送垃圾郵件的人是想通過(guò)人的貪心來(lái)從其他人那里竊取金錢。我還知道有些合法的“開源”期刊開始通過(guò)向作者征收費(fèi)用來(lái)盈利了。而且我的研究領(lǐng)域和這些期刊毫無(wú)關(guān)系。把這些信息全部整合在一起，我得出一個(gè)可靠的假設(shè)那就是這封郵件想誘惑一些學(xué)術(shù)人士付費(fèi)在這些期刊上發(fā)表假的論文。只要通過(guò)這一個(gè)例子我就可以得出這樣的結(jié)論，如果我想繼續(xù)驗(yàn)證我的假設(shè)的話，只需要使用一個(gè)搜索引擎工具來(lái)查看編輯的信譽(yù)度就可以了。

　　計(jì)算機(jī)科學(xué)家會(huì)把我的推理過(guò)程稱為生成模型，一種可以代表抽象概念，比如貪婪和欺騙的模型。這種模型同時(shí)也可以用來(lái)描述產(chǎn)生假設(shè)的過(guò)程——也就是得出這封郵件可能是垃圾郵件的結(jié)論為推斷過(guò)程。這個(gè)模型讓我理解了這種垃圾郵件是如何運(yùn)作的，但同時(shí)也讓我思考了一下其他類型的垃圾郵件的模式。

　　在上個(gè)世紀(jì)五六十年代AI和認(rèn)知科學(xué)第一波浪潮興起時(shí)，生成模型非常重要。但是生成模型也有局限性。首先，很多事實(shí)依據(jù)的模式理論上可以用不同的假設(shè)解釋。比如我剛剛提到的案例中，雖然看上去不太像，但是那封郵件也可能是合法郵件。所以，近年來(lái)學(xué)界提出生成模型需要和或然性推理結(jié)合起來(lái)，這是領(lǐng)域內(nèi)的一次重要發(fā)展。其次，形成生成模型的基本概念的來(lái)源通常不是很清晰。

　　近年的一個(gè)自頂向下的方式的基本案例——貝葉斯模型也許可以解決這兩個(gè)問(wèn)題。貝葉斯模型是以十八世紀(jì)的統(tǒng)計(jì)學(xué)家和哲學(xué)家托馬斯·貝葉斯的名字命名，該模型使用貝葉斯推論將生成模型和或然性理論結(jié)合起來(lái)。如果某個(gè)假設(shè)是對(duì)的，那么概率生成模型會(huì)告訴你看到對(duì)應(yīng)的數(shù)據(jù)型態(tài)的可能性。如果一封郵件是垃圾郵件，那么這封郵件可能迎合了讀者的貪婪之心。不過(guò)當(dāng)然，一封不是垃圾郵件的郵件也可能滿足讀者的貪婪。貝葉斯模型將潛在假設(shè)和你看到的數(shù)據(jù)結(jié)合起來(lái)，讓你清楚地分辨一封郵件到底是合法郵件還是垃圾郵件。

　　這種自頂向下的方式比自底向上的方式要更類似兒童學(xué)習(xí)的方式。這就是為什么過(guò)去15年里我和我的同事們一直將貝葉斯模型應(yīng)用在兒童學(xué)習(xí)研究中。我們的實(shí)驗(yàn)室一直用這種方式來(lái)理解兒童學(xué)習(xí)因果關(guān)系的過(guò)程，并預(yù)測(cè)兒童何時(shí)以何種方式發(fā)展出新的關(guān)于世界的理解，或者更新他們已有的認(rèn)知。

　　貝葉斯模型也是訓(xùn)練機(jī)器像人類那樣思考的最好的方式。2015年，麻省理工學(xué)院的JoshuaB.Tenenbaum和紐約大學(xué)的BrendenM.Lake以及他們的同事在《科學(xué)》雜志上發(fā)表了一篇研究論文。他們?cè)O(shè)計(jì)了一種人工智能系統(tǒng)，可以認(rèn)出陌生的手寫文字。這件事對(duì)人類來(lái)說(shuō)很容易，但是對(duì)計(jì)算機(jī)來(lái)說(shuō)則非常復(fù)雜。

