科學家發布人機猜圖遊戲，證明人機協作才是人工智慧的未來

在國際象棋、Jeopardy!、圍棋、德州撲克以及《星際爭霸》等等這些激烈對抗的項目當中，人工智慧都已經成功擊敗世界上最出色的人類選手。這些勝利標誌著人工智慧得到的驚人成就，但同時也令人們開始產生審美疲勞——人類不斷在新的項目中被人工智慧擊敗。

在位於西雅圖的艾倫人工智慧研究所（簡稱AI2）中，研究人員正在探索一些與眾不同的方向。他們的AllenAI開始與人類選手合作，共同解決看圖猜字遊戲中的種種謎題——可以看到，這一次人工智慧與人類站在了同一陣營當中。

打開今日頭條，查看更多圖片

更令人振奮的是，現在大家也可以親自體驗這種合作感受。AI2剛剛發布了遊戲的公開版本，屬於看圖猜字（Pictionary）的簡化版本，並被命名為Iconary。雖然當前版本的AllenAI能力有限，不過隨著與不同人類選手、不同技能水平以及不同比賽策略之間的協同磨合，它正在變得越來越強大。

然而，這個項目的目標絕不是要構建起「世界上最棒的看圖猜字選手」。AI2計算機視覺部門高級研究主管Ali Farhadi強調稱，相反，他們將看圖猜字視為一種載體，最終目的是要把從中積累的經驗轉移到其它領域當中。

Farhadi在接受採訪時解釋稱：「要玩轉看圖猜字，人工智慧必須進行一系列常識性推理，必須了解抽象概念，甚至還需要一點心理學中的心智理論知識。」（當我們對另一個人的情緒或者想法進行猜測時，心理學家將其稱為心智理論。）「通過遊玩看圖猜詞，人工智慧將可以得到足以轉移至現實世界應用場景當中的技能與知識。」

Farhadi同時補充稱，由此學習到的經驗有望適用於任何需要人類與AI交流的系統。他提出構想，未來Alexa等語音助手以及其它根據反饋進行自我調整的助手型機器人，都將能夠藉此實現更有效的交互能力。

艾倫研究所並不是唯一一家通過遊戲玩法探索人工智慧協作的研究機構。OpenAI是一家總部位於舊金山的研究機構，其擁有一支由5個AI代理組成的競技隊伍，這些人工智慧方案共同合作遊玩《Dota 2》遊戲並與人類隊伍正面對抗（這支隊伍去年曾經正式挑戰人類團隊，但遺憾的是未能獲勝）。Spectrum最近還報道了另一項競賽，其中AI代理在《我的世界》遊戲中學習如何協作。

上述項目的目標完全一致——要求AI學習彼此協作，而這也將成為邁向人工智慧合作能力的關鍵一步。然而，Iconary項目卻直接把目光投向最終目標。

在看圖猜字的典型遊戲場景下，團隊中的一名成員將負責繪製代表某個詞語或短語的藍圖，並由其他團隊成員猜測其表示的正確答案。在Iconary當中，AllenAI能夠扮演繪畫者或者猜謎者角色。當其作為繪畫者時，它會給出一系列圖標，並由人類隊友嘗試猜出其中的含義。如果人類找不到思路，該AI將針對圖標內容做出更詳細的引導。

而當AllenAI進行猜測時，則由人類選手繪製藍圖，隨後選擇最能代表其所想內容的圖標。通過重複這個過程並在盤面上布置結果圖標，人類選手將能夠拼湊出一個小故事，用以幫助AllenAI正確找出最終答案。

目前，該遊戲當中共包含75000條短語，且需要通過12000個圖標進行描述。研究人員們表示，他們有意限制了圖標的數量，因此人工智慧與人類選手必須以創造性的方式將這些圖標結合起來，從而使用較為簡單的元素構建起更為複雜的概念。

在整個遊戲過程中，AllenAI適應了個人選手的需求。艾倫人工智慧研究所研究科學家兼Iconary項目聯合負責人Aniruddha Kembhavi解釋稱，這也正是其表現出基礎心智理論能力的證明。「它會把自己的立場與合作者的思維結合起來，從而判斷「我需要繪製怎樣的內容來確保對方能夠猜出正確的答案？」」

在AllenAI的訓練方面，其觀察了人們在眾包平台Mechanical Turk之上進行的約10萬局Iconary遊戲，並逐漸從中學習到成功的遊戲策略。為了加速學習曲線，它還以遠超人類能力範圍的超高速度以自我對抗的形式自動進行Iconary遊戲演練。

這種自我對抗的遊戲方式，正是其它AI方案在遊戲當中獲得勝利的關鍵所在。最典型的例子當數DeepMind打造的AlphaGo系統，其能夠在無需任何提示的情況下自行學習國際象棋、圍棋以及將棋。然而，Kembhavi表示他的團隊無法完全依靠自我對抗的遊戲方式訓練AllenAI：「它也許能夠通過這種自我對抗的方式在看圖猜字中給出理想的成績，但這樣一來，它繪製出的圖形對於人類來說恐怕將無法理解。」

艾倫人工智慧研究所的相關團隊還沒有發布關於此項目或者研究方法的任何論文。因此其他一些AI研究人員在接受採訪時表示，如果無法更好地理解「引擎蓋下到底存在著怎樣的運作機制」，他們將無法評論這項成果的科學意義——喬治亞理工學院副教授Mark Riedl就秉持著這樣的觀點。不過他同時指出，Iconary項目似乎確實代表著「積極的一步。」Riedl是Entertainment Intelligence實驗室的負責人，該機構致力於實現人工智慧的協作能力與創造能力；目前，他本人正在嘗試教授人工智慧如何遊玩《龍與地下城》這款角色扮演遊戲。

Riedl認為，人工智慧研究需要擺脫以往那些具備一系列已知規則與有限可能行動的遊戲項目，包括像圍棋以及《星際爭霸》這些複雜程度較高的遊戲。在他看來，只有立足於不受約束的開放式遊戲當中，人工智慧才能真正展現出自身的發展潛力，特別是獨創性與想像力。雖然Iconary已經屬於看詞猜字遊戲的一種高度精簡的版本，但他表示「我認為這仍是一個極具價值的目標。接下來，完整版的看圖猜字有望帶來更加有趣的研究方向。」

Riedl同時指出，即使是在目前的精簡版本當中，項目也已經非常重視常識性推理。人工智慧系統要想把其技能從遊戲遷移到現實世界的應用場景之內，常識將成為一大重要基礎。他進一步補充稱，「世界是如何運作的？社交互動是如何實現的？我們傾向於遵循怎樣的腳本步驟？這些都是人工智慧應當掌握的基礎知識。」

艾倫人工智慧研究所的Farhadi表示，Iconary除了幫助人工智慧了解人類社會的協作方式，也將幫助人類選手了解人工智慧的思維軌跡。由於人工智慧在某些遊戲當中擊敗了眾多人類大師，不少人開始認為AI方案將很快在智能水平方面超越人類——事實並非如此，他指出，「目前AI的智能水平實際上還不如狗。」

雖然埃隆-馬斯克以及其他一些技術界的名人已經提出超級人工智慧可能帶來的隱患，包括有可能徹底消滅人類，或者全面奪走我們的工作崗位，但Farhadi認為這些論斷基本屬於科幻小說的範疇。他總結稱，「實際情況遠非如此，而且也絕不是我們研究人工智慧的目標所在。我們設想的，是一個人類與人工智慧聯手協作的美好世界。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！