如果有人拿著一張鱷魚的照片，問(wèn)你它是不是一只鳥(niǎo)，那么你可能會(huì)嘲笑他的無(wú)知。但如果對(duì)方是一個(gè)機(jī)器人呢？根據(jù)最新的一項(xiàng)科學(xué)研究，如果人工智能提出的蠢問(wèn)題獲得更多的正確答案，那么人工智能或許會(huì)變得更加聰明。

這種方法可以幫助人工智能研究人員更快地設(shè)計(jì)程序，這些程序可以完成從診斷疾病到引導(dǎo)機(jī)器人或其他設(shè)備自行在家中進(jìn)行的所有工作。

(資料圖片)

來(lái)自 Google 的計(jì)算機(jī)科學(xué)家娜塔莎·雅克（Natasha Jaques）表示：“這真的是非常酷的工作”。他雖然沒(méi)有參與到本次研究中，但卻是機(jī)器學(xué)習(xí)領(lǐng)域的大拿。

很多人工智能實(shí)現(xiàn)“更聰明”的途徑往往簡(jiǎn)單粗暴，主要依靠機(jī)器學(xué)習(xí)，培訓(xùn)大量數(shù)據(jù)并從中找到某種模式。例如，想要讓人工智能知道什么是椅子，那么就向其展示數(shù)千張椅子圖片，然后識(shí)別椅子。

但即使是巨大的數(shù)據(jù)集也存在空白區(qū)的。例如，如果圖像中的某個(gè)物體可以標(biāo)記為一把椅子，但人工智能不會(huì)去了解這把椅子是由什么制成的？人能坐在上面嗎？

為了幫助 AI 擴(kuò)展他們對(duì)世界的理解，研究人員現(xiàn)在正試圖開(kāi)發(fā)一種方法，讓計(jì)算機(jī)程序不僅能夠定位其認(rèn)知中的空白區(qū)，而且還能向陌生人詢問(wèn)這些知識(shí)空白的內(nèi)容，這有點(diǎn)像是孩子問(wèn)父母為什么天空是藍(lán)色的。這項(xiàng)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(jiàn)過(guò)的圖像的各種問(wèn)題。

這種“主動(dòng)學(xué)習(xí)”也有相關(guān)的研究，只不過(guò)在這些研究中人工智能會(huì)評(píng)估自己的知識(shí)盲區(qū)并要求獲得更多信息，通常要求研究人員支付在線工作人員提供此類信息的費(fèi)用。因此這種方式無(wú)法大規(guī)模擴(kuò)展。

由蘭杰·克里希納帶領(lǐng)的斯坦福科研團(tuán)隊(duì)在其發(fā)布的最新論文中表示，現(xiàn)在在西雅圖華盛頓大學(xué)培訓(xùn)了一個(gè)機(jī)器學(xué)習(xí)系統(tǒng)，不僅能夠自己定位自己的知識(shí)盲區(qū)，并且會(huì)以多張圖片的方式來(lái)描述問(wèn)題，以希望從耐心的陌生人處獲得答案。例如“水槽的形狀是什么？”，回答是“方形”。

北卡羅來(lái)納大學(xué)教堂山分校的社會(huì)心理學(xué)家?guī)鞝柼亍じ窭祝↘urt Gray）表示：“這種情況下，人工智能有點(diǎn)像個(gè)孩子”。雖然他沒(méi)有參與這個(gè)項(xiàng)目，但是他是人機(jī)交互方面的資深專家。

該團(tuán)隊(duì)“獎(jiǎng)勵(lì)”了它的人工智能寫出可理解的問(wèn)題：當(dāng)人們真正回答了一個(gè)問(wèn)題時(shí)，系統(tǒng)會(huì)收到反饋，告訴它調(diào)整其內(nèi)部運(yùn)作，以便在未來(lái)表現(xiàn)出類似的行為。隨著時(shí)間的推移，人工智能隱含地學(xué)習(xí)了語(yǔ)言和社會(huì)規(guī)范方面的課程，磨練了它提出有意義且易于回答的問(wèn)題的能力。

新的人工智能有幾個(gè)組成部分，其中一些是神經(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)。 “有許多動(dòng)人的部分......都需要一起發(fā)揮，”克里希納說(shuō)。一個(gè)組件在 Instagram 上選擇了一張圖片（比如日落），第二個(gè)組件詢問(wèn)了有關(guān)該圖片的問(wèn)題，例如，“這張照片是在晚上拍攝的嗎？”其他組件從讀者的反應(yīng)中提取事實(shí)并從中了解圖像。

該團(tuán)隊(duì)今天在《美國(guó)國(guó)家科學(xué)院院刊》上報(bào)告說(shuō)，在 8 個(gè)月和超過(guò) 200,000 個(gè) Instagram 問(wèn)題中，該系統(tǒng)回答與其提出的問(wèn)題類似的問(wèn)題的準(zhǔn)確性提高了 118%。一個(gè)在 Instagram 上發(fā)布問(wèn)題但未經(jīng)過(guò)明確培訓(xùn)以最大化響應(yīng)率的比較系統(tǒng)僅將其準(zhǔn)確性提高了 72%，部分原因是人們更頻繁地忽略了它

Jaques 說(shuō)，主要的創(chuàng)新是獎(jiǎng)勵(lì)讓人類做出反應(yīng)的系統(tǒng)，“從技術(shù)角度來(lái)看，這并不瘋狂，但從研究方向的角度來(lái)看非常重要。” Instagram 上的大規(guī)模真實(shí)部署也給她留下了深刻的印象。 （人類在發(fā)布之前檢查了所有 AI 生成的問(wèn)題是否有冒犯性材料。）

關(guān)鍵詞： 人工智能 當(dāng)人工智能問(wèn)出更多蠢問(wèn)題 那么它將變得更