進擊的AI：DeepMind助力深度學習跨越鴻溝

一般而言，人工智慧（AI）要花10倍以上時間才能掌控人類同等技能，如今，通過參考人腦工作機理，谷歌DeepMind研發的深度學習系統極大提高了AI的學習速率。

機器人的智能化程度越來越高。以深度學習為基礎的機器人已經學會了人臉識別、電子遊戲等人類技巧，甚至在中國古老的圍棋競技上獨孤求敗。似乎，機器人的智力已經青出於藍，凌駕於人類之上。

但超越人類並沒有這麼簡單。人工智慧至少在一個關鍵方面仍然落後於人類：學習速度。比如電子遊戲，機器人要學習200個小時才能達到人類兩小時的技能水平。所以計算機科學家一直希望提高機器人的學習速度。

最近，谷歌子公司DeepMind的研究員亞歷山大·普利策爾及其同事稱，他們在AI學習領域取得了重大突破。他們創建的深度學習系統能快速汲取經驗並用於實踐。機器人的學習能力進階為「超級賽亞人」狀態，並有望在不久的未來與人類相媲美。

首先了解一些背景知識。機器學習運用神經網路層來尋找數據模式，當某一層識別到一種模式，它就將信息傳遞到下一層。下一層匹配到應的數據模式後，再將相應信息傳遞到下下一層，如此層層傳遞。

比如人臉識別，某一層可能識別到人臉輪廓，下一層就尋找圖像里的環形邊界模型（眼睛和嘴的形狀），再下一層尋找兩眼和嘴巴構成的三角模型。找到所有數據模型後，最終輸出的就是人臉。

但其中還有很多細節。在學習過程中，要調整很多內部參數來獲取反饋，比如各層間的連接強度。這些參數的調整一定要足夠細緻，稍有不慎就可能對後續神經網路層造成災難性影響。也正因如此，深度學習需要花很長時間進行訓練。

普利策爾團隊用所謂的神經情景控制（(Neural Episodic Control）的方法解決了這一問題。「神經情景控制能夠在廣泛任務場境中極大提高學習速率」，他說。「最關鍵的是，我們的AI無需等待漫長的優化，能夠迅速鎖定高成功率決策。」

DeepMind方法的靈感源於人類和哺乳動物的記憶模式。人類解決問題有兩種不同的方式。如果是熟悉的場景，大腦會依靠經驗，套用之前的模式來解決問題。這與大腦前額葉皮層有關。如果是比較陌生的場景，大腦就必須思考新的應對策略。這涉及到大腦海馬體的測試-學習功能。大腦在此情景下做出嘗試，並將結果記憶下來。如果嘗試成功，大腦以後會在同樣場景下做出同樣反應。如果失敗，大腦以後會避免同樣的嘗試。

這種情景學習方法在短期內要優於腦前額葉的決策。但很快，決策固化後，腦前額葉的模式化方法又會勝出。

普利策爾和同事正是受此激發。新系統有兩套學習方法：一種是傳統的深度學習系統，類似於腦前額葉；另一種則模仿大腦海馬體的行為，在系統嘗試新方法時將結果記憶下來。

但是，系統不是有選擇性地進行記憶，而是簡單粗暴地記憶所有東西。「我們不能等到需要做出決策時再學習，這樣太耗時間」，普利策爾說。「相反，我們記憶所有情景，它的記憶架構要比現存的大得多。」

隨後，研究人員在此記憶架構下讓系統進行閱讀。結果發現，系統反應速率要比傳統深度學習快得多。

為了進一步展示系統性能，他們又用Space Invaders，Pong等經典電子遊戲訓練系統。（這些電子遊戲也是DeepMind很多其他深度學習系統必備訓練科目。）

結果表明，神經情景控制方法的學習速度遠勝於其他深度學習方法。「試驗表明，神經情景控制方法所需的訓練要少一個量級」，團隊成員說。

這是一項很有前景的重大發現。研究人員介紹，他們下一個測試目標是複雜的3D場景。

新研究會對我們的現實生活有何影響，我們拭目以待。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！