Google 谷歌气球的人工智能为何令开发者自己感到惊奇?( 三 )


用新办法解决老问题
托格里乌斯所测试的游戏人工智能与心理学家所使用的活体动物之间有着巨大的差异,但托格里乌斯暗示,其中起作用的似乎是相同的基本机制,即奖励与特定行为错误地联系在一起 。
人工智能研究者可能会对机器学习系统所选择的路径感到惊讶,但这并不意味着他们对机器学习系统感到敬畏 。DeepMind的深度学习研究科学家拉亚?哈德赛尔表示:“我从不觉得这些人工智能有自己的想法 。”
哈德赛尔对许多人工智能系统进行了试验,发现它们能对她或她同事未曾预料的问题提出有趣和新颖的解决方案 。她指出,这正是研究人员应该致力于增强人工智能的原因,因为这样,它们就可以完成人类自己无法完成的事情 。
哈德赛尔还认为,使用人工智能的产品,比如自动驾驶汽车,可以经过严格测试,以确保任何不可预测性都在一定的可接受范围内 。“你可以对基于经验证据的行为做出合理的保证,”她说道 。
在这一点上,只有时间才能证明所有销售人工智能产品的公司是否都如此小心谨慎 。但与此同时,值得注意的是,人工智能表现出的意外行为绝不仅仅局限于研究环境,而是已经进入了商业产品领域 。
2020年,在德国柏林的一家工厂里,由美国强化学习机器人技术公司Covariant开发的一款机器人手臂在物品经过传送带时,展现出了意想不到的分类方法 。尽管没有专门的程序,但控制手臂的人工智能学会了瞄准透明包装的物品中心,以确保其每次都能成功地将物品抓起来 。由于这些物品是透明的,在重叠时可能会混在一起,因此瞄准不精确意味着机器人可能无法抓起物品 。
Covariant的联合创始人兼首席执行官陈曦(Peter Chen)说:“它避免了物体的重叠角,而是瞄准了最容易拾取的表面 。这真的让我们很吃惊 。”
无独有偶,哈德赛尔的团队最近试验了一款机器人手臂,可以通过形状分类孔洞来选取不同的物品 。一开始机器人的手臂很笨拙,在人工智能的控制下,它通过不断地拿起和放下物品进行学习;最终,机器人可以在物品进入正确位置时将其抓住,并将物品很容易地放入适当的孔洞,而不是试图用钳子摆弄它 。
所有这些都印证了OpenAI研究管理者杰夫·克伦的观点,即人工智能的探索性是其未来成功的基础 。近年来,克伦一直在与世界各地的同行合作,收集人工智能以出人意料的方式开发出问题解决方案的例子 。
克伦说:“随着我们不断扩展这些人工智能系统的规模,可以看到,它们正在做着一些富有创造性且令人印象深刻的事情,而不只是表现出学术上的好奇心 。”
如果人工智能系统能找到更好的方法来诊断疾病,或者向有需要的人群运送紧急物资,它们就可以挽救更多的生命 。克伦补充道,人工智能有能力找到解决老问题的新方法 。但他也认为,开发这类系统的人需要对其不可预测的本质保持开放和诚实,以帮助公众了解人工智能的工作机制 。
毕竟,这是一把双刃剑 。人工智能的承诺和威胁一直同时存在,它们接下来会想到什么?这是耐人寻味的问题 。(任天)

推荐阅读