人類在漫長的進化中，獲得了一種能通過感知、邏輯推理來與世界互動、認(rèn)識世界的能力。當(dāng)一個梨擺在我們面前時，我們能夠通過嗅覺、視覺等，判斷出它是梨而非蘋果。當(dāng)在路上行駛時，即使行人被部分遮擋住，我們也能從露出的部分體貌特征判斷出這是一個人，從而進行避讓。

在人工智能領(lǐng)域，科學(xué)家們也一直試圖讓機器擁有像人一樣的邏輯思維能力，幫助人完成更多工作。

近日，在2020 ICLR大會上，圖靈獎得主舒亞·本吉歐(Yoshua Bengio)和揚·勒昆(Yann LeCun)發(fā)表觀點稱，自監(jiān)督學(xué)習(xí)有望使AI產(chǎn)生類人的推理能力。本吉歐相信機器最終可以習(xí)得關(guān)于這個世界的各種知識，這種知識的獲得并不需要機器去親身體驗各種真實發(fā)生的事件，而是通過習(xí)得語言化的知識來實現(xiàn)。

那么機器如何具備類人的推理能力?想具備類人的推理能力還要逾越哪些障礙?

“死記硬背”讓機器難有邏輯能力

購物時，無需出示支付碼，將面部特征綁定銀行卡就能輕松消費;回家路上，查詢手機地圖，可以看出哪些地段擁堵;到飯點了，跟機器人對話叫外賣……這些基于機器學(xué)習(xí)的應(yīng)用，正在讓人工智能變得可觀可感。但機器學(xué)習(xí)面臨的挑戰(zhàn)便是，需要大量數(shù)據(jù)的積累以及很強的算力。

機器學(xué)習(xí)分為監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強化學(xué)習(xí)。“監(jiān)督學(xué)習(xí)需要對數(shù)據(jù)進行標(biāo)簽分類，數(shù)據(jù)需要涵蓋所有可能的場景，此外，完成學(xué)習(xí)，機器還需要大量的算力。例如，如果希望創(chuàng)建圖像分類模型，則必須為系統(tǒng)提供經(jīng)過適當(dāng)分類標(biāo)記的大量圖像，讓模型在其中進行充分訓(xùn)練。有時數(shù)據(jù)量達到百萬、千萬級規(guī)模，需要幾百萬、上千萬次的迭代。”中國科學(xué)院自動化研究所研究員、視語科技創(chuàng)始人王金橋告訴科技日報記者。

因此，減少對數(shù)據(jù)的依賴，一直是研究人員最重要的探索方向之一。在南京航空航天大學(xué)計算機學(xué)院教授陳松燦看來，監(jiān)督學(xué)習(xí)往往需要大量的帶有注釋、標(biāo)記的數(shù)據(jù)，而標(biāo)記這些數(shù)據(jù)，需要人工完成，既耗時又昂貴。

然而，即使是在有大量數(shù)據(jù)“打底”的監(jiān)督學(xué)習(xí)環(huán)境中，一旦機器遇到不同于訓(xùn)練示例的全新狀況，也面臨著失控的風(fēng)險。

“例如無人駕駛汽車行駛在一條陌生的道路上，前方雖然出現(xiàn)了路桿，但如果此前系統(tǒng)沒有遇到過這種道路模式，就會撞上去。進入攝像頭視野的行人，如果未露出全貌，那系統(tǒng)就無法判斷出這是一個人，也會撞上去。還有我們進入停車場時，有些停車桿不能及時抬起，是因為靠近停車桿的行駛角度超出了此前設(shè)定的范圍。”王金橋表示，雖然數(shù)據(jù)標(biāo)簽的質(zhì)量，對于監(jiān)督學(xué)習(xí)的效果非常重要，但監(jiān)督學(xué)習(xí)不應(yīng)局限于這種模式，應(yīng)該提高對未知環(huán)境的探索和理解能力。

自監(jiān)督學(xué)習(xí)可利用規(guī)律舉一反三

對于機器學(xué)習(xí)的未來，揚·勒昆和約舒亞·本吉歐有著相同的期待，他們認(rèn)為，自監(jiān)督學(xué)習(xí)會創(chuàng)造出更像人類的人工智能。

正如勒昆所解釋的，大多數(shù)人可以在30小時內(nèi)學(xué)會駕駛汽車，因為他們已經(jīng)憑借直覺構(gòu)建了一個關(guān)于汽車行動方式的物理模型。

“自監(jiān)督學(xué)習(xí)是無監(jiān)督學(xué)習(xí)中的一種，它可以通過揭示數(shù)據(jù)各部分之間的關(guān)系、內(nèi)在結(jié)構(gòu)，從數(shù)據(jù)中生成標(biāo)簽，這種標(biāo)簽便于對數(shù)據(jù)進行分類。自監(jiān)督學(xué)習(xí)需要學(xué)習(xí)的樣本量很少，但需要有基礎(chǔ)知識的積累。”王金橋說。

