計算機視覺＋自然語言處理＝強AI？

所謂強AI是指和人一樣能夠用一種通用演算法實現不同功能的AI。

現在任何有點常識的人一聽到強AI，就會皺起眉頭：那還是現在技術瓶頸以外的能力。但我一直在思考這個通向強AI的那把金鑰匙究竟在哪裡？最近突然覺得也許強AI需要的技術已經成熟，只是我們不知道怎麼把現有的技術結合在一起。

計算機視覺是指通過處理視頻信息，提取出攝像頭周圍的各種場景信息，比如什麼位置有一個什麼物體，有多大，我們把這些場景信息叫做地圖，這個過程叫建圖。因為利用這些場景信息，可以反過來計算出攝像頭在場景中的位置，這個過程叫做定位。並且對於場景中的物體，還會識別他們大概是什麼東西。其實這正是是人的視覺系統負責的任務：當我來到一個新的環境中時，我們環顧四周，然後來回走動一下，大概能知道周圍有些什麼物體，有多大，有多遠，有些什麼屬性。然後我們就可以自如的在新環境中穿梭而不會到處碰撞。

目前計算機視覺的水平大概是：對於地圖和定位的精度可以達到人的水平，並且可以分割出不同的物體。然後再結合現有識別演算法，可以知道每個物體的名字。如果我們還有一套名字和屬性的資料庫，我們就能知道每個物體大概有些什麼特點和功能。但這裡的瓶頸是如果想要萬能的識別任何物體，需要極其大量的人工物體標註和訓練，且不說現在的演算法能否支持如此大量的數據。計算機視覺方面的強AI瓶頸正式在這裡。

那麼這裡出現了兩個問題：

1，強AI是否真的需要萬能的識別世界上所有的物體。

我們認為即使是才出生的嬰兒的智力也是能夠達到強AI的要求。但是嬰兒能夠識別的物體非常有限，基本就是屋裡那幾樣東西。所以當我們把使用機器人的場景限定一下，比如只在室內，只是可移動的物體。這樣需要標註和訓練的量就打打減少了。其實一個成年人能夠識別出無以計數的物體，是通過幾十年的標註和訓練過程才達到的。

2，能否找到一種激勵機制，讓人自發的去標註物體並訓練AI。

有這樣一個數據，全人類花在玩魔獸世界的時間累計起來達到了593萬年，對於人類來說593萬年前人類的祖先剛剛學會直立行走。所以勞動力這個資源，只要有合適的激勵，幾乎是無限的。其實我們把全人類用在教嬰兒理解世界的時間加起來應該遠遠大於萬魔獸世界的時間。

再來說下自然語言處理。自然語言處理是把人類使用的語言翻譯成計算機使用的語言。比如使用自然語言處理分析一段文字後，可以提取出這段話涉及到多少個物件，他們的關係是什麼等等信息。這些信息可以使用計算機擅長的方式存儲和使用。

目前自然語言處理已經能夠翻譯幾乎所有邏輯關係的文字。但其瓶頸在於如果要把很所有從文字中提取出來的物體和現實中的物體對應起來需要大量的標註和訓練，並且演算法不一定支持。

同樣我也提出兩個問題：

1，對於抽象的非物體的詞語怎麼讓機器去理解。

抽象的非物體的詞是不能被簡單的標記的，比如憤怒，失望，成就等等。這些詞是建立在人類大量的具體詞和價值觀的基礎上形成的。關於價值觀的AI解釋又會是一大篇文章。這裡只是探究最簡單的強AI，所以就不展開說AI中的價值觀了。我的觀點是：即使是不需要這些抽象詞，也能實現強AI。比如我們可以教會嬰兒從一堆物體裡面拿出我們要求的東西，而不需要藉助任何抽象的表達。

2，能否找到一種激勵機制，讓人自發的去建立現實中的物體和自然語言處理得到的物體的關係

這個問題的答案和上面的第二個問題一樣。下面我用場景描述的方法來說明。

假如我們有一個機器人，這個機器人具備這樣幾個功能：

1，視覺：建圖，定位和分割物體

2，人的手勢識別：可以判斷人的手所指的方向

3，自然語言處理：能夠分析最簡單的邏輯，比如這是什麼，那是什麼，把什麼東西拿到哪裡去。

我們把這個機器人放到一個陌生的房間裡面，就好像第一次把小嬰兒帶回家。我們讓機器人自己在屋裡到處閑逛，慢慢的它就能知道什麼地方有幾個物體，並且隨時知道自己在房間中的位置。然後我們指著一個板凳對著機器人說：這是小板凳。通過手勢識別和自然語言處理，我們指向的這個物體被標記為小板凳並被訓練了一次。然後我們指著旁邊一個大一點的凳子說：這是大板凳，然後第二個物體被標註為大板凳了。我們還可以用多種方式來訓練機器人：我們可以說到小板凳旁邊去。通過自然語言處理識別出「去」這個次的含義，並且去這個動作已經是預先寫入到機器人的程序中，就像人類的某些行為並不是後天學習的，而是被預先寫在DNA裡面一樣。如果之前學習小板凳成功了，機器人就能自己跑到小板凳旁邊。反之我們給一個失望的手勢，機器人識別出來後，又可以進行一次標記和學習。

通過這樣的方式我們可以教會所有房子里機器人需要了解的物體的標記以及位置。機器人不需要了解更多的物體，除非我們需要他完成新的功能。其實整個過程和我們教小嬰兒的方式一模一樣，而實現這一切需要的技術我們現在都實現了。

如果我們給機器人裝上一個可以拾取物體的設備，比如一個鉗子或者吸盤。然後在機器人的預程序中寫入拿過來這個表達對應的行為。那麼我們還可以對著機器人說把小板凳拿過來。於是機器人就能移動到小板凳旁，再把小板凳拿過來。同理我們可以教會機器人拿任何房子里的東西。

同理，還有很多事情可以教會機器人。比如把黃色的鞋子放到門邊，把臟衣服扔到桶里。之後當我們回家隨手把鞋子一脫，衣服一扔，機器人都能自動幫我們收拾好。

慢慢的這個機器人就像是自己的小嬰兒一樣慢慢成長，難道我們不願意花費一些時間在教育這個因為自己而獨一無二的「小嬰兒」嗎？這正是我說的那種訓練強AI的激勵機制。

最後的結論是，也許強AI會在家庭小型機器人的應用中最先實現。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！