在 AlphaGo 打败世界顶级的围棋选手之后,人工智能(AI)的发展已经让世界感到惊奇,但 DeepMind 并没有停下脚步,根据了解,他们最近又让 AI 具备了一项人性化的技巧──打个瞌睡,休息一下。
AI 在近代之所以能持续发展,主要得归功于新的统计方法和电脑处理能力的进步,但 DeepMind 指出,事实上在神经网络开发的关键工作,多半不是由数学或物理实验室,而是由心理学和神经科学协助开发,这两项科学的贡献经常被人忽视。
DeepMind 相信,神经科学能帮助验证已存在的 AI 技术,确定技术发展是否处在正确轨道上,也能为新型算法和架构提供丰富灵感来源,让工程师透过了解对认知功能至关重要的生物运算资讯,来建构人工智能的“大脑”。
近期在神经科学上,就发现了一个在“离线”状态下重复体验经历的状况:当生物处在睡眠或休息期间,大脑会重播在先前活跃期间的神经元活动序列,就好像是精神上重播过去的活动,并借此改进未来的行为。
因此尽管乍听之下,建造一个会“睡觉”的 AI 似乎违反直觉──毕竟 AI 理想中应该是要不眠不休的工作,但这个原则其实是 Deep Q Network(DQN)算法中一个非常关键的部分。
DeepMind 表示,运用 DQN 算法,研究人员只需要输入原始像素和数据,就可以让 AI 掌握雅达利(Atari)2600 上各种类型的游戏,并且发挥如超人的水平。
之所以能做到这件事,就是因为 DQN 算法运用经验回放(experience replay)功能,在“离线”状态下回顾存储数据的训练模拟经验,藉以从过去发生的成功、失败经验中重新学习。
无论神经网络、AI 还是机器学习,研究人员正试图做到的,就是教导电脑如何自己计算、归究出一些结论。毕竟考量到实际应用,自驾车得对交通状况进行决策,分析数据的算法必须决定如何归类资讯,AI 则得学会和人一样思考,这些发展才真正有意义。
Google 最新提出的这个方法,意味着系统不再需要保持连线才能解决问题,它能先全力运转弄清楚问题的重点,并在断线后的“梦境”中整理这些资讯,然后再次连线后完成任务。
- Google’s DeepMind AI has a new trick: taking a nap
- AI and Neuroscience: A virtuous circle
(首图来源:shutterstock)
延伸阅读:
- DeepMind 创办人:AI 要展现出真正潜力,得从人类智慧中获得更多灵感
- DeepMind 想透过认知心理学,来弄清楚人工智能的思考模式