斯坦福大學(xué)一項新的研究表明，人工智能可以通過問一些看起來很愚蠢的問題來幫助它們變得更加聰明。研究人員研發(fā)的新系統(tǒng)在回答 Instagram 上的相似問題時，其準(zhǔn)確率提高了 118%。

如果有人給你看一張鱷魚的照片，并問你它是不是一只鳥？你可能會哈哈大笑。一項新的研究表明，這種在我們看來有些愚蠢的互動可能是幫助人工智能學(xué)習(xí)的關(guān)鍵。

在該研究中，這種方法顯著提高了人工智能解釋新圖像的準(zhǔn)確性，可以幫助人工智能開發(fā)者更快地設(shè)計程序，以完成從診斷疾病到引導(dǎo)機(jī)器人或其他設(shè)備自行在家中運(yùn)轉(zhuǎn)的所有工作。

一、讓 AI 主動提問，彌補(bǔ)知識空白

 “這是一項超酷的工作！”谷歌機(jī)器學(xué)習(xí)研究學(xué)者 Natasha Jaques 說，但她并未參與這項研究。

許多人工智能系統(tǒng)會選擇一種被稱為機(jī)器學(xué)習(xí)的方法使其變得更智能。這種方法是通過大量數(shù)據(jù)集來訓(xùn)練人工智能，其所需的時間和工作量都十分巨大。例如，系統(tǒng)在分析數(shù)千張家具圖片后讓人工智能找到椅子的樣子。

但即使是巨大的數(shù)據(jù)集也會存在缺口。比如，圖像中的物體可以被標(biāo)記為一把椅子，但它是由什么制成的？你是否可以坐在上面？這些問題卻無法得知。

為了幫助人工智能擴(kuò)展它們對世界的理解，研究人員現(xiàn)在正試圖開發(fā)一種計算機(jī)程序，用以實現(xiàn)在定位人工智能知識空白，并找出如何通過詢問陌生人填補(bǔ)知識的方法。人工智能向陌生人提出自己不了解的問題，并期待得到回答，就像孩子問父母天空為什么是藍(lán)的一樣。這項新研究的最終目標(biāo)是讓人工智能能夠正確回答有關(guān)它以前從未見過的圖像的各種問題。

在之前的“主動學(xué)習(xí)”研究中，人工智能會評估自己的無知程度，并要求獲得更多信息。這種方式通常需要研究人員向提供這類信息的在線工作者支付報酬，所以這種方法在一定程度上無法規(guī)模化。

因此，在這項新研究中，由計算機(jī)視覺和人機(jī)交互交叉領(lǐng)域?qū)W者 Ranjay Krishna 領(lǐng)導(dǎo)的 Stanford University（斯坦福大學(xué)）的研究人員訓(xùn)練了一個機(jī)器學(xué)習(xí)系統(tǒng)，不僅能發(fā)現(xiàn)該系統(tǒng)知識的空白，還能通過詢問陌生人，如：“水槽是什么形狀的？”等愚蠢的問題，以獲得答案的方式進(jìn)行學(xué)習(xí)。比如，機(jī)器學(xué)習(xí)系統(tǒng)詢問：“圖中是什么甜點(diǎn)？”陌生人回答：“它是椰子蛋糕。”

 ▲機(jī)器學(xué)習(xí)系統(tǒng)詢問示例

二、發(fā)圖、提問、學(xué)習(xí)一氣呵成，準(zhǔn)確率提升 118%

北卡羅來納大學(xué)教堂山分校的社會心理學(xué)家 Kurt Gray 說：“非常重要的一件事是要思考人工智能應(yīng)該如何呈現(xiàn)自己。 在這種情況下，你希望它像一個孩子，不是嗎？”否則，人們可能會因為你問的問題看起來很荒謬而認(rèn)為你是一個噴子。他的主要研究方向是人類與人工智能的互動，但沒有參與這項工作。

該團(tuán)隊還為這一系統(tǒng)建立了“獎勵”機(jī)制，當(dāng)人工智能得到了人們反饋的問題答案，就會反過來讓人工智能調(diào)整其內(nèi)部運(yùn)作，以便在未來能夠有效應(yīng)對相關(guān)問題。在這基礎(chǔ)上，隨著時間的推移，人工智能就能進(jìn)一步學(xué)習(xí)語言和社會規(guī)范方面的知識，讓自己變得越來越聰明，并提升它提出易于回答且更有意義的問題的能力。

這種新型的人工智能有幾個組成部分，包括一些神經(jīng)網(wǎng)絡(luò)，受大腦結(jié)構(gòu)啟發(fā)的復(fù)雜數(shù)學(xué)函數(shù)。Krishna 說：“它們包含很多部分……都需要一起發(fā)揮作用。”其中一個部分會在社交媒體 Instagram 上選擇一張圖片，比如日落，第二個部分會就這張照片提出一個問題，例如，“這張照片是在晚上拍的嗎?”其余部分則會從讀者的回答中提取信息，并從中了解圖像包含的內(nèi)容的含義。

該團(tuán)隊昨天發(fā)表在《美國國家科學(xué)院院刊》上的報告顯示，在 8 個月的時間里，通過在 Instagram 上提出超過 20 萬個問題，該系統(tǒng)回答類似問題的準(zhǔn)確率提高了 118%。而一個在 Instagram 上發(fā)布問題，但并沒有經(jīng)過明確的訓(xùn)練來提高反應(yīng)率的比較系統(tǒng)，其準(zhǔn)確率只提高了 72%，部分原因是人們更經(jīng)常地忽略它。 三、AI 也卷起來了？主動向人類尋求幫助

Jaques 認(rèn)為，主要的創(chuàng)新是獎勵讓人類做出反應(yīng)的系統(tǒng)，“從技術(shù)角度來說，這并不瘋狂，但從研究方向的角度來說非常重要。” Instagram 上大規(guī)模的問題發(fā)布也給她留下了深刻的印象。在發(fā)布所有人工智能生成的問題之前，人類會檢查這些問題是否有冒犯性內(nèi)容。

研究人員希望像他們這樣的系統(tǒng)最終能幫助人工智能理解常識、幫助機(jī)器人主動交互、增強(qiáng)聊天機(jī)器人與人交流的能力等，比如人工智能通過詢問問題知道椅子是木頭做的、嵌入人工智能的吸塵器會詢問去廚房的路、聊天機(jī)器人與人們談?wù)摽蛻舴?wù)或天氣等。

Jaques 說，社交技能也可以幫助人工智能快速適應(yīng)新情況。例如，自動駕駛汽車可能會在施工區(qū)導(dǎo)航時尋求幫助。“如果你能有效地向人類學(xué)習(xí)，這是一項非常普遍的技能。”

結(jié)語：蠢問題或讓 AI 走向更加智能之路

人們有時震驚于人工智能的學(xué)習(xí)能力，比如阿爾法狗。但人工智能在面臨復(fù)雜問題時的表現(xiàn)卻不盡如人意，往往答非所問。

這項新研究探索了機(jī)器學(xué)習(xí)的新方向，將會助力人工智能理解常識，變得更加智能。但這項技術(shù)對于提高人工智能處理復(fù)雜問題的能力仍需有待驗證。