現(xiàn)在對(duì)于AI 完成某項(xiàng)任務(wù)已不是什么新鮮事，畢竟在工業(yè)、醫(yī)療、農(nóng)業(yè)等諸多方面都大放異彩。最近，機(jī)器人的大腦又不斷被開發(fā)，不但開始擁有好奇心來(lái)驅(qū)動(dòng)自學(xué)，而且還像人們解釋為什么作出了某些決策?機(jī)器人發(fā)展將迎來(lái)質(zhì)的飛躍。

[[186163]]

“我們需要質(zhì)疑為什么算法程序會(huì)做出這樣那樣的決定，如果我們不在 AI 動(dòng)機(jī)解釋上花功夫，就無(wú)法信任這個(gè)智能系統(tǒng)。”卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)教授 Manuela Veloso表示說(shuō)。

據(jù)了解， 創(chuàng)業(yè)公司 OptimizingMind 發(fā)明了一項(xiàng)能觀察智能機(jī)器決策過(guò)程的技術(shù)?！∵@個(gè)算法的目的是創(chuàng)造“透明訪問(wèn)”系統(tǒng)，以呈現(xiàn)機(jī)器學(xué)習(xí)是如何做出預(yù)期的。OptimizingMind的負(fù)責(zé)人 Tsvi Achler 說(shuō)：“該系統(tǒng)以人腦的神經(jīng)模型為基礎(chǔ)，能把任何深度網(wǎng)絡(luò)轉(zhuǎn)化為該系統(tǒng)的模式。它的目的是探索 AI 行為的潛在預(yù)期，并且找出 AI 思維模式的哪個(gè)方面對(duì)決策影響***”。

“我感興趣的是，大腦和計(jì)算機(jī)的共同點(diǎn)在哪里?為什么人腦可以在學(xué)會(huì)任何模型之后把它解釋出來(lái)。如果我說(shuō) ‘章魚’，你是否能告訴我那是什么?如果我問(wèn)章魚觸手長(zhǎng)什么樣，你能告訴我嗎?”

當(dāng)然AI與人類大腦的主要區(qū)別之一在于：我們會(huì)條件反射地自主去學(xué)習(xí)，而AI則要有一系列的程序輸入，而且牽一發(fā)動(dòng)全身。這種靈活性與自主性對(duì)于AI來(lái)說(shuō)還有很大的潛力可以突破。

此外，這個(gè)系統(tǒng)的“透明訪問(wèn)“也十分炫酷。這個(gè)系統(tǒng)提供了一種實(shí)時(shí)觀察 AI 決策的方法，抓取重點(diǎn)信息上節(jié)省大量的時(shí)間。它可以程師們大幅減少機(jī)器開發(fā)的時(shí)間，幫企業(yè)節(jié)省資源。Achler 還表示，在提供透明度之外，這個(gè)算法還可以被修改。不但預(yù)期(expectations)能被表達(dá)出來(lái)，每個(gè)單獨(dú)預(yù)期還能隨著新信息立刻改變。

[[186164]]

今天，大多數(shù)機(jī)器學(xué)習(xí)的方法使用一個(gè)正反饋技術(shù)。風(fēng)險(xiǎn)投資公司 Naiss.io 的聯(lián)合創(chuàng)始人 Ed Fernandez 說(shuō)，正反饋使用優(yōu)化過(guò)的權(quán)重執(zhí)行任務(wù)。在正反饋系統(tǒng)里，獨(dú)特性信息依據(jù)訓(xùn)練中出現(xiàn)的頻率被錄入權(quán)重。這意味著整套訓(xùn)練中的權(quán)重必須經(jīng)過(guò)優(yōu)化。這又意味著可以“根據(jù)正在被識(shí)別的模式執(zhí)行優(yōu)化”，這不是為了權(quán)重而優(yōu)化，而是為了模式識(shí)別去優(yōu)化。

如今，在機(jī)器人與商業(yè)捆綁日益緊密之時(shí)，更加智能細(xì)分的機(jī)器人已成時(shí)下必需，如果能在機(jī)器人行動(dòng)動(dòng)機(jī)上有所突破，那么，未來(lái)我們看到的將不再是答非所問(wèn)跑題王，也不是獨(dú)臂行天下的低能機(jī)器人，而是心靈手巧，知錯(cuò)能改的機(jī)器人。