如何打破四類人工智能之間的界限?
人們對人工智能(AI)的一致看法是,具有自我意識(shí)的智能機(jī)器即將出現(xiàn)。這些機(jī)器在命令理解、圖片區(qū)分、汽車駕駛和游戲等方面均比人類做得更好。距離這樣的智能機(jī)器走進(jìn)我們的生活還要多久?
白宮關(guān)于人工智能的新報(bào)告表示了對這一夢想持懷疑態(tài)度。報(bào)告表示,未來20年可能都不會(huì)看到“機(jī)器展現(xiàn)出廣泛適用的可媲美或超越人類的智能,”雖然報(bào)告接下來表示,在未來幾年,“機(jī)器將在越來越多的任務(wù)中,達(dá)到甚至超越人類的水平。”但報(bào)告中關(guān)于機(jī)器如何獲得這樣的智能的假設(shè)缺少一些重要觀點(diǎn)。
作為一名AI研究人員,很榮幸我的研究領(lǐng)域在美國政府最高級別會(huì)議上被提及,但是報(bào)告的內(nèi)容幾乎完全集中于我所說的“無聊的AI。”報(bào)告以半句話就駁回了我所研究的AI分支,轉(zhuǎn)而解釋進(jìn)化如何幫助開發(fā)不斷完善的AI系統(tǒng),以及計(jì)算模型如何幫助我們理解人類智力演變。
該報(bào)告集中于所謂的主流AI工具:機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。這些人工智能技術(shù)已經(jīng)可以在“Jeopardy!”游戲中表現(xiàn)出色,并且在最復(fù)雜的游戲中擊敗了人類圍棋大師。當(dāng)前的智能系統(tǒng)可以快速處理大規(guī)模數(shù)據(jù)和復(fù)雜計(jì)算。但它們?nèi)狈σ粋€(gè)要素,這是未來研發(fā)具有自我意識(shí)的智能機(jī)器的關(guān)鍵。
我們需要做的不僅僅是教機(jī)器,更需要打破四類人工智能之間的界限,跨過機(jī)器與人類之間的障礙。
第一類AI:反應(yīng)式機(jī)器
最基本的AI系統(tǒng)就是完全反應(yīng)式的,并且既不能形成記憶也不能利用過去的經(jīng)驗(yàn)指導(dǎo)當(dāng)前決策。IBM的國際象棋超級計(jì)算機(jī)——DeepBlue,在90年代末擊敗國際大師GarryKasparov,它就是這種反應(yīng)式機(jī)器。
DeepBlue能夠識(shí)別棋盤上棋子,并且知道每個(gè)棋子如何移動(dòng)。它可以預(yù)測下一步自已以及對手如何移動(dòng),然后從中選擇最佳移動(dòng)方案。
但它沒有任何過去的概念,也沒有任何關(guān)于之前發(fā)生了什么的記憶。除了一個(gè)很少使用的國際象棋的具體規(guī)則,不允許重復(fù)三次相同的移動(dòng),DeepBlue不考慮之前發(fā)生的任何事。它只考慮當(dāng)前棋盤上棋子的位置,然后從所有可能的下一步動(dòng)作中選擇一種。
這種類型的智能涉及到計(jì)算機(jī)對世界的直接感知并作出相應(yīng)反應(yīng),而并不依賴于對世界的內(nèi)部概念。在一篇開創(chuàng)性的論文中,AI研究員 RodneyBrooks認(rèn)為我們應(yīng)該只開發(fā)這樣的機(jī)器。RodneyBrooks的主要理由是人類不擅長構(gòu)造適于計(jì)算機(jī)的精確的仿真世界,即AI學(xué)術(shù)界所謂的真實(shí)世界的“表示”。
目前我們所驚嘆的機(jī)器智能要么對世界沒有這樣的概念,要么只針對特定任務(wù)有有限的概念。DeepBlue的創(chuàng)新點(diǎn)在于它不是增加棋子下一步的可移動(dòng)方案。相反,開發(fā)者找到了一種方法來減少可移動(dòng)方案,即基于每種方案產(chǎn)生的結(jié)果,放棄探索一些潛在的可移動(dòng)方案。如果沒有這項(xiàng)能力,DeepBlue將需要變得更強(qiáng)大才能打敗Kasparov。
同樣,谷歌的AlphaGo,雖然打敗了人類頂級圍棋大師,但也不能評估所有潛在移動(dòng)方案。AlphaGo的分析方法比DeepBlue更復(fù)雜,它使用神經(jīng)網(wǎng)絡(luò)來評估游戲局勢發(fā)展。
