DeepMind AI 修練成精了,已經學會「發脾氣」?

作者 | 發布日期 2021 年 08 月 12 日 8:00 | 分類 AI 人工智慧 , Google Telegram share ! follow us in feedly


DeepMind 又在「捏小人」了!這群小人是英國人工智慧實驗室 DeepMind 生產的 AI,不過只能在遊戲裡看到。但你可能不知道的是,DeepMind 還訓練過 AI 下象棋、玩足球、比電競,甚至提出人工生命言論。

最近這群AI,竟然能直接跳過數據訓練,在開放式任務環境自我進化。

之前Alpha Go和Alpha Star能力再強,也只能在各自擅長遊戲放大招,超出範圍立刻停擺。現在這批小人卻能在不同遊戲游刃有餘完成任務,展現超強的泛用能力。難道人工智慧治好泛用「頑疾」了?

在搶奪高地金字塔的任務,兩個不同顏色的小人能力值相當,都沒有跳躍能力,開始發脾氣亂扔東西,混亂中竟把其中一塊板子「扔」成樓梯,長驅直入,任務完成!

多次實驗發現,小人可複製方法,難道這群AI有記憶了?不僅如此,小人還學會「相對運動」──我上不去,你下來──借助板子直接把目標拉下來!甚至為了贏得比賽,多個小人學會配合,團體合作能力一直上升。

這種用虛擬遊戲自我進化的AI,僅需人為搭建任務環境,設計大量任務目標,利用加強深度學習,一步步打通關,最終成為十八般武藝精通的AI。

(Source:DeepMind

沒有樣本,沒有經驗,這些AI究竟如何進化,零樣本學習是否意味這些AI具備基本的「自學意識」?

社會達爾文主義訓練場

比起之前的足球場,這批AI的訓練場更像遊戲「社會」,有無數個遊戲房,每房間遊戲照競爭性、平衡性、可選性、探索難度分類。不管哪種任務,這批AI都只能從最簡單開始,一步步解鎖更複雜的遊戲,整個遊戲更像虛擬社會。

(Source:DeepMind

無需大數據集訓的AI,每玩一次遊戲就成長一次,與各種環境互動和「獎勵」下成長為更通用的AI,更像人工「生命」。

能讓AI自我進化的關鍵在於正確設計初始智慧和進化規則。一開始都非常簡單,所有複雜結構都是進化而來。就像嬰兒不會做大人的事,任務核心是不要超出AI自身的改進能力。

據DeepMind說法,每個AI會在4千間遊戲房玩約70萬個遊戲,並在340萬個任務經歷2千億次訓練步驟。1億次步驟約耗時30分鐘。照這訓練法,41天就能訓練出一群「成年」AI。

但AI還是不會思考

DeepMind表示「單AI可開發智慧成多目標,不僅一個目標」。AI公司Pathmind 的CEO Chris Nicholson也說「它學到的技能可舉一反三。例AI學習抓取和操縱物體,就能完成敲鎚子或鋪床任務。DeepMind正用程式設計為AI在這世界設定目標,這些AI正在學習如何掌握。」

但南加州大學計算機科學副教授Sathyanaraya Raghavachary表示,這些AI並不能定義為「生命」,尤其關於AI擁有身體感覺、時間意識及理解目標幾個結論。「即使人類也沒有完全意識到身體這件事,更不用說人工智慧了。」

他表示,活躍的身體對大腦不可或缺,大腦要放在合適的身體意識和空間位置內進化。如果AI能理解任務,何必需要2千億次模擬訓練達到最佳結果?總體而言,虛擬環境訓練的AI只是和以往AI「大同小異」。

從理論到現實的路還很長

狹義人工智慧是「複製人類行為的元素」,在計算機內執行某種任務,如分類圖像、定位照片物件、定義對象邊界等。這些系統旨在執行特定任務,而不具解決問題的一般能力。

相比之下,Deepmind使用的「通用人工智慧」有時也稱為人類等級人工智慧,因可理解上下文、潛台詞和社會線索,甚至認為可能完全超過人類。

但正如行為主義和認知主義的對抗,AI是否有解決問題的能力,並不能只考慮統計結果。善於「事後解釋」任何行為,實驗室之外還是無法「預測」哪些行動即將發生。

(本文由 雷鋒網 授權轉載;首圖來源:shutterstock)

延伸閱讀: