編者按：最近幾年,，人工智能研究雖然已經(jīng)取得了較大進展,，但它的知識學(xué)習(xí)功能仍然部分或完全地依賴于人類的監(jiān)督,，缺乏自我解釋的能力,，往往無法解釋其具體結(jié)果背后的原理。對此,，本文對人工智能的未來發(fā)展方向進行了探討,。在未來,，若人工智能能夠?qū)崿F(xiàn)自主學(xué)習(xí)、自我意識和自我服務(wù),，人工智能領(lǐng)域?qū)⒂型瓉硪粋€新的“自我時代”,。本文譯自Fast company,，原標(biāo)題為“For AI to grow up, it needs to learn on its own”，原作者為Prem Natarjan,，希望能對您有所啟發(fā),。

“現(xiàn)在人工智能的功能已經(jīng)非常強大了，只需要人類告訴它該做什么,，它就能夠做什么,。但是，隨著它越來越能夠自己得出聰明的結(jié)論,，這項技術(shù)將進入一個新的“自我時代”,。-普萊姆·那塔拉印（Prem Natarjan）

作為人類,，我們既可以在專家的監(jiān)督和指導(dǎo)下接受正規(guī)的學(xué)習(xí)教育,，也可以通過與特定環(huán)境的互動進行自主學(xué)習(xí)。從孩提時代開始,，我們的大腦就一直在通過感官輸入一些知識,，并不斷在知識輸入和個人經(jīng)歷之間建立聯(lián)系。進入成長期后,，大腦開始呈現(xiàn)出巨大的擴張趨勢,，以使我們能夠在年齡逐漸增長的同時，依然可以保留住早期時獲得的知識和經(jīng)驗,?？梢哉f，我們大多數(shù)關(guān)于如何在現(xiàn)實世界中生存和經(jīng)營的知識,，都來自于我們的自主學(xué)習(xí)以及在特定情境中的不斷應(yīng)用和總結(jié),。

相比之下，盡管人工智能系統(tǒng)的研究最近取得了顯著的進步,，但現(xiàn)在人工智能的知識學(xué)習(xí)仍然部分或完全地依賴于人類的監(jiān)督,。即使是知識最淵博的人工智能也可能缺乏運用常識進行推理的能力。例如,，當(dāng)你問它“游到月球需要多長時間?”,，它可能會回答“我不知道”，而不是回答“你游不到月球上”,。

為了提升人工智能的學(xué)習(xí)能力,，研究人員最近開始了對概括性學(xué)習(xí)和自主學(xué)習(xí)的基本要素的探索。例如,，最近他們一直在探索開發(fā)一種用于語言處理和計算機視覺任務(wù)的巨大神經(jīng)網(wǎng)絡(luò)模型,，以使人工智能能夠建立起知識輸入和輸出(或行動/經(jīng)驗)之間的基本聯(lián)系。從長遠來看，僅僅開發(fā)一個更大的模型并不是一種值得推廣的方法,，但就目前而言,，這個模型可以擴大人工智能在沒有直接監(jiān)督的情況下的學(xué)習(xí)范圍。

新興研究方向

在我擔(dān)任亞馬遜Alexa AI的副總裁期間,，我發(fā)現(xiàn)整個行業(yè)有三個令人興奮的新興研究方向,，人工智能領(lǐng)域?qū)⒂型瓉硪粋€新的“自我時代”。其中一個方向是,，人工智能能夠通過互動不斷學(xué)習(xí),，即“自主學(xué)習(xí)”。另一個方向是“自我意識”,，即人工智能在其運行環(huán)境中，能夠通過保持其運行狀態(tài),，獲得一些執(zhí)行常識性推理任務(wù)的能力,，無需研究人員事先為其編程。第三個方向則是使所有人都能更加容易地使用人工智能的功能,，即實現(xiàn)“自我服務(wù)”,。

自主學(xué)習(xí)對于人工智能在沒有人類干預(yù)的情況下提高和擴展其能力至關(guān)重要。這類研究的一個最新進展是人工智能系統(tǒng)的自監(jiān)督模型GPT-3的發(fā)明,，它可以使人工智能通過大量閱讀來學(xué)習(xí)總結(jié)和撰寫文本,。例如，如果你讓GPT-3用肯明斯（E.E. Cummings）的聲音寫一首關(guān)于疫情的詩,，程序就會神奇地模仿肯明斯的風(fēng)格寫詩,，包括他的語氣、標(biāo)點符號和意象的使用等,。

GPT-3的能力主要取決于其自學(xué)能力,，即當(dāng)開發(fā)人員輸入一條它所不熟悉的命令時，系統(tǒng)能夠通過查看信息數(shù)據(jù)庫（例如,，英語語法和語言的基本原則,、卡明斯的著作以及圍繞疫情的顯著事件等），推斷出開發(fā)人員可能的意圖,，并利用這些信息,，研究得出合理、知情的反應(yīng),。