這些方法確實(shí)讓AI系統(tǒng)在特定游戲中表現(xiàn)更出色,但它們不適用于其他情況。這些計(jì)算機(jī)思維沒有更寬泛的世界的概念——這意味著它們無法執(zhí)行特定任務(wù)之外的其他任務(wù),也容易被愚弄。
AI系統(tǒng)無法交互性地參與真實(shí)世界。相反,這些機(jī)器每次遇到相同的情況,處理方式完全相同。這可以確保AI系統(tǒng)的可信賴性:希望自己的自動(dòng)駕駛汽車可靠。但如果想要系統(tǒng)真實(shí)地接觸世界并對其作出反應(yīng),這就很糟糕。這些最簡單的AI系統(tǒng)永遠(yuǎn)不會(huì)讓人感到無聊,或者感興趣,或者悲觀。
第二類:有限的記憶力
第二類AI機(jī)器可以觀察過去的情況。自動(dòng)駕駛汽車已經(jīng)做到了一些,例如,它們觀察其他車輛的速度和方向。觀察過去的情況無法短時(shí)間內(nèi)完成,而是需要識(shí)別特定對象并持續(xù)監(jiān)視。
這些待觀察物體被添加到自動(dòng)駕駛汽車預(yù)編程的世界的“表示”中。世界的“表示”也包括車道標(biāo)記、交通燈和其他重要元素,如道路曲線等。當(dāng)無人駕駛汽車為避免阻攔其他司機(jī)或與其他汽車相撞而決策變道時(shí)機(jī)時(shí),這些物體會(huì)被考慮在內(nèi)。
但是這些關(guān)于過去的簡單片段化信息是短暫的,與類駕駛員積累多年駕駛經(jīng)驗(yàn)的方法不同的是,它們不會(huì)被保存為可從中學(xué)習(xí)的經(jīng)驗(yàn)庫信息。
那么,如何構(gòu)建AI系統(tǒng),讓其擁有世界的完整的“表示”,記憶歷史經(jīng)驗(yàn)以及學(xué)習(xí)如何處理新情況?Brooks是對的,確實(shí)很難做到這一點(diǎn)。受達(dá)爾文進(jìn)化論啟發(fā),我的研究方法可以彌補(bǔ)人類讓機(jī)器自我建立對世界的“表示”的這一缺點(diǎn)。
第三類AI:心理理論
我們可能止步于此,并將這一點(diǎn)作為目前AI機(jī)器與未來AI機(jī)器的重要分界點(diǎn)。然而,我們最好更具體地討論機(jī)器需要構(gòu)建的世界的“表示”的類型,以及它們需要關(guān)心的。
更先進(jìn)的下一類AI機(jī)器,不僅要形成關(guān)于世界的“表示”,也要形成關(guān)于其他媒介或?qū)嶓w的“表示”。心理學(xué)中,這稱作“心理理論”——人、生物和其他物體都有影響自己行為的思想和情緒。
這對人類如何形成社會(huì)至關(guān)重要,因?yàn)樗鼈冏屓祟愡M(jìn)行社會(huì)性互動(dòng)。如果不理解對方的動(dòng)機(jī)和意圖,或者沒有考慮到別人對自己或周圍環(huán)境的認(rèn)知,一起工作最困難,甚至根本無法一起工作。
AI系統(tǒng)如果真的走進(jìn)了我們的生活,它們必須能夠理解,我們每個(gè)人都有自己的想法、情感以及期待如何對待自己。然后,它們必須相應(yīng)地調(diào)整自己的行為。
第四類AI:自我意識(shí)
AI發(fā)展的最后一步是構(gòu)建的AI系統(tǒng)可以形成自我“表示”。最終,我們AI研究人員不僅需要了解意識(shí),而且還要構(gòu)建擁有意識(shí)的機(jī)器。
在某種意義上,這是第三類人工智能的“心理理論”的延伸。一定程度上,意識(shí)也可以稱作“自我意識(shí)”。(“我想要那個(gè)東西”與“我知道我想要那個(gè)東西”有很大區(qū)別。)有意識(shí)的人了解自己,知道自己內(nèi)心狀態(tài),并可以估計(jì)他人的感受。我們認(rèn)為堵車時(shí),在我們后面鳴喇叭的人是憤怒或不耐煩的,因?yàn)檫@也是我們在別人后面鳴喇叭時(shí)的感受。沒有某種心理理論,我們無法做出這些推論。
雖然還無法創(chuàng)造出擁有自我意識(shí)的AI機(jī)器,我們還是應(yīng)該把注意力放在記憶理解、學(xué)習(xí)和基于過去經(jīng)驗(yàn)的決策能力上。這是了解人類智力本身的一個(gè)重要步驟。如果想要設(shè)計(jì)或改造出極其擅長分類眼前所見事物的特殊機(jī)器,這也是至關(guān)重要的。