計算機開始像人一樣推理

正在考慮入手的新家附近有多少公園？餐館裡最佳的晚餐-酒搭配是什麼？這些日常問題都需要關係推理——一種更高級思考的重要成分，而這卻是人工智慧(AI)難以掌握的。現在，谷歌DeepMind的研究者提出了一種處理這種推理的簡單方法，並在複雜圖像理解測試中擊敗了人類。

人類通常很擅長關係推理，利用邏輯連接和比較位置、順序和其他實體。但兩種主要AI——統計和符號，在發展類似的能力方面一直進展緩慢。統計AI，或者叫機器學習，善於模式識別，但不善於使用邏輯。而符號AI則能利用預定規則推理關係，但不善於學習。

credit: 煎蛋畫師六翼

新研究提出了一種縮小差距的方式：進行關係推理的人工神經網路。類似於大腦中神經元的連接方式，神經網路利用小型程序合作發現數據中的模式，針對圖像處理、語法分析或者遊戲學習有特定的架構。在這種應用中，新的「關係網路」單獨比較場景中的每一對目標。論文共同作者、在倫敦的DeepMind計算科學家Timothy Lillicrap說道：「我們明確要求網路發現目標之間存在的關聯。」

他和他的團隊利用幾個任務測試了關係網路。第一個是回答單幅圖像內物體之間的關係，比如立方、球形和圓柱的圖形。例如：「在這個藍色的東西前面有個物體，它的形狀和那個灰色金屬球右邊的小型青色物體的形狀一樣嗎？」針對這個任務，關係網路與其他兩種神經網路相結合了：一個識別圖像中的物體，另一個翻譯這個問題。研究者在上周發表在預覽商arXiv的論文中稱，通過進行眾多圖像和問題測試，發現其他機器學習方法的正確率大概是42%到77%，人類的正確率則是可敬的92%。而新的關係網路正確率是96%，真是一個超越人類的成績。

DeepMind團隊還利用一個語言任務進行了測試。這個任務中網路將接收到一些陳述，比如「Sandra撿起了那個足球」和「Sandra去辦公室了」。隨後就會提出一些問題比如：「球在哪裡？」(辦公室)。該網路在這些問題上的表現和其他類型問題上的一樣好，但最大放異彩的是所謂的推理問題：「Lily是一隻天鵝。Lily是白色的。Greg是一隻天鵝。Greg是什麼顏色？」在這些問題上，關係網路正確率為98%，而其競爭者的正確率約為45%。最後，該方法分析了10個到處亂蹦的球體的動畫，其中某些球體之間被不可見的彈簧或者棍子連接到一起。單單使用運動模式，該網路就能鑒定出90%多的連接。然後使用相同的訓練去鑒定僅利用移動點表示的人類形態。

波士頓大學計算科學家Kate Saenko並未參與該新網路的設計，但最近也合作提出了一種回答關於圖像的複雜問題的方法。他說道：「他們方法的一個優點是概念上十分簡單。」 Lillicrap稱其中大部分進步都可以用一個簡單的方程來表示，這種簡單性使其容易與其他網路相結合，正如在上述物體比較任務中那樣。論文將其稱為「一個即插即用的模塊」，能使系統的其他部分專註於它們擅長的方面。

加利福尼亞帕洛阿爾托的斯坦福大學計算機科學家Justin Johnson合作設計了上述物體比較任務，並且合作提出了一種在該任務上表現良好的方法，他說道：「我深深為此成果而折服。」 Saenko補充道，關係網路未來可以幫助研究社交網路，分析監視視頻，或者導引交通流中的汽車。

Johnson說道，為了接近類人靈活性，該網路還需要學會回答更多挑戰性的問題。做到這一點可能需要不僅僅比較一對事物，而是三個，四個或者更大集合中的某些對。他說道：「我對研究能自己提出新策略的模型很感興趣。DeepMind正在建立特殊類型推理的模型，而不是追求更一般化的關係推理。但這仍然是正確方向上的重要一步。」

論文原文：arXiv:1706.01427

本文譯自 sciencemag，由譯者 CliffBao 基於創作共用協議(BY-NC)發布。Matthew Hutson

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！