AI面臨的挑戰(zhàn)：無人車闖禍，我們該找誰？如何保證不再發(fā)生？
當(dāng)人們問我是做什么工作的時候，我總是非常困惑如何回答才好。人工智能這個答復(fù)吧，我覺得太寬泛了，而圖像識別似乎又太專業(yè)了。不過呢，還是下面這個問題令我真正抓狂：
人工智能會掌控整個地球嗎？
對于一名從事于機(jī)器智能研究的專業(yè)人士來說，這個問題太讓我惱火了。我也不想去抱怨懷疑論者，事實上大部分人都覺得人工智能是一種神秘，而且有著無窮無盡陰謀詭計的玩意兒，最終它們會把人類滅絕，因為，它能夠在我們狂看一晚EvanGoldberg編導(dǎo)的電影之后，就預(yù)測到下一部我們將觀看的影片將會是《SausageParty》（《香腸派對》）。
然而，大多數(shù)人并沒有意識到，無論我們認(rèn)為自己多么有個性，多么特殊，從普遍意義上來看，人們還是遵循一些普遍行為模式的。只要經(jīng)過足夠多訓(xùn)練，計算機(jī)就可以輕松識別出人們的行為模式。
因此，機(jī)器能推測你喜歡的音樂，或者給你一些手機(jī)APP應(yīng)用的建議，這對機(jī)器來說很容易實現(xiàn)。不過，這并不代表所有的預(yù)測工作的難度和性質(zhì)類似，我只是希望大家能理解，這相對于人類的能力來說是一種延伸和拓展。
要想了解時下人工智能領(lǐng)域中哪些技術(shù)很厲害，重點在于懂得機(jī)器學(xué)習(xí)做得不錯的兩個主要場景：
1.受控環(huán)境
2.監(jiān)督
我們看到了Google的人工圍棋選手AlphaGo打敗了人類最厲害的圍棋選手，計算機(jī)象棋的問題很早以前就已經(jīng)解決了，而最近又有很多論文在探討Doom游戲比賽中擊敗人類的話題。事實上，在游戲里面，你能夠完全掌控操作環(huán)境、能夠?qū)嵤┑男袨橐约翱赡墚a(chǎn)生的結(jié)果，這使得建模變得相當(dāng)容易。而一旦我們能夠?qū)⒂螒颦h(huán)境進(jìn)行建模，下一步任務(wù)就是模擬和學(xué)習(xí)。實際上，這些理論早就已經(jīng)成熟了，正是近年來計算機(jī)硬件的發(fā)展使大規(guī)模機(jī)器學(xué)習(xí)得以實現(xiàn)，才能夠令A(yù)lphaGo這類技術(shù)在實現(xiàn)層面上獲得重大突破。
監(jiān)督式受控環(huán)境表示對于每一個行為，你能夠估計出可能受到的懲罰，從而能夠有效地從錯誤中積累經(jīng)驗，而游戲正是這種監(jiān)督式受控環(huán)境的完美表達(dá)。還有一個例子就是我們剛才提到的電影預(yù)測，可以理解為有一個很大的樣本，里面存在用戶和影片兩類數(shù)據(jù)，還有一個給定的用戶選擇模型。通過這些，我們就能進(jìn)行下一次看什么電影的預(yù)測。
在監(jiān)督式受控環(huán)境中，我們知道會得到何種信息，并能夠?qū)︻愃频男畔⒓右蕴幚�。我們可以對這類目標(biāo)創(chuàng)建表達(dá)法（representation），在我們需要進(jìn)行預(yù)測的時候，這些表達(dá)法能夠幫助我們最終確定準(zhǔn)確的計算模型。這是通用學(xué)習(xí)類型中的一個非常狹窄的子類，也是和我們?nèi)祟惒畈欢嗟囊活愔悄芊绞健?/p>
圖注：分類器概觀
然而，大部分的人類行為并非監(jiān)督式的，而是在與環(huán)境交互的基礎(chǔ)上建立的邏輯和直覺。人類的基本活動，比如說識別物體，理解物理過程都是時常發(fā)生的事情。通常，我們通過與事物的互動能習(xí)得很多的新知。
在當(dāng)前階段，庫卡機(jī)器人，這對于計算機(jī)來說還是很難達(dá)到的水平。現(xiàn)在如果你要一臺機(jī)器能認(rèn)識所有你給的圖片里面的汽車，你必須告訴機(jī)器先去看那些圖片，還得告訴它你的汽車是什么樣子的。當(dāng)你給機(jī)器看了大量汽車圖片時，它就能認(rèn)出汽車了。這就是監(jiān)督式學(xué)習(xí)，在它尚未理解看什么東西的時候，你得教它汽車是什么樣子的。
現(xiàn)在，計算機(jī)科學(xué)家在努力使這種學(xué)習(xí)變成幾乎無需監(jiān)督的，即非監(jiān)督式學(xué)習(xí)。最終，我們希望機(jī)器能夠理解物體和景象的概念本身，而不需要特地去調(diào)教它。