王金橋進一步解釋，例如下圍棋，如果機器可以將頂尖高手的棋路都學(xué)會，就能舉一反三。又例如，假設(shè)世界上有5000種蘋果的類型，植物學(xué)家又培育出一種新蘋果，與其他蘋果長得很像，那么自監(jiān)督學(xué)習(xí)就可以通過數(shù)據(jù)的分析，識別出這是蘋果，但又能認(rèn)識到它是不同于以往的蘋果類型。也就是說，通過自監(jiān)督學(xué)習(xí)，機器不需要訓(xùn)練，就可以通過自動分析內(nèi)部數(shù)據(jù)的結(jié)構(gòu)關(guān)系，并且應(yīng)用分析數(shù)據(jù)得到的規(guī)律，對各種新情況作出判斷。這種能力類似于人，在嬰幼兒時期，人類能用嗅覺、觸覺、視覺等感知世界，進入學(xué)校學(xué)習(xí)后，能將萬事萬物的物理特征，與知識結(jié)合起來，慢慢形成推理能力。

王金橋認(rèn)為，這有點類似于勒昆說的，自監(jiān)督學(xué)習(xí)無需創(chuàng)建大量帶有標(biāo)簽的數(shù)據(jù)集，例如用大量貓和狗的圖片，讓機器認(rèn)識貓和狗的不同;也不用花費數(shù)千個小時訓(xùn)練“Alpha Zero”這樣的國際象棋游戲機器人，而是只需獲取一些豐富的原始數(shù)據(jù)，例如視頻，然后“喂”給計算機，訓(xùn)練機器預(yù)測視頻中即將出現(xiàn)的畫面。

“不管是人類，還是動物，在學(xué)習(xí)大多數(shù)事物時，都是在自我監(jiān)督的模式下進行的，而不是強化學(xué)習(xí)模式。這個模式本質(zhì)上就是觀察這個世界，然后不斷與之增進互動，這種觀察是自發(fā)的，而不是在測試條件下完成的。”勒昆在2020 ICLR大會上表示。

達到類人水平還需算法理論突破

在幾位專家看來，目前想通過自監(jiān)督學(xué)習(xí)實現(xiàn)機器的類人邏輯能力，還前路漫漫。

陳松燦認(rèn)為，自監(jiān)督學(xué)習(xí)需要解決數(shù)據(jù)的不確定性問題，即積累的數(shù)據(jù)與要完成的任務(wù)的匹配性問題。“例如，利用自監(jiān)督學(xué)習(xí)訓(xùn)練的自動駕駛系統(tǒng)，可以通過機載的測速儀、方向儀，學(xué)習(xí)安全行駛的方向和速度信息。但以現(xiàn)在的技術(shù)水平來說，如果行人橫穿馬路，而此前標(biāo)記的信息與行人橫穿馬路不搭界，那自動駕駛系統(tǒng)就會無法做出判斷，發(fā)出指令。”

王金橋表示：“從監(jiān)督學(xué)習(xí)到自監(jiān)督學(xué)習(xí)，就像先讓機器知道什么是1234，才能算加減乘除一樣。目前的自監(jiān)督學(xué)習(xí)還非常初級，僅有一些小的、封閉的數(shù)據(jù)集。”

他說，目前制約自監(jiān)督學(xué)習(xí)的因素涉及大數(shù)據(jù)積累、小樣本監(jiān)督，以及自主進化、認(rèn)知未知數(shù)據(jù)的能力。“在數(shù)據(jù)積累階段，還需要把數(shù)據(jù)做得更規(guī)范，搭建的深度學(xué)習(xí)網(wǎng)絡(luò)要有能支持自監(jiān)督學(xué)習(xí)的能力，能讓機器自己生成標(biāo)簽。在樣本監(jiān)督學(xué)習(xí)階段，要解決樣本不均衡的問題，例如要讓機器學(xué)會分辨貓和狗，那么貓和狗的案例數(shù)量要匹配，同時要去除數(shù)據(jù)噪音，不要把干擾圖像混入。”

“關(guān)鍵是要讓自監(jiān)督學(xué)習(xí)產(chǎn)生認(rèn)知的能力，而不只是代替人類的視覺、聽覺、觸覺，要從感知智能過渡到認(rèn)知智能，讓機器建立自己的知識圖譜，能與人的思辨能力和知識圖譜對接，能進行知識表述和高階推理。”王金橋說。

但目前所有的不完美，并不影響兩位圖靈獎得主的信心。本吉歐認(rèn)為，相比于動物，人類之所以聰明，是因為我們有自己的文化，讓我們能夠解決這個世界的問題。要想讓人工智能在現(xiàn)實世界中發(fā)揮作用，我們需要它不僅僅是有翻譯功能，更需要它能夠真正理解自然語言。

而在勒昆看來，如果說人工智能是一塊蛋糕，那么自監(jiān)督學(xué)習(xí)就是其中最大的一塊。

關(guān)鍵詞： 比肩