久久久91-久久久91精品国产一区二区-久久久91精品国产一区二区三区-久久久999国产精品-久久久999久久久精品

   來源：中國科技網(wǎng)-科技日?qǐng)?bào)

  [導(dǎo)讀] 美國研究人員正嘗試著給計(jì)算機(jī)植入人工智能的數(shù)字化“種子”——讓計(jì)算機(jī)系統(tǒng)不斷觀看各種圖畫，并自己決定它看到的內(nèi)容都是什么意思。

  原標(biāo)題 讓計(jì)算機(jī)擁有“常識(shí)” ——科學(xué)家嘗試為計(jì)算機(jī)植入人工智能的“種子”。

  研究人員讓“尼爾”學(xué)習(xí)建立常識(shí)，該計(jì)算機(jī)程序在兩個(gè)計(jì)算機(jī)組群上運(yùn)行。

本報(bào)記者 常麗君 綜合外電

  今日視點(diǎn)

  讓機(jī)器以一種“常識(shí)”的方式自行思考是計(jì)算領(lǐng)域的“圣杯”。美國卡內(nèi)基•梅隆大學(xué)研究人員正嘗試著給計(jì)算機(jī)植入人工智能的數(shù)字化“種子”——讓計(jì)算機(jī)系統(tǒng)不斷觀看各種圖畫，并自己決定它看到的內(nèi)容都是什么意思。研究小組將在12月4日澳大利亞悉尼召開的美國電氣與電子工程師協(xié)會(huì)（IEEE）國際機(jī)器人視覺大會(huì)報(bào)告他們的成果。

  從今年7月開始，在卡內(nèi)基•梅隆大學(xué)，一個(gè)名為“尼爾”（NEIL）的計(jì)算機(jī)程序就在24小時(shí)不停地從互聯(lián)網(wǎng)上搜尋圖像。其中有幾個(gè)關(guān)鍵小步驟，就是它要自己決定這些圖像之間的相互關(guān)系，盡可能自行理解它們，以此建立起我們所謂的“常識(shí)”。

  常識(shí)與聯(lián)想

  “尼爾”是“無休止圖像學(xué)習(xí)”（Never Ending Image Learning）的縮寫，其在兩個(gè)計(jì)算機(jī)組群上運(yùn)行，包括200個(gè)處理器核。隨著它的視圖數(shù)據(jù)越來越多，積累的“常識(shí)”也越來越多。常識(shí)是人們似乎知道卻不曾明說的信息，比如汽車通常是跑在公路上，建筑物往往是垂直的，鴨子看起來很像鵝等。

  “任何智能都要有常識(shí)來幫它作決策。”卡內(nèi)基•梅隆機(jī)器人研究所教授阿比納伍•古普塔說，讓一臺(tái)計(jì)算機(jī)自己聯(lián)想，對(duì)它來說是完全不同的挑戰(zhàn)。比起編制一臺(tái)超級(jí)計(jì)算機(jī)程序來說，圓滿迅速地完成一項(xiàng)任務(wù)更難以應(yīng)付。比如1985年卡內(nèi)基•梅隆研究人員編制下棋程序讓一臺(tái)計(jì)算機(jī)下棋；12年后，計(jì)算機(jī)打敗了國際象棋冠軍加里•卡斯帕羅夫。

  麻省理工大學(xué)人工智能專家凱瑟琳•哈瓦希說，人類能不斷利用“不言而喻的假定這一巨大庫存”來作決策，而計(jì)算機(jī)卻不能。對(duì)一些人類能迅速作出反應(yīng)的問題，計(jì)算機(jī)卻要花更長(zhǎng)時(shí)間才能算出來。“長(zhǎng)頸鹿能坐上你的汽車嗎？我們甚至不用思考就能得出答案。”她說，因?yàn)槲覀儗?duì)長(zhǎng)頸鹿的身體大小有一種常識(shí)。

  隨著程序運(yùn)行，“尼爾”逐漸能給圖像做次級(jí)分類，比如三輪車可以分為小孩用、大人用，還能裝上發(fā)動(dòng)機(jī)變成三輪摩托；汽車有不同的商標(biāo)和樣式等。然后它慢慢注意到事物之間的聯(lián)系：斑馬往往出現(xiàn)在大草原上，老虎看起來有點(diǎn)像斑馬，股票交易所大樓通常擠滿了人。

  在短短4個(gè)月里，“尼爾”的200個(gè)處理器核已經(jīng)分析了3百萬幅圖像，從其中50萬幅中識(shí)別出了1500種物體，1200個(gè)場(chǎng)景，并把相關(guān)的點(diǎn)連接起來做了2500個(gè)關(guān)系聯(lián)想。“尼爾”生成的聯(lián)想有些是錯(cuò)的，比如“犀牛是一種羚羊”，而有些很奇怪，如“演員在監(jiān)獄牢房里”或“新聞主播看起來像巴拉克•奧巴馬”。

  “我爬，我看，我學(xué)習(xí)”

