特稿 >

前沿热点 >

DeepMind创始人:若想让AI更进一步,需要重新结合神经科学

DeepMind创始人:若想让AI更进一步,需要重新结合神经科学

Xtecher编译 丨 前沿热点

22495
3245

2017-07-20

  大琴

Xtecher特稿作者

关注

1956年始有人工智能这个概念,风雨飘摇,在“旷野”生存几十年之后,AI终于大摇大摆走到了舞台的中央。研究员们通过廉价的计算能力和海量的数据将算法变成赚钱的工具,硅谷的科技巨头们也深受影响。

 

尽管也不断有人警告,超级智能的AI即将到来。但是目前看来,用计算机辅助工作似乎更加现实。研究员指出,目前人工智能机器的能力还相对比较低下,而且人工智能机器很容易受欺骗,不具备常识,简而言之,它们并不是那么的聪明。

 

问题是我们如何让AI更聪明?谷歌DeepMind的创始人Demis Hassabis表示,答案在我们自己。在《Neuron》最近发表的一篇论文当中,Hassabis和三位第二作者认为:AI研究需要重新和神经科学结合,只有了解更多关于natural intelligence的知识,我们才能真正理解和创造人工智能的产品。

 

该论文探讨了AI的历史和未来,并指出AI和神经科学合作,目前已经带来了新的发现。Demis Hassabis和第二作者们在论文中写到,重新将AI和神经科学结合会创造一个良性循环(virtuous cycle)。AI研究员们受到所学的natural intelligence的启发,将智能转化为一种算法结构并深入了解一些最深刻和最持久的心灵之谜。所以这会是双赢的!

 

为了更多地了解神经科学如何和AI相互学习,学习的内容又有哪些,我们对Hassabis本人进行了专访。为了方便大家阅读,我们将专访的内容摘录如下:


Theverge:Demis,你曾经说过DeepMind的目标之一是创造一个帮助探索科学发现、增加人类智力的AI。神经科学如何帮助您实现这一目标?

 

Hassabis:有两种方法。一种是将神经科学作为算法和建筑学的灵感来源。作为唯一的证据,人脑证明构建通用智能(general intelligence)是极其可能的。因此,我们认为来尝试理解如何实现这些功能是值得的,然后我们想看看是否能把人的想法转移到机器学习和AI里面去。

 

这也是我在博士的时候会去研究神经科学的原因,我想研究大脑的记忆和想象力,了解哪些区域大脑参与,而这又涉及哪些机制。我想了解神经科学是如何帮助我们在AI系统中实现这些功能。

 

在natural intelligence和我们自己的思想中存在哪些智能,这是我们想要了解的另一件事情。所以我认为从人工智能算法中去做一些有意思的事情,这应该有一些反馈。我们需要利用AI系统来模拟大脑中发生的事情。

 

Theverge:在论文当中您提到的一点是,AI需要像我们一样理解这个物理世界,即,当AI被放在一个房间里时,能以人类的方式来解释和理解场景。研究员们经常讨论这种“具身认知”(Embodied cognition),并且认为如果做不到“具身认知”,就无法创造一个通用人工智能,这个你同意么?

 

我们发现的一大原则是:具身认知是关键的。系统需要能通过具身认知获取知识,并产生抽象认知。Symbol grounding problem是传统AI面临的一大问题。我们的观点是,罗辑系统单纯处理罗辑问题时是有效的,但当面对真实世界时,逻辑系统能否正确理解外部信号?这是传统AI(或者说是Good Old-Fashioned AI)面对的最大的问题之一。

 

在DeepMind,我们一直用我们的AI系统来研发grounded intelligence,以应用于视频游戏和虚拟环境。Grounded intelligence在游戏中不使用任何隐藏数据,只是使用屏幕上的原始像素,就像置身于虚拟世界中。


222.jpg

 

Theverge:论文中反复出现的主题是神经科学家如何帮助我们超越当代人工智能的限制,比如在照片中识别人脸。目前,MIT和谷歌这样的公司正在研究如何将不同的系统联合起来,使AI具有更大的灵活性。您认为未来我们还是会使用那些老式人工智能还是会用更广泛的系统来完成现有的工作呢?

 

Hassabis:这很有趣,从之前到现在,人工智能一般都是由专门的系统来编写和创建,这样相对比较容易,而且你还可以训练它们的性能,让它们帮你完成你想要做的事情。只是,一个通用的系统想要去打败一个专业的系统,这是很困难的。对很多特殊任务,我们最好去使用特定的人工智能系统,因为其很难被击败。

 

但是,如果你想做一些事情,比如在不同的领域之间建立联系,抑或者你想要发现新的知识,那么这些预编程、特定的专业系统就不够用了。这些系统受现有的内置知识的限制,很难有新的发现、很难创新、创造新的事物。所以,如果您想要创新或者发明一些新的东西,我认为通用人工智能系统会是一个好的工具。

 

Theverge:前面您提到让AI更聪明的关键是我们大脑的想象能力,以及预测未来会发生什么的能力。神经科学是如何帮助AI研究者给电脑赋予这些技能的,您可以给我们举一个例子么?

