Facebook 以其早期且不断增加地使用人工智能而闻名。这家社交媒体网站使用人工智能来精确定位其十亿多用户的个人兴趣，并通过自动扫描他们的新闻提要、识别照片中的人物并精准地向他们投放广告来相应地定制内容。现在，在幕后，这家社交网络的 AI 研究人员正试图将这项技术提升到一个新的水平——从纯粹的数据处理逻辑提升到与人类常识相媲美的细致入微的“常识”形式。
人工智能已经让机器能够完成诸如识别人脸和充当虚拟助手等任务，虚拟助手可以为智能手机用户在网络上追踪信息。但是，为了执行甚至这些基本任务，底层学习算法依赖于人类编写的计算机程序来为它们提供大量的训练数据，这个过程被称为机器学习。为了让机器真正拥有常识——能够弄清楚世界如何运作并根据这些知识做出合理的决定——它们必须能够在没有人为监督的情况下自学。尽管这在短期内不会大规模发生，但研究人员正在朝着这个方向迈进。例如，在周一发布的一篇博客中，Facebook 人工智能主管 Yann LeCun 和研究工程师 Soumith Chintala 描述了通过一种称为对抗训练的技术进行无监督机器学习的努力。
这种方法由两个人工神经网络组成，之所以如此称呼，是因为它们使用的算法旨在帮助它们像人脑一样运作。“生成器”网络根据它接收到的随机数据创建图像。研究人员通过机器学习训练第二个“判别器”网络，使其能够区分真实图像和包含无意义的形状和颜色模式的数据文件。然后，判别器分析一系列文件，其中一些来自真实图像数据库，另一些由生成器网络创建。最初，生成器不太擅长创建逼真的图像，判别器很容易将它们标记为伪造品。然而，最终，生成器应该从判别器的响应中学习，并开始生成越来越逼真的图像。Chintala 表示，这样，生成器和判别器就成了对手，前者试图欺骗后者，后者试图避免被欺骗。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您将有助于确保未来能够继续刊登有关塑造我们当今世界的发现和想法的具有影响力的故事。
对手
到目前为止，在人工智能实验室（在 Facebook 和其他地方）测试过的对抗网络生成器通常未能显示出明显的改进，即使在与判别器交互之后也是如此。为了弥补这一点，Facebook 研究人员创建了具有特殊设计的互连层结构的生成器，这种结构在人工智能社区中被称为“深度卷积生成对抗网络”，或 DCGAN。这些层中的每一层都包含应用于网络接收的输入的特定算法。生成器的第一层运行一种算法，该算法从表示图像的数据集中提取原始像素和简单图案。下一层将这些图案组合成稍微复杂的排列。接下来的层分别检测对象的部分、将它们组装成对象并创建场景，直到创建整个图像。“存在一个层次结构，这就是 ‘深度’ 一词的由来，”LeCun 说。
研究人员发现，他们的 DCGAN 可以（除其他外）学习在训练过程中绘制特定对象。他们还更好地理解了数据在神经网络内从一层移动到另一层时会发生什么。此外，LeCun、Chintala 和他们的同事通过让生成器使用原始数据生成视频帧来测试其预测能力。在一个实验中，他们向生成器输入了四个视频帧，并让它根据这些数据生成接下来的两个帧。生成的 AI 帧看起来像是动作的真实延续，无论是人走路还是只是头部运动。
更智能的助手
LeCun 认为，这种预测能力可以增强 Facebook 吸引用户的能力，利用该网站开发的常识来对他们进行有根据的猜测。“如果我们知道如何构建能够了解对话者想要什么或想什么的对话系统，那就意味着我们可以拥有真正有用且以自然方式与您互动的聊天机器人，”LeCun 说。改进的预测能力同样可以帮助改进 Facebook M 虚拟助手，它正面临着来自 Apple 的 Siri、Google 即将推出的 Google Assistant、Amazon 的 Alexa 和 Microsoft 的 Cortana 日益增长的竞争。
“在 [机器拥有常识] 之前还有很长的路要走——非常长的路要走，但我与 [LeCun 和他的同事] 持有相同的信念，即探索更好的无监督学习算法是实现人类水平人工智能的关键，”Yoshua Bengio 说，他是蒙特利尔大学的计算机科学教授，也是 2014 年研究的合著者，该研究将生成对抗网络介绍给人工智能世界的大部分领域。这项工作由 Ian Goodfellow 领导，他当时是蒙特利尔大学的博士生，目前是 OpenAI 的研究科学家，OpenAI 是由埃隆·马斯克和 Y Combinator 总裁 Sam Altman 于 12 月共同创立的非营利性人工智能研究组织。Bengio 没有参与 Facebook 的人工智能研究，他在 2016 年 6 月的大众科学文章中谈到了深度学习的进展，文章标题为“学习机器”。
Facebook 对无监督机器学习的兴趣是更大趋势的一部分，包括亚马逊、苹果、谷歌、微软和 Twitter 在内的一些最大的互联网公司都在收购人工智能初创公司并投资于自己的研究。本月早些时候，微软研究院宣布努力开发一个可以根据一系列相关图像讲述故事的系统。谷歌的 AlphaGo 程序在三月份成为头条新闻，当时它令人信服地击败了世界上最优秀的围棋选手之一。人工智能同样在 Alphabet, Inc.（谷歌的母公司）努力开发无人驾驶汽车的过程中发挥着关键作用。苹果公司高管在上周的公司全球开发者大会上谈到了在推进其产品中的人工智能方面所做的努力，同时又不损害广泛宣传的确保客户隐私的努力。“很明显，[人工智能] 很可能会彻底改变他们的业务以及整个世界的经济，”Bengio 说。
LeCun 同意，人工智能对于任何在网络上运营或拥有任何形式数字存在的公司来说，显然是一项非常具有战略意义的技术。“不仅适用于用户界面或内容过滤，而且总体而言，”他说。“人们将以非常自然的方式与机器互动，我们需要让机器理解人类。”
换句话说，LeCun 补充道，“我们需要机器拥有常识。”