　　想想你自己的辨別能力。即便你從來(lái)沒(méi)有見(jiàn)過(guò)日本的片假名，你還是可以發(fā)現(xiàn)片假名之間的區(qū)別。甚至你自己都可以重新寫出一些片假名或者設(shè)計(jì)類似片假名的文字，而且你會(huì)清楚的知道片假名和韓國(guó)文字，俄羅斯文字之間差異很大。這就是Tenenbaum的團(tuán)隊(duì)設(shè)計(jì)的一種軟件。

　　通過(guò)自底向上的方法，計(jì)算機(jī)會(huì)從上千張樣例中找到合適的模式辨別新的文字。而貝葉斯模型則通過(guò)一個(gè)通用模型訓(xùn)練機(jī)器來(lái)寫文字，比如筆畫可以往左或者往右。當(dāng)該軟件寫完一個(gè)文字的時(shí)候，再寫下一個(gè)。

　　當(dāng)該軟件對(duì)一個(gè)現(xiàn)有文字進(jìn)行識(shí)別時(shí)，軟件可以推測(cè)出寫出該文字的筆順，然后會(huì)自動(dòng)設(shè)計(jì)出一組類似的筆順。該軟件識(shí)別文字并設(shè)計(jì)筆順的方式和我推理自己收到的郵件是不是垃圾郵件的方式是一樣的，但是Tenenbaum的模型的推理過(guò)程目的在于得到想要的文字。數(shù)據(jù)一樣的情況下，這種自頂向下的程序比深度學(xué)習(xí)要有效的多，甚至接近人類表現(xiàn)。

　　完美融合

　　自底向上和自頂向下的方式都是深度學(xué)習(xí)的有效方式，并且各有優(yōu)劣。使用自底向上的方式，計(jì)算機(jī)不需要理解任何有關(guān)貓的內(nèi)容，但是需要大量的數(shù)據(jù)來(lái)訓(xùn)練。

　　貝葉斯模型只需要一小部分?jǐn)?shù)據(jù)，便可以大范圍應(yīng)用。但是這種自頂而下的方式需要對(duì)正確的假設(shè)做大量的解釋。兩種方式的設(shè)計(jì)者可能會(huì)碰到同樣的問(wèn)題。這兩種方式都只適合用來(lái)解決一些簡(jiǎn)單清晰的問(wèn)題，比如識(shí)別手寫的文字或者貓的圖片或者是玩Atari游戲。

　　但是兒童學(xué)習(xí)的過(guò)程卻沒(méi)有這種限制。發(fā)展心理學(xué)家們發(fā)現(xiàn)兒童在某種程度上能融合這兩種方式的優(yōu)點(diǎn)，并且最大化應(yīng)用這兩種方式。像我的孫子學(xué)習(xí)的時(shí)候只需要一兩個(gè)例子，就像自頂而下的方式。但是他某種程度上也會(huì)通過(guò)這些數(shù)據(jù)整理出關(guān)于這些例子的抽象概念，就像自底向上的方式。

　　我的孫子可以做的事情還有很多。他可以很快地辨認(rèn)貓和字母，甚至可以得出一些遠(yuǎn)遠(yuǎn)超出他的經(jīng)驗(yàn)和背景知識(shí)的推斷。他最近說(shuō)，要是一個(gè)大人想變成孩子，就應(yīng)該不吃健康的蔬菜，因?yàn)檫@些東西讓孩子長(zhǎng)成了大人。而我們卻不知道這種富有創(chuàng)意的推理是從哪里來(lái)的。

　　當(dāng)我們聽到人工智能對(duì)人類是一種威脅這種觀點(diǎn)的時(shí)候，我們應(yīng)該想到人類大腦的神秘力量。人工智能和機(jī)器學(xué)習(xí)聽起來(lái)很可怕，當(dāng)然從某種角度來(lái)說(shuō)，確實(shí)也是。部隊(duì)在考慮用這些技術(shù)來(lái)控制武器。比起人工智能，人類的愚蠢有時(shí)候能帶來(lái)更大的威脅，我們應(yīng)該盡可能地正確地規(guī)范使用這些技術(shù)。摩爾定律早已表明，即便在理解人類思維上沒(méi)有什么革命性的理論，僅僅是數(shù)據(jù)和計(jì)算能力的大量增長(zhǎng)也可以帶來(lái)計(jì)算結(jié)果的顯著提升，并且產(chǎn)生重要的具有實(shí)質(zhì)意義的結(jié)果。也就是說(shuō)，人工智能的出現(xiàn)并不意味著顛覆世界。