當(dāng)前大多數(shù)研究的重心在于非監(jiān)督式學(xué)習(xí)，解決這個問題更加困難。誠然，我們的機(jī)器看上去更聰明了，不過大多數(shù)都是在監(jiān)督式受控環(huán)境中的情況。首先我們必須能令機(jī)器人在非監(jiān)督的環(huán)境下正常工作，然后再考慮系統(tǒng)在非受控的情形下運(yùn)行，這樣才更為接近人類的智能。
盡管，現(xiàn)在探討機(jī)器滅絕人類，或者是機(jī)器人的‘不良企圖’仍為時尚早。然而，人工智能更嚴(yán)峻的威脅正悄然逼近，這可能造成極其嚴(yán)重的后果。
早先通過觀察特定的特性的算法稱為決策樹分割數(shù)據(jù)
在這個會議的最初討論時，我導(dǎo)師曾提到了一個問題，令我第一次真正質(zhì)疑人工智能的可用性。早期傳統(tǒng)的人工智能技術(shù)的算法很容易理解，比如說，我們要造一個機(jī)器來測量人的身高和體重，并告訴他們是不是超重了。這個很簡單，我們只需要計算出這個人的體重指數(shù)（BodyMassIndex,BMI），如果超過了特定閾限，那就是超重。這是人工智能的原型算法。如果我說某人肥胖，這是必須要有合理的判斷的（而不是熊孩子罵人），這個人的BMI確實是落在超重人群的平均BMI范圍里。
現(xiàn)在大多數(shù)的機(jī)器已經(jīng)不是這么簡單了，它們采用大量復(fù)雜的數(shù)據(jù)作為輸入（比如高清晰度的圖片），經(jīng)過非常精細(xì)粒度的算法來完成輸出。這樣的話，簡單的閾限或決策樹的方法就不夠用了。漸漸地，系統(tǒng)采用了一套廣為人知的深度學(xué)習(xí)算法，去識別和學(xué)習(xí)大量數(shù)據(jù)，用類似于人類的方式去細(xì)化模板。
圖注：典型的深度學(xué)習(xí)模型。它包含了若干個互相連通傳播信息的神經(jīng)元（圓圈），這與已發(fā)現(xiàn)的人腦運(yùn)作模式十分相似
這些系統(tǒng)性能非常好，但是學(xué)習(xí)過程很慢，因為需要很多數(shù)據(jù)來學(xué)習(xí)。
但是，有個問題：一旦它們給了我們結(jié)果，不管正確與否，我們并不知道機(jī)器是怎么得到這個結(jié)果的。
這個聽起來并不是那么要緊在開始的時候，在機(jī)器學(xué)習(xí)系統(tǒng)里面，我們有兩種類型的數(shù)據(jù)特征和標(biāo)簽。特征是觀察到的變量，標(biāo)簽是我們需要預(yù)測的。舉個例子，在之前的肥胖癥檢測器中，我們的特征是人的身高和體重，標(biāo)簽是每個人的超重或者健康指標(biāo)。為了從圖片中檢測癌癥細(xì)胞，特征是若干張器官的圖像，標(biāo)簽是圖片有沒有癌癥細(xì)胞。
癌癥檢測算法會先掃描這組圖片
機(jī)器學(xué)習(xí)算法一般會這樣解決問題，先給每個特征配置權(quán)重，相加，最后基于所得的和來做決定。比如，如果你要預(yù)測一個蘋果是不是壞了，你會先看蘋果的氣味、顏色，如果觸摸一下那么就還有它的質(zhì)感，最后大腦會配置給這些特征不同的權(quán)重。
假如蘋果爛了，光憑顏色一個特征就可以解決問題了
計算機(jī)遵循類似的想法，只不過權(quán)重是通過不同的優(yōu)化算法算出來的。但是，在深度學(xué)習(xí)中，我們并不確定我們想用哪些具體的特征，更不用說配置權(quán)重。所以我們怎么辦？我們讓計算機(jī)自己學(xué)習(xí)選出最好的特征群，把它們用最佳方式組合來做決定，從某種意義上模擬人類大腦的做法。
這個主意給我們帶來驚人的結(jié)果在計算機(jī)視覺領(lǐng)域（這個領(lǐng)域研究如何讓計算機(jī)理解圖像數(shù)據(jù)），尤其是隨著高效GPU和新框架的出現(xiàn)，使學(xué)習(xí)基本的圖像級別的概念變得小菜一碟。但是，要注意的是我們討論的這些機(jī)器通過學(xué)習(xí)選出的特征，物理意義并不像傳統(tǒng)方法那么直觀。
這些例子展示了計算機(jī)從圖片中尋找的東西看上去它們在檢測形狀，但是對于非圖像數(shù)據(jù)，并不是這么直觀。