像人類一樣會“類比”的AI，才是真正的AI

本文作者：任平

2021-08-07 09:11

導(dǎo)語：機器人只能越來越像人

最近，從事圣達(dá)菲研究所(Santa Fe Institute)的戴維斯復(fù)雜性研究的米切爾教授接受采訪時談到，“機器人要變得更像人，首先要學(xué)會類比思維。”一句話道出目前人工智能的困境。

讓機器更像人，這并不是白日做夢。如今AI正在學(xué)習(xí)各種認(rèn)知，包括最難突破的時間認(rèn)知、經(jīng)驗認(rèn)知、感性認(rèn)知。

長期以來，思維是人類獨有的本領(lǐng)。在人工智能訓(xùn)練上，科學(xué)家們更專注邏輯和行為規(guī)則的編程。但這樣訓(xùn)練出來的AI，前期需要大量的數(shù)據(jù)學(xué)習(xí)，也并沒有思維，所會的技能幾乎全被打碎。

目前，米切爾領(lǐng)導(dǎo)著SFI的自然和人工系統(tǒng)智能基礎(chǔ)項目，"AI類比"研究要比以往任何時候都更加突出。該項目將在明年召開一系列跨學(xué)科研討會，研究生物進(jìn)化、集體行為(如螞蟻等群居昆蟲的行為)和如何利用身體促進(jìn)智力的發(fā)展。

半路出家，高中數(shù)學(xué)老師做起人工智能

1979 年獲得普利策獎的著作《哥德爾、艾舍爾、巴赫》激發(fā)了大批計算機科學(xué)家的靈感，但很少有人像梅蘭妮·米切爾( Melanie Mitchell)那樣改變了人生軌跡。

在閱讀了這本 777 頁的大部頭書后，紐約的高中數(shù)學(xué)老師米切爾決定：我"需要"從事人工智能的工作。

她很快找到了這本書的作者、人工智能研究員道格拉斯·霍夫斯塔德（Douglas Hofstadter），并說服他給自己一個實習(xí)機會。

雖然當(dāng)時她只學(xué)了幾門計算機科學(xué)課程，但霍夫斯塔德似乎對她的膽量印象深刻，并不關(guān)心她的學(xué)歷。

米切爾趕上了“最后一刻”的研究生申請，并加入了霍夫斯塔德在密歇根大學(xué)安娜堡分校的新實驗室。在接下來的六年里，兩人密切合作，開發(fā)了一個名為“Copycat"的電腦程序。用他們的話來說，這個程序的目的是"發(fā)現(xiàn)創(chuàng)新性的類比，并做出具備這樣思想的智能體"。

此后的科研路上，米切爾便一直和“AI數(shù)字思維”維系在一起。

類比到底是什么

這是一種抽象的能力，比如你告訴我一個故事，然后我說，“哦，我懂你”，實際上這種事并沒有發(fā)生在我身上，但我可以做一個假設(shè)。

然而，機器人知道“理解”是什么嗎，知道“意義”是什么嗎，以數(shù)字形式存在的它們，計算過自己的生命長短嗎？當(dāng)人工智能遇上“認(rèn)知”障礙，能否自主解決？

滑稽的是，要明白人類意義時，它們卻在忙著處理數(shù)據(jù)。

他們永遠(yuǎn)也學(xué)不會類比嗎?

在探索AI“認(rèn)知”的問題上，不少科學(xué)家正在做相關(guān)的實驗。上個月DeepMind實驗室發(fā)博文稱，“正在訓(xùn)練開放式學(xué)習(xí)的智能體?！?這些無需監(jiān)督和數(shù)據(jù)喂養(yǎng)的智能體，能以很少的例子在游戲任務(wù)里自主進(jìn)化，并且表現(xiàn)出不俗的泛化能力。

這暗示了AI學(xué)會類比的可能性，但實際情況是，智能體在游戲中運行得很好，如何將其擴(kuò)展到我們真正關(guān)心的領(lǐng)域? 假如能夠證明AI具備類比能力，如何在擁有認(rèn)知之后再學(xué)習(xí)和推理？

更重要的是，這是否意味著人工智能也需要像我們一樣，擁有一個身體呢？

像人類一樣會“類比”的AI，才是真正的AI