AI如何走向精智慧之路?

龍騰AI技術發表於2022-09-24

9月20日訊息,史丹佛大學一項新的研究表明,人工智慧可以透過問一些看起來很愚蠢的問題來幫助它們變得更加聰明。研究人員研發的新系統在回答Instagram上的相似問題時,其準確率提高了118%。

如果有人給你看一張鱷魚的照片,並問你它是不是一隻鳥?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慧學習的關鍵。

在該研究中,這種方法顯著提高了人工智慧解釋新影像的準確性,可以幫助人工智慧開發者更快地設計程式,以完成從診斷疾病到引導機器人或其他裝置自行在家中運轉的所有工作。


一、讓AI主動提問,彌補知識空白

“這是一項超酷的工作!”谷歌機器學習研究學者Natasha Jaques說,但她並未參與這項研究。

許多人工智慧系統會選擇一種被稱為機器學習的方法使其變得更智慧。這種方法是透過大量資料集來訓練人工智慧,其所需的時間和工作量都十分巨大。例如,系統在分析數千張傢俱圖片後讓人工智慧找到椅子的樣子。

但即使是巨大的資料集也會存在缺口。比如,影像中的物體可以被標記為一把椅子,但它是由什麼製成的?你是否可以坐在上面?這些問題卻無法得知。

為了幫助人工智慧擴充套件它們對世界的理解,研究人員現在正試圖開發一種計算機程式,用以實現在定位人工智慧知識空白,並找出如何透過詢問陌生人填補知識的方法。人工智慧向陌生人提出自己不瞭解的問題,並期待得到回答,就像孩子問父母天空為什麼是藍的一樣。這項新研究的最終目標是讓人工智慧能夠正確回答有關它以前從未見過的影像的各種問題。

在之前的“主動學習”研究中,人工智慧會評估自己的無知程度,並要求獲得更多資訊。這種方式通常需要研究人員向提供這類資訊的線上工作者支付報酬,所以這種方法在一定程度上無法規模化。

因此,在這項新研究中,由計算機視覺和人機互動交叉領域學者Ranjay Krishna領導的Stanford University(史丹佛大學)的研究人員訓練了一個機器學習系統,不僅能發現該系統知識的空白,還能透過詢問陌生人,如:“水槽是什麼形狀的?”等愚蠢的問題,以獲得答案的方式進行學習。比如,機器學習系統詢問:“圖中是什麼甜點?”陌生人回答:“它是椰子蛋糕。”


AI如何走向精智慧之路?


機器學習系統詢問示例



二、發圖、提問、學習

一氣呵成,準確率提升118%

北卡羅來納大學教堂山分校的社會心理學家Kurt Gray說:“非常重要的一件事是要思考人工智慧應該如何呈現自己。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為你是一個噴子。他的主要研究方向是人類與人工智慧的互動,但沒有參與這項工作。

該團隊還為這一系統建立了“獎勵”機制,當人工智慧得到了人們反饋的問題答案,就會反過來讓人工智慧調整其內部運作,以便在未來能夠有效應對相關問題。在這基礎上,隨著時間的推移,人工智慧就能進一步學習語言和社會規範方面的知識,讓自己變得越來越聰明,並提升它提出易於回答且更有意義的問題的能力。

這種新型的人工智慧有幾個組成部分,包括一些神經網路,受大腦結構啟發的複雜數學函式。Krishna說:“它們包含很多部分……都需要一起發揮作用。”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?”其餘部分則會從讀者的回答中提取資訊,並從中瞭解影像包含的內容的含義。

該團隊昨天發表在《美國國家科學院院刊》上的報告顯示,在8個月的時間裡,透過在Instagram上提出超過20萬個問題,該系統回答類似問題的準確率提高了118%。而一個在Instagram上釋出問題,但並沒有經過明確的訓練來提高反應率的比較系統,其準確率只提高了72%,部分原因是人們更經常地忽略它。


三、AI也捲起來了?

主動向人類尋求幫助

Jaques認為,主要的創新是獎勵讓人類做出反應的系統,“從技術角度來說,這並不瘋狂,但從研究方向的角度來說非常重要。” Instagram上大規模的問題釋出也給她留下了深刻的印象。在釋出所有人工智慧生成的問題之前,人類會檢查這些問題是否有冒犯性內容。

研究人員希望像他們這樣的系統最終能幫助人工智慧理解常識、幫助機器人主動互動、增強聊天機器人與人交流的能力等,比如人工智慧透過詢問問題知道椅子是木頭做的、嵌入人工智慧的吸塵器會詢問去廚房的路、聊天機器人與人們談論客戶服務或天氣等。

Jaques說,社交技能也可以幫助人工智慧快速適應新情況。例如,自動駕駛汽車可能會在施工區導航時尋求幫助。“如果你能有效地向人類學習,這是一項非常普遍的技能。”


結語:蠢問題或讓AI走向更加智慧之路

人們有時震驚於人工智慧的學習能力,比如阿爾法狗。但人工智慧在面臨複雜問題時的表現卻不盡如人意,往往答非所問。

這項新研究探索了機器學習的新方向,將會助力人工智慧理解常識,變得更加智慧。但這項技術對於提高人工智慧處理複雜問題的能力仍需有待驗證。


學習和關注人工智慧技術與諮詢,更多詳情可諮詢175-3102-1189(v同號)。


來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/70021344/viewspace-2916059/,如需轉載,請註明出處,否則將追究法律責任。

相關文章