激進的變革、革命、大趨勢，甚至可能是一種風險：人工智能已經(jīng)滲透到所有的工業(yè)領(lǐng)域，讓媒體忙個不停。rub神經(jīng)計算研究所的研究人員已經(jīng)研究了25年,他們的指導(dǎo)原則是：為了使機器真正智能化，新的方法必須首先使機器學(xué)習更加高效和靈活。

 

　　神經(jīng)系統(tǒng)理論的主席勞倫斯·維斯科特教授解釋說：“今天有兩種類型的機器學(xué)習是成功的：深神經(jīng)網(wǎng)絡(luò)，也稱為深學(xué)習，以及強化學(xué)習。神經(jīng)網(wǎng)絡(luò)能夠做出復(fù)雜的決策。它們經(jīng)常用于圖像識別應(yīng)用。”例如，他們可以從照片中分辨出拍攝對象是男性還是女性。

 

　　這種網(wǎng)絡(luò)的結(jié)構(gòu)是受到大腦中神經(jīng)細胞或神經(jīng)元網(wǎng)絡(luò)的啟發(fā)，神經(jīng)元通過幾個輸入通道接收信號，然后決定是否以電脈沖的形式將信號傳遞給下一個神經(jīng)元。

 

　　神經(jīng)網(wǎng)絡(luò)同樣接收幾個輸入信號，例如像素。在第一步中，許多人工神經(jīng)元通過簡單地將輸入乘以不同但不變的權(quán)重，然后將它們相加，計算出來自多個輸入信號的輸出信號。每一個算術(shù)運算都會產(chǎn)生一個值，這個值——以男性/女性為例——對女性或男性的決策有一點幫助。”但是，如果將負結(jié)果設(shè)置為零，則結(jié)果會略有改變。這也是從神經(jīng)細胞中復(fù)制出來的，對神經(jīng)網(wǎng)絡(luò)的性能至關(guān)重要。

 

　　同樣的事情在下一層再次發(fā)生，直到網(wǎng)絡(luò)在最后階段做出決定。這個過程中的階段越多，它就越強大——具有100多個階段的神經(jīng)網(wǎng)絡(luò)并不少見。神經(jīng)網(wǎng)絡(luò)通常比人類更好地解決辨別任務(wù)。這種網(wǎng)絡(luò)的學(xué)習效果是基于選擇正確的權(quán)重因子，這些權(quán)重因子最初是隨機選擇的。”為了訓(xùn)練這樣一個網(wǎng)絡(luò)，輸入信號以及最終的決定應(yīng)該從一開始就被指定，”laurenz wiskott解釋道。因此，網(wǎng)絡(luò)能夠逐步調(diào)整權(quán)重因子，以便最終以最大的概率做出正確的決策。

 

　　另一方面，強化學(xué)習受到心理學(xué)的啟發(fā)。在這里，算法所做的每一個決定——專家稱之為代理——要么得到獎勵，要么受到懲罰。”想象一個中間有代理的網(wǎng)格。它的目標是以最短的路線到達左上角的位置，但它并不知道這一點，“經(jīng)紀人唯一想要的就是盡可能多地獲得獎勵，否則就毫無頭緒了。一開始，它會橫沖直撞，每一步達不到目標都會受到懲罰。只有朝著目標邁出的一步才會有回報。
 

機器人應(yīng)該走哪條路？這個決定是基于無數(shù)的算術(shù)運算。
圖源：Roberto Schirdewahn

 

　　為了學(xué)習，代理為每個字段分配一個值，指示從該位置到其目標還有多少步。最初，這些值是隨機的。經(jīng)紀人在董事會獲得的經(jīng)驗越多，就越能使這些價值觀適應(yīng)現(xiàn)實生活條件。經(jīng)過無數(shù)次的跑步，它能夠找到最快的方式達到目標，并因此獲得獎勵。

 

　　“這些機器學(xué)習過程的問題在于它們相當愚蠢，”勞倫斯·維斯科特說?；A(chǔ)技術(shù)可以追溯到20世紀80年代，目前之所以取得成功，唯一的原因是我們擁有了更多的計算能力和更多的可用數(shù)據(jù)。為了訓(xùn)練神經(jīng)網(wǎng)絡(luò)，有可能快速運行幾乎效率低下的學(xué)習過程無數(shù)次，并將大量的圖像和圖像描述反饋給神經(jīng)網(wǎng)絡(luò)。

 

　　“我們想知道的是：我們怎樣才能避免那些冗長、毫無意義的訓(xùn)練呢？最重要的是，我們怎樣才能使機器學(xué)習更靈活？正如Wiskott簡潔地指出的那樣。人工智能可能在它所訓(xùn)練的一項任務(wù)上優(yōu)于人類，但它不能將其知識概括或轉(zhuǎn)移到相關(guān)的任務(wù)上。

 

　　這就是為什么神經(jīng)計算研究所的研究人員將重點放在幫助機器自主發(fā)現(xiàn)結(jié)構(gòu)的新策略上。”為此，我們采用了無監(jiān)督學(xué)習的原則。雖然深層神經(jīng)網(wǎng)絡(luò)和強化學(xué)習是基于提出期望的結(jié)果或獎勵或懲罰每一步，研究人員離開學(xué)習算法很大程度上與他們的輸入。
 

 

　　“例如，一個任務(wù)可以是形成集群，”Wiskott解釋道。為此，指示計算機對類似數(shù)據(jù)進行分組。對于三維空間中的點，這意味著將坐標彼此接近的點分組。如果坐標之間的距離較大，它們將被分配給不同的組。

 

　　“回到人們的照片的例子，人們可以在分組后查看結(jié)果，可能會發(fā)現(xiàn)計算機已經(jīng)把一組男人的照片和一組女人的照片組合在一起，”勞倫斯·維斯科特解釋說。一個主要的優(yōu)勢是，一開始所需要的只是照片，而不是像以前那樣，一個包含謎語解決方案的圖片說明，用于訓(xùn)練目的。”

 

　　此外，慢性原則這種方法提供了更多的靈活性，因為這樣的群集形成不僅適用于人的照片，而且適用于汽車、植物、房屋或其他物體。

 

　　wiskott所追求的另一種方法是緩慢原則。這里，不是照片構(gòu)成輸入信號，而是運動圖像：如果從變化非常緩慢的視頻中提取所有特征，就會出現(xiàn)有助于建立環(huán)境抽象表示的結(jié)構(gòu)。”在這里，重點是預(yù)結(jié)構(gòu)輸入數(shù)據(jù)，”勞倫斯指出。最終，研究者將這些方法以模塊化的方式與監(jiān)督學(xué)習的方法相結(jié)合，以便創(chuàng)建更靈活的應(yīng)用程序，然而這些應(yīng)用程序非常精確。

 

　　研究人員承認：“增加的靈活性自然會導(dǎo)致性能損失。”但從長遠來看，如果我們想開發(fā)出能夠應(yīng)對新形勢的機器人，靈活性是必不可少的。