@ 2017.06.21 , 21:00
19

计算机开始像人一样推理

正在考虑入手的新家附近有多少公园?餐馆里最佳的晚餐-酒搭配是什么?这些日常问题都需要关系推理——一种更高级思考的重要成分,而这却是人工智能(AI)难以掌握的。现在,谷歌DeepMind的研究者提出了一种处理这种推理的简单方法,并在复杂图像理解测试中击败了人类。

人类通常很擅长关系推理,利用逻辑连接和比较位置、顺序和其他实体。但两种主要AI——统计和符号,在发展类似的能力方面一直进展缓慢。统计AI,或者叫机器学习,善于模式识别,但不善于使用逻辑。而符号AI则能利用预定规则推理关系,但不善于学习。

计算机开始像人一样推理
credit: 煎蛋画师六翼

新研究提出了一种缩小差距的方式:进行关系推理的人工神经网络。类似于大脑中神经元的连接方式,神经网络利用小型程序合作发现数据中的模式,针对图像处理、语法分析或者游戏学习有特定的架构。在这种应用中,新的“关系网络”单独比较场景中的每一对目标。论文共同作者、在伦敦的DeepMind计算科学家Timothy Lillicrap说道:“我们明确要求网络发现目标之间存在的关联。”

他和他的团队利用几个任务测试了关系网络。第一个是回答单幅图像内物体之间的关系,比如立方、球形和圆柱的图形。例如:“在这个蓝色的东西前面有个物体,它的形状和那个灰色金属球右边的小型青色物体的形状一样吗?”针对这个任务,关系网络与其他两种神经网络相结合了:一个识别图像中的物体,另一个翻译这个问题。研究者在上周发表在预览商arXiv的论文中称,通过进行众多图像和问题测试,发现其他机器学习方法的正确率大概是42%到77%,人类的正确率则是可敬的92%。而新的关系网络正确率是96%,真是一个超越人类的成绩。

DeepMind团队还利用一个语言任务进行了测试。这个任务中网络将接收到一些陈述,比如“Sandra捡起了那个足球”和“Sandra去办公室了”。随后就会提出一些问题比如:“球在哪里?”(办公室)。该网络在这些问题上的表现和其他类型问题上的一样好,但最大放异彩的是所谓的推理问题:“Lily是一只天鹅。Lily是白色的。Greg是一只天鹅。Greg是什么颜色?”在这些问题上,关系网络正确率为98%,而其竞争者的正确率约为45%。最后,该方法分析了10个到处乱蹦的球体的动画,其中某些球体之间被不可见的弹簧或者棍子连接到一起。单单使用运动模式,该网络就能鉴定出90%多的连接。然后使用相同的训练去鉴定仅利用移动点表示的人类形态。

波士顿大学计算科学家Kate Saenko并未参与该新网络的设计,但最近也合作提出了一种回答关于图像的复杂问题的方法。他说道:“他们方法的一个优点是概念上十分简单。” Lillicrap称其中大部分进步都可以用一个简单的方程来表示,这种简单性使其容易与其他网络相结合,正如在上述物体比较任务中那样。论文将其称为“一个即插即用的模块”,能使系统的其他部分专注于它们擅长的方面。

加利福尼亚帕洛阿尔托的斯坦福大学计算机科学家Justin Johnson合作设计了上述物体比较任务,并且合作提出了一种在该任务上表现良好的方法,他说道:“我深深为此成果而折服。” Saenko补充道,关系网络未来可以帮助研究社交网络,分析监视视频,或者导引交通流中的汽车。

Johnson说道,为了接近类人灵活性,该网络还需要学会回答更多挑战性的问题。做到这一点可能需要不仅仅比较一对事物,而是三个,四个或者更大集合中的某些对。他说道:“我对研究能自己提出新策略的模型很感兴趣。DeepMind正在建立特殊类型推理的模型,而不是追求更一般化的关系推理。但这仍然是正确方向上的重要一步。”

论文原文:arXiv:1706.01427

本文译自 sciencemag,由译者 CliffBao 基于创作共用协议(BY-NC)发布。Matthew Hutson


给这篇稿打赏,让译者更有动力
支付宝打赏 [x]
您的大名: 打赏金额:

2.5
赞一个 (5)

TOTAL COMMENTS: 19+1

  1. CarShock
    @4 months ago
    3485701

    所以,greg到底是什么色的????

    [31] XX [0] 回复 [2]
  2. 3485703

    反了,事实上人类推理是计算机的基本原理,也就是人在努力学习计算机进行推理。

    [3] XX [20] 回复 [0]
  3. 3485717

    图一中一堆0和1里出了一个6

    [41] XX [0] 回复 [1]
  4. 3485718

    差评。。。

  5. o啊熊o
    @4 months ago
    3485719

    然而司令早已看透一切

  6. 场地湿滑
    @4 months ago
    3485729

    最快被人工智能取代的工作,可能不是洗碗工、环卫工这种重复性强但需要很多生活常识加经验操作的劳动,而是专业领域数据丰富,针对高精尖的高端脑力劳动。比如:分析师、基金经理、操盘手、科研人员、策略研究员等等。

    [27] XX [8] 回复 [1]
  7. 3485730

    画师任性,在1和0里参加了“61”

  8. 3485741

    @陈二: 因为那是我的签名呀,61。

  9. 你怎会有女友
    @4 months ago
    3485797

    司令你怎么了司令

  10. Spector
    @4 months ago
    3485976

    额,司令和推理有啥关系,看小图我还以为是柯南,进来一看却是司令

  11. 3486001

    好像和推理没啥关系啊,就是让机器分清选择的原则,比如首选,次选,两个次选优顶不想一个首选优,三个次选优就可以否掉一个首选优之类的复杂选择原则

  12. 啊哈哈
    @4 months ago
    3486006

    留给人类的时间不多了

  13. 蹲得脚发麻
    @4 months ago
    3486103

    楼上的同学,才不是司令,司令的本体是墨镜才对!这家伙八成是新吧唧……

    ——额,原文讲啥来着?多个属性的AI分工联合击败人类——三贤者体系?

  14. 3486110

    @场地湿滑: 那是因为还不到人工智能出马就被取代了。像是洗碗机,环卫车。现在限于成本,不能完全取代,但随着这些东西的成本越来越低,功能越来越强,洗碗工和环卫工也越来越没有必要了。

  15. 三首犬
    @4 months ago
    3486175

    学代数

  16. 3486341

    开玩笑

  17. 俱舍莲帝
    @4 months ago
    3487140

    @场地湿滑: 蛋友想的太科幻。

    这意味着科研人员被科研人员制造的人工智能取代。

  18. 俱舍莲帝
    @4 months ago
    3487142

    @ttty: 我可以说明白点。

    不是“计算机开始像人一样推理”,而是“计算机和人都会打游戏,于是计算机更像人了”

    你看例子里那10个乱蹦的球。AI在朝游戏伦理走,而不是人类的伦理。

  19. 3487291

    ai要是能担负起统计学的重任,在数据领域会很厉害的。自主挑选分析方法并计算,人所做的是从中选出可信可用的结果,对大数据分析会起到相当的帮助,使得不擅长统计的人也能发现一些数据规律。
    只是要避免逻辑错误比如随着冰激凌销量增长气温升高。

发表评论


24H最赞