  “圖像是學(xué)習(xí)視覺性質(zhì)的最佳方法，”阿比納伍•古普塔說，“圖像也包括了與這個(gè)世界有關(guān)的許多常識(shí)信息。人類自己學(xué)習(xí)了這一點(diǎn)，對(duì)于‘尼爾’，我們希望它也能像我們一樣。”

  伊利諾伊大學(xué)芝加哥分校計(jì)算機(jī)科學(xué)系主任、人工智能專家羅伯特•斯洛恩說，“尼爾”的方法會(huì)產(chǎn)生有趣的結(jié)果，因?yàn)橹挥谜Z言去教一臺(tái)計(jì)算機(jī)“會(huì)帶來各種問題”，“如果它們對(duì)著不管什么地方看到的動(dòng)物，都不停地說‘斑馬、斑馬、斑馬’，我會(huì)對(duì)這一幕印象深刻。”

  機(jī)器人學(xué)博士生阿比納伍•希瑞瓦斯塔伍說，“尼爾”有時(shí)也會(huì)出錯(cuò)，所以還需要有人工參與。比如谷歌圖像搜索可能會(huì)“誤導(dǎo)”它，讓它以為“pink”（意為粉紅色）是一位歌星的名字，而不是一種顏色。

  “人們不一定總是知道該怎么去教計(jì)算機(jī)，以及教它們學(xué)什么，但發(fā)現(xiàn)它什么時(shí)候出錯(cuò)，人們是很擅長(zhǎng)的。”希瑞瓦斯塔伍說，人們會(huì)告訴“尼爾”，物體、場(chǎng)景等屬于哪一類，以便研究分析。

  有時(shí)候，“尼爾”的預(yù)測(cè)能力也讓研究人員震驚。在搜尋“蘋果”時(shí)，不僅給出了水果圖，還有蘋果電腦；搜索F-18時(shí)不僅發(fā)現(xiàn)了戰(zhàn)斗機(jī)，還有F-18級(jí)雙體船，這是古普塔和他的陸地小組所不知道的。

  “根據(jù)我們50年從事計(jì)算機(jī)視覺研究的經(jīng)驗(yàn)，你掌握的數(shù)據(jù)越多，計(jì)算機(jī)視覺就會(huì)變得越好，”古普塔說。“尼爾”的座右銘是“我爬、我看、我學(xué)習(xí)”，研究人員希望讓“尼爾”一直運(yùn)行下去，這也意味著它可能會(huì)一點(diǎn)點(diǎn)地變得越來越聰明；但也可能不會(huì)。

  未來角色

  “尼爾”擔(dān)負(fù)著當(dāng)前計(jì)算機(jī)視覺的進(jìn)步。計(jì)算機(jī)視覺能讓計(jì)算機(jī)程序識(shí)別和標(biāo)記出圖像中的物體，找出場(chǎng)景特征，認(rèn)出圖像屬性，如顏色、明暗、材質(zhì)等，所有這一切都力求使人類對(duì)它的監(jiān)管達(dá)到最小。反過來，它生成的數(shù)據(jù)也會(huì)進(jìn)一步加強(qiáng)計(jì)算機(jī)理解視覺世界的能力。

  古普塔對(duì)項(xiàng)目的初步進(jìn)展感到高興，“當(dāng)我們開始這個(gè)項(xiàng)目時(shí)，不敢確保它是否可行。這還只是個(gè)開始。”今后，“尼爾”還要分析YouTube上的大量視頻，以尋找事物之間的聯(lián)系。

  “尼爾”項(xiàng)目的一個(gè)目標(biāo)是，創(chuàng)造世界最大的視圖體系知識(shí)庫，在這個(gè)庫中，所有的物體、場(chǎng)景、動(dòng)作、特征以及背景關(guān)系都被加上標(biāo)記并分門別類。目前，ImageNet和Visipedia項(xiàng)目也在人工匯編這些結(jié)構(gòu)數(shù)據(jù)，但互聯(lián)網(wǎng)規(guī)模如此巨大，單一個(gè)Facebook（臉譜）就有超過2000億幅圖像，要分析它們，唯一的希望是教會(huì)計(jì)算機(jī)來做。

  此外，這一項(xiàng)目由谷歌公司和國防部海軍研究辦公室共同資助。谷歌公司和海軍研究辦公室都沒有回答他們?yōu)楹我Y助“尼爾”，但也有一些線索。“海軍研究”網(wǎng)站上指出，“當(dāng)前的作戰(zhàn)空間環(huán)境比過去要復(fù)雜得多，數(shù)據(jù)到達(dá)決策系統(tǒng)的速度正在提高，而能把這些數(shù)據(jù)轉(zhuǎn)化為決策方案的人員數(shù)量卻正在下降。”也就是說，電腦可能在未來戰(zhàn)爭(zhēng)中作出許多決策，“在許多軍事行動(dòng)中，根本不需要人類到場(chǎng)。”

  本篇文章來源于: 中國科技網(wǎng) www.wokeji.com