 

Hassabis:先有记忆,然后想象。有了记忆,你大脑中就会产生多个记忆系统——短时记忆系统和情景记忆系统。短时记忆系统可以让你记住电话号码之类的东西。通常,短时记忆一般是7个信息单位,上下浮动两个。情景记忆是更长期的记忆,存储你的相关经历,在你睡觉的时候回放,使你在睡觉的时候也能从这些经历中学习。

 

所以,还是那句话,在AI中有多个不同的存储系统还是非常有用的。传统意义上,神经网络并没有太多的存储系统,它们一般都是短时记忆的。DeepMind神经图灵机(Neural Turing Machine)中提到将一个大的外部储存器和神经网络(这个网络可以访问和使用)连接,这就是来自于神经科学的灵感。

 

如果要说什么是想象力,其实就是人类和其他动物依靠世界的现有模式生成的想法。他们使用这些现有模式去创造一些新的轨迹和场景,反映事实场景,预测接下来将会发生什么、产生什么样的后果、会付出什么样的代价。

 

因此,想象力是一个非常强大的规划工具,你需要去建立一个关于世界的模型,你需要能够使用该模型来进行规划,你需要及时进行推进。所以,当您开始分析想象力中涉及的内容时,您将会开始获得相应的线索,了解您需要什么样的功能以及具体什么样的功能才能实现整体功能。

 

Theverge:如果神经科学和AI有这么多需要相互学习的东西,那么您认为当初它们为什么会分开呢?

 

Hassabis:嗯,实际上一开始的时候它们是连接在一起的,而且连接得非常好。最早的时候,很多的神经科学家和AI科学家都有相似的学术背景,他们会在会议中相互交谈,也会有很多的合作。但是,在上世纪80年来以后,AI开始和神经科学分离,AI先驱Marvin Minsky也曾证明原始神经网络系统并不能做某些具体的任务。

 

但事实证明这是错误的,因为他们将单层神经网络看得过于简单。现在我们正在与深度学习系统等这些非常大的网络一起工作。但是回到上世纪80年代,人们还没有计算能力和相关数据来实现这些东西。所以当时,AI从神经系统中分离出来,集中在逻辑系统上,然后逻辑系统远离神经科学。AI改变了专家的传统路线,在传统的路线和过程当中,有大量的启发式方法和数据存储,人们使用这些东西作出决定,这些决定更多的是依靠数据库而不是神经科学。

 

同时,神经科学继续自己的发展方向,最终成为一个巨大的领域。所以现在,我们看到有两个非常大的领域,这些领域都有自己的传统。我们很难成为这两个领域中的专家,更不用说是同时掌握这两个领域,了解它们之间的联系,在两个领域之间相互传递信息等等。

 

现在,如果你是一个AI领域的科学家,你压根就没有神经科学领域的背景,你会发现,如果您想进入神经科学领域是一件非常困难的事情。我认为每年大概有五万份论文(我不记得确切的数字,大致是这样)发表在《Neuron》当中,所以这就意味着有大量的东西需要我们去理解、去尝试,而在这些东西当中有大量东西与AI无关,这就意味着你需要在一个巨大的干草堆中去寻找一个关键的信息块。

 

在AI和神经网络之间引领专家,让他们同时掌握AI和神经科学技术是一件非常困难的事情。长期以来,由于某些原因,AI和神经科学领域之前的协作较少。与此同时,AI领域技术水平高,有很多自己的行业术语,神经科学家很难理解,反之亦然。

 

现在,我们很难找到一个人,他愿意投入时间和精力来连接AI和神经科学领域,填补两个领域的不足。而这就是我们在DeepMind中正在做的事情——我们正在尝试找到一个这样的人,他愿意以简单的方式去连接、解释AI和神经科学这两个不同的领域。

 

相关论文《Neuroscience-Inspired Artificial Intelligence》目前发表在《Neuron》杂志上,您可以点击文末阅读。

 

论文地址:http://www.cell.com/neuron/fulltext/S0896-6273(17)30509-3?_returnURL=http%3A%2F%2Flinkinghub.elsevier.com%2Fretrieve%2Fpii%2FS0896627317305093%3Fshowall%3Dtrue

原文链接:https://www.theverge.com/2017/7/19/15998610/ai-neuroscience-machine-learning-deepmind-demis-hassabis-interview

所有版权属于原作者,本文仅出于传播资讯目的翻译转载。

打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮

账号登录

重置密码

还没有账号?立即注册>

账号注册

已有账号?立即登录>注册企业会员

重置密码

返回

绑定手机