如今,，當(dāng)被問到“現(xiàn)在幾點了？”時,，Alexa的語音服務(wù)會利用設(shè)備的位置信息,，為該時區(qū)提供準確的時間。而如果沒有這些知識，即使用戶和設(shè)備都在洛杉磯,，用戶也必須在問題中將所在位置描述清楚,，即“洛杉磯的當(dāng)前時間是什么時候？”,。顯然,，即使是有限的自我意識（在本例中，是對其當(dāng)前位置的自我意識）也允許AI與用戶之間能夠?qū)崿F(xiàn)自然交互,。

現(xiàn)在,，研究人員所面臨的一個關(guān)鍵問題是，我們該如何擴大這種自我意識,，以實現(xiàn)更復(fù)雜,、更自然、更順暢的體驗?假如一個家庭人工智能助手能夠自主分析和理解周圍環(huán)境狀態(tài)（比如一天的時間,、溫度和最近接收的指令等）,，并使用常識推理做出推論，將可能會給用戶帶來真正神奇的體驗,。

大多數(shù)機器學(xué)習(xí)模型仍然還是一個黑匣子,，往往無法解釋具體結(jié)果背后的原理。

試想一下你和一輛自動駕駛汽車和一個家庭人工智能助手一起工作生活時的樣子,。12月某個周一的早上8點,，在你關(guān)燈準備離家去上班時，智能家居就會啟動汽車的引擎來幫助汽車升溫,。你一上車,，語音助手系統(tǒng)會識別你當(dāng)前的位置和目的地，并查看交通數(shù)據(jù),，推斷出一條最佳的路線,。然后，汽車就會按照制定的路線行駛,，開始你的旅程,。此外，人工智能會檢測到天氣可能下雨,，進而建議你帶把雨傘出門,。

Fast company事件

《Fast company》雜志公布了第七屆年度創(chuàng)新節(jié)的一些細節(jié)，有些人想通過人工智能探索疫情后重塑商業(yè),、社區(qū)和文化的機會,。是的，其中的一些未來愿景似乎很難實現(xiàn),，但即使是在短期內(nèi)實現(xiàn)其中的一部分,，也可以讓用戶受益良多。例如，亞馬遜人工智能Alexa hunches可以識別客戶日常生活中的異常情況,，比如如果它注意到晚上有一盞燈是開著的,，會提出糾正建議——關(guān)燈。在常識推理的功能支持下,，關(guān)于人工智能“自我意識”的研究還可能更進一步,，例如顧客如果在孩子們的足球訓(xùn)練計劃結(jié)束前5分鐘打開了電視，人工智能可能會推斷“它需要提醒該顧客去接孩子”,。

自我服務(wù)

隨著人工智能進入“自我時代”及其自我學(xué)習(xí)功能和自我意識的不斷進步,，智能系統(tǒng)也將實現(xiàn)自我服務(wù)功能，從而使人工智能更加普遍化,，為更多普通人所使用,。在人工智能“自我時代”多普有任何人工智能專業(yè)知識的用戶也能夠定制智能系統(tǒng)，并可以突破過去技術(shù)上的限制,，使用他們自己定制的設(shè)備,。目前，擁有軟件專業(yè)知識但沒有人工智能專業(yè)知識的開發(fā)人員和程序員已經(jīng)具備了構(gòu)建新的Alexa的技能和能力,。在這個即將到來的“自我時代”，研究人員們希望沒有編程經(jīng)驗的個人也能夠完成類似的任務(wù),。

例如,，對低代碼和無代碼機器學(xué)習(xí)框架的日益重視，將會使用戶無需編寫新的代碼就可以訓(xùn)練,、測試和部署深度學(xué)習(xí)模型,，這將使世界各地的人們都能夠影響和決定人工智能能力的未來發(fā)展方向，以適應(yīng)醫(yī)療,、教育,、內(nèi)容傳遞等各種用途。

當(dāng)然,，人工智能的“自我時代”還沒有到來,。目前，大多數(shù)機器學(xué)習(xí)模型仍然是黑匣子,，缺乏自我解釋的能力,，往往無法解釋具體結(jié)果背后的原理。相比之下,，人工智能可以詳細解釋它是如何處理信息,、推斷結(jié)果，進而確定一個具體的行動的,，這是一個很大的研究缺口,，吸引了很多研究人員的目光，逐漸取得了一些不錯的研究結(jié)果。在全球研究團體的貢獻下,，我們每一年都在向這個新時代逐漸邁進,，進而更全面地兌現(xiàn)人工智能對每個人、每個地方的承諾,。

譯者：Araon_