江苏龙网

  1. 首页 > 资讯 > 科技 > >

AI科技评论TB困扰人工智能50多年的常识问题，是否迎来“破局”？


文 | 丛末
一堆木柴加上一根火柴 ， 能得到什么？人类会自然而然地得出答案：火 。 然而对于机器而言 ， 这并不容易 ， 因而它们缺乏这种常识推理能力 。
人工智能要变得像人一样聪明 ， 常识推理能力是其必备的能力之一 。
这 ， 迄今为止已是一个困扰了人工智能 50 多年的难题 。
当下 ， 随着人工智能界对该问题的日益重视和研究上的不断精进 ， 现在是否迎来“破局”了呢？
大家可能最先想到的就是OpenAI 于去年初发布的GPT-2 ， 但很遗憾 ， 它在常识上的表现尚且比较“生涩” 。

AI科技评论TB困扰人工智能50多年的常识问题，是否迎来“破局”？
本文插图

发布之初 ， GPT-2这个具有15亿参数的通用语言模型 ， 一时引起了轰动——成为《经济学人》第一个被采访的人工智能系统 ， 《纽约客》也专门为它做了一篇特写 。 该模型生成的句子流畅度惊人 ， 几乎可以假乱真 ， 以至于OpenAI 公开表示 ， 担心它太过优秀带来隐患而没有将模型完全公开 。
不过 ， 以批判人工智能炒作闻名的人工智能研究者Gary Marcus 对于GPT-2所呈现出来的“优秀”不以为然 。
对此 ， 去年10月份的一个夜晚 ， 他对GPT-2进行了一次突击测试 ， 在 GPT-2中输入了以下内容：
当你把引火柴和木头堆在壁炉里 ， 然后往里面扔几根火柴时 ， 你一般是要......
如果系统足够聪明 ， 会很轻易地想到“fire（生火）”这个词 ， 然而GPT-2的回答是：“ick” 。 再一次的尝试后 ， 它的回答是：会开启一个坐满了人的IRC频道 。
Marcus对于这个结果其实并不惊讶 。 常识推理 ， 这种利用对世界的基本知识进行自然而然地推理的能力 ， 几十年来一直都是人工智能领域难以逾越的大山之一 。
GPT-2 或许在语言模仿上实现了比较大的进展 ， 然而显而易见 ， 它缺乏基本常识 。
【AI科技评论TB困扰人工智能50多年的常识问题，是否迎来“破局”？】1 常识 ， 无法穷尽的不成文规则
“常识”一词不仅仅是指一种知识 ， 还可以指对这种知识的看法 ， 不是特定的学科领域 ， 而是一种广泛可重复使用的背景知识 ， 几乎是每个人都应该拥有的 。
例如 ， 人去餐馆是去吃食物而不仅仅是点菜和付钱的；把火柴扔到一堆木柴上 ， 意味着有人在尝试生火 。
大多数常识知识的隐式属性 ， 使得这类知识很难被明确表示出来 。 虽然早期研究者认为 ， 可以通过把现实世界的事实都记下来构建一个知识库 ， 以此作为实现自动化常识推理的第一步 。 然而这种做法实现起来远比听起来难得多 。
1984年 ， 一个叫做 Cyc项目启动了 ， 它最初的目标是将上百万条知识编码成机器可用的形式 ， 用以表示人类常识 ， 无论是该项目随后尝试为知识库编写条目还是通过使用机器学习技术来挖掘文档以创建知识库 ， 都未能破解常识推理问题 。
为什么？这是因为每种情况都可能存在一些例外 ， 例如当我们听到“下雨了” ， 我们就可以推断：如果去外面 ， 就会淋湿；到如果躲在屋檐、雨伞等东西下面 ， 就不会淋湿 。 其他的例外情况 ， 就更难以预料了 。
Cyc 知识库可能会包含关于一个人去餐馆点餐时通常会发生什么的多种描述 ， 然而现实中 ， 还有可能会发生其他不常见或者突发的事情 ， 比如没有付钱就离开了 ， 或者发生了与他人争夺食物的情况 。 因此 ， 这种纯粹以知识为基础的符号推理方法 ， 并不能真正为常识推理问题带来突破 。
即便建立了一个要多100倍或者1000倍知识量的知识库 ， 该系统还是会面临另一个智能缺陷 ， 即所谓的脆弱性问题 。
常识与自然语言一样 ， 从根本上来说都是有些含糊不清的 。 比如 ， 当一位服务员问一位用餐者“你还在做这件事吗？（Are you still working on that?）”人很容易理解这句话的意思是“你还在吃盘子里的东西吗？” ， 然而当他向一位做餐超时的厨师问同样的问题时 ， 含义可就完全不同了 。


推荐阅读


上一篇：创投时报唯一“买得起”的苹果新品，价格仅1050元，可惜中国果粉无福消受

下一篇：把家装好TB网红风扇评测，高颜值蓝宝循环风扇成为新宠