Facebook 以其早期且不斷增加地使用人工智慧而聞名。這家社交媒體網站使用人工智慧來精確定位其十億多使用者的個人興趣，並透過自動掃描他們的新聞提要、識別照片中的人物並精準地向他們投放廣告來相應地定製內容。現在，在幕後，這家社交網路的 AI 研究人員正試圖將這項技術提升到一個新的水平——從純粹的資料處理邏輯提升到與人類常識相媲美的細緻入微的“常識”形式。
人工智慧已經讓機器能夠完成諸如識別人臉和充當虛擬助手等任務，虛擬助手可以為智慧手機使用者在網路上追蹤資訊。但是，為了執行甚至這些基本任務，底層學習演算法依賴於人類編寫的計算機程式來為它們提供大量的訓練資料，這個過程被稱為機器學習。為了讓機器真正擁有常識——能夠弄清楚世界如何運作並根據這些知識做出合理的決定——它們必須能夠在沒有人為監督的情況下自學。儘管這在短期內不會大規模發生，但研究人員正在朝著這個方向邁進。例如，在週一釋出的一篇部落格中，Facebook 人工智慧主管 Yann LeCun 和研究工程師 Soumith Chintala 描述了透過一種稱為對抗訓練的技術進行無監督機器學習的努力。
這種方法由兩個人工神經網路組成，之所以如此稱呼，是因為它們使用的演算法旨在幫助它們像人腦一樣運作。“生成器”網路根據它接收到的隨機資料建立影像。研究人員透過機器學習訓練第二個“判別器”網路，使其能夠區分真實影像和包含無意義的形狀和顏色模式的資料檔案。然後，判別器分析一系列檔案，其中一些來自真實影像資料庫，另一些由生成器網路建立。最初，生成器不太擅長建立逼真的影像，判別器很容易將它們標記為偽造品。然而，最終，生成器應該從判別器的響應中學習，並開始生成越來越逼真的影像。Chintala 表示，這樣，生成器和判別器就成了對手，前者試圖欺騙後者，後者試圖避免被欺騙。
支援科學新聞報道
如果您喜歡這篇文章，請考慮透過以下方式支援我們屢獲殊榮的新聞報道： 訂閱。透過購買訂閱，您將有助於確保未來能夠繼續刊登有關塑造我們當今世界的發現和想法的具有影響力的故事。
對手
到目前為止，在人工智慧實驗室（在 Facebook 和其他地方）測試過的對抗網路生成器通常未能顯示出明顯的改進，即使在與判別器互動之後也是如此。為了彌補這一點，Facebook 研究人員建立了具有特殊設計的互連層結構的生成器，這種結構在人工智慧社群中被稱為“深度卷積生成對抗網路”，或 DCGAN。這些層中的每一層都包含應用於網路接收的輸入的特定演算法。生成器的第一層執行一種演算法，該演算法從表示影像的資料集中提取原始畫素和簡單圖案。下一層將這些圖案組合成稍微複雜的排列。接下來的層分別檢測物件的部分、將它們組裝成物件並建立場景，直到建立整個影像。“存在一個層次結構，這就是 ‘深度’ 一詞的由來，”LeCun 說。
研究人員發現，他們的 DCGAN 可以（除其他外）學習在訓練過程中繪製特定物件。他們還更好地理解了資料在神經網路內從一層移動到另一層時會發生什麼。此外，LeCun、Chintala 和他們的同事透過讓生成器使用原始資料生成影片幀來測試其預測能力。在一個實驗中，他們向生成器輸入了四個影片幀，並讓它根據這些資料生成接下來的兩個幀。生成的 AI 幀看起來像是動作的真實延續，無論是人走路還是隻是頭部運動。
更智慧的助手
LeCun 認為，這種預測能力可以增強 Facebook 吸引使用者的能力，利用該網站開發的常識來對他們進行有根據的猜測。“如果我們知道如何構建能夠了解對話者想要什麼或想什麼的對話系統，那就意味著我們可以擁有真正有用且以自然方式與您互動的聊天機器人，”LeCun 說。改進的預測能力同樣可以幫助改進 Facebook M 虛擬助手，它正面臨著來自 Apple 的 Siri、Google 即將推出的 Google Assistant、Amazon 的 Alexa 和 Microsoft 的 Cortana 日益增長的競爭。
“在 [機器擁有常識] 之前還有很長的路要走——非常長的路要走，但我與 [LeCun 和他的同事] 持有相同的信念，即探索更好的無監督學習演算法是實現人類水平人工智慧的關鍵，”Yoshua Bengio 說，他是蒙特利爾大學的計算機科學教授，也是 2014 年研究的合著者，該研究將生成對抗網路介紹給人工智慧世界的大部分領域。這項工作由 Ian Goodfellow 領導，他當時是蒙特利爾大學的博士生，目前是 OpenAI 的研究科學家，OpenAI 是由埃隆·馬斯克和 Y Combinator 總裁 Sam Altman 於 12 月共同創立的非營利性人工智慧研究組織。Bengio 沒有參與 Facebook 的人工智慧研究，他在 2016 年 6 月的大眾科學文章中談到了深度學習的進展，文章標題為“學習機器”。
Facebook 對無監督機器學習的興趣是更大趨勢的一部分，包括亞馬遜、蘋果、谷歌、微軟和 Twitter 在內的一些最大的網際網路公司都在收購人工智慧初創公司並投資於自己的研究。本月早些時候，微軟研究院宣佈努力開發一個可以根據一系列相關影像講述故事的系統。谷歌的 AlphaGo 程式在三月份成為頭條新聞，當時它令人信服地擊敗了世界上最優秀的圍棋選手之一。人工智慧同樣在 Alphabet, Inc.（谷歌的母公司）努力開發無人駕駛汽車的過程中發揮著關鍵作用。蘋果公司高管在上週的公司全球開發者大會上談到了在推進其產品中的人工智慧方面所做的努力，同時又不損害廣泛宣傳的確保客戶隱私的努力。“很明顯，[人工智慧] 很可能會徹底改變他們的業務以及整個世界的經濟，”Bengio 說。
LeCun 同意，人工智慧對於任何在網路上運營或擁有任何形式數字存在的公司來說，顯然是一項非常具有戰略意義的技術。“不僅適用於使用者介面或內容過濾，而且總體而言，”他說。“人們將以非常自然的方式與機器互動，我們需要讓機器理解人類。”
換句話說，LeCun 補充道，“我們需要機器擁有常識。”