机器人如何学习？

如果说互联网是数字革命的诞生，那么今天的人工智能则是数字革命迈向成熟的第一步^。1

今天，人工智能研究人员向算法输入数据并煞费苦心地帮助它学习。

但要让人工智能具备广泛的知识——比如学习翻译每一种人类语言所需的特性——软件需要自己学习。然而，研究人员对如何实现这一点意见不一。一个阵营认为，如果我们在算法做出错误决定时对其进行纠正，它们就会学会避免错误的选择，只选择正确的选择。2^换句话说，我们要对人工智能进行管教，直到它能够独立发展。

^{1：Eric Horvitz：“不知何故，孩子们拥有一种惊人的能力，他们能够沉浸在这个世界中，学习大量有关这个世界的知识，而不需要别人提供输出。这种学习的专业术语是无监督学习。它基本上只是从 A 中学习，而不需要每个输入都来自 B。我们认为很多人只从 A 中学习，而从 B 中学习的不多。孩子们只是通过听别人说话来学习语言。”}

^{2：吴恩达：“今天，我们基于 45,000 小时的音频数据（大约五年的连续对话）创建了语音识别系统。我很惊讶我们居然能在几周内制造出能够处理五年音频的超级计算机。但我也对我们的算法需要如此多的数据感到有点尴尬。没有人的大脑需要五年连续转录的音频来学习英语。”}

另一阵营认为，学习也受到自我意识的影响，自我意识让人类根据自己的局限性做出决定。他们表示，人工智能也会从反思自己的决定中受益。3^算法可以通过了解其有限的能力来避免做出错误的决定，这一点已经得到证实^。4

但研究差异并不会引起任何不满——这个领域是理想主义和协作的， ⁵竞争对手经常通过开源代码分享进展。他们这样做很重要，因为整个行业都需要回答有关他们的自我意识软件影响的更大问题——比如，人类在人工智能主导的世界中还能占据什么位置？ ⁶

^{3：霍维茨：“无论这些部件有多差，至少如果你有一个很好的反思层，系统就会知道它的局限性。它会知道自己有多好，并且会受到理性的约束。它将能够理解它应该如何在不同情况下发挥作用，所以即使它不完美，它也会有所帮助。”}

^{4：霍维茨：“我打造的这个不断发展的人工智能助手将视觉、自然对话能力和面部表情生成结合在一起，可以捕捉各个层面的不确定性。此外，还有一套服务可以基于 10 年的数据预测 Eric 10 分钟后会在哪里？他会在办公室待多久才会离开？哪些会议他不会参加，即使这些会议已经列在他的日历上？”}

^{5：吴恩达：“如今人工智能社区的主流观点是，我们都在努力利用人工智能建设一个更好的社会。这导致了思想甚至软件的公开共享。我们之所以这么做，是因为从根本上来说，我们认为这会让世界变得更美好，所以我们真的想与其他人分享我们的发现，而不是秘而不宣。”}

^{6：霍维茨：“对于那些可能失去所受过培训的工作的人来说，这意味着什么？我们能为此做好计划吗？我们能解决这个问题吗？我们可能不得不想出办法来重新分配财富，因为我们知道这些技术将创造更多的财富。我们真的需要开始积极主动地考虑这个问题，并仔细考虑这些问题。”}

本文最初发表于《大众科学》杂志 2016 年 9/10 月刊，标题为“机器人如何学习”。