我们需要记住的重要一点是 ， 人工智能并不真正像人类那样思考 。 它们的神经网络确实是受到了动物大脑的启发 ， 但更确切地说 ， 它们是所谓的“探索设备” 。 当它们试图解决一个任务或问题时 ， 并不会带有很多（如果有的话）对更广阔世界的先入之见 。 它们只是尝试——有时是数百万次——去找到一个解决方案 。
我们人类有很多思想上的包袱 ， 我们会考虑规则 ， 人工智能系统甚至不理解规则 ， 因此它们可以随意地拨弄事物 。
在这种情况下 ， 人工智能可以被描述为具有“学者症候群”的硅等量物 。 所谓学者症候群 ， 通常是指一个人有严重的精神障碍 ， 但却在某种艺术或学术上拥有非凡的能力 ， 其天赋通常与记忆有关 。
不断带给我们惊奇
人工智能让我们感到惊奇的方式之一 ， 是它们能够使用相同的基本系统来解决根本不同的问题 。 最近 ， 一款机器学习工具就被要求执行一项非常不同的功能：下国际象棋 。
该系统被称为“GPT-2” ， 由非营利的人工智能研究组织OpenAI开发 。 GPT-2利用数以百万计的在线新闻文章和网页信息进行训练 ， 可以根据句子中前面的单词预测下一个单词 。 开发者肖恩·普莱瑟认为 ， 国际象棋的走法可以用字母和数字的组合来表示 ， 因此如果根据国际象棋比赛的记录来训练算法 ， 这一工具就可以通过计算理想的走法序列来学习如何下棋 。
普莱瑟对GPT-2系统进行了240万场国际象棋比赛的训练 。 “看到象棋引擎变成现实真是太酷了 ， ”他说 ， “我当时根本不确定这能不能行得通 。 ”但GPT-2做到了 。 尽管它的水平还比不上专门设计的国际象棋计算机 ， 但已经能够成功地完成艰苦的比赛 。
这个实验表明GPT-2系统具有许多尚待探索的能力 ， 堪称一个具有国际象棋天赋的专家 。 该软件后来的一个版本让网页设计人员大为震惊 ， 当时 ， 一位开发人员对其进行了简单的训练 ， 让它写出用于在网页上显示项目（如文本和按钮）的代码 。 尽管只有一些简单的描述 ， 如“表示‘我爱你’的红色文本和带有‘ok’的按钮” ， 但这个人工智能依然生成了适当的代码 。 很显然 ， 它已经掌握了网页设计的基本要领 ， 但所受的训练却少得惊人 。
长期以来 ， 人工智能给人们留下的深刻印象主要来自电子游戏领域 。 在人工智能研究界 ， 有无数例子揭示了算法在虚拟环境中所做到的事情有多么令人惊讶 。 研究者经常在诸如电子游戏等空间中对算法进行测试和磨练 ， 以了解它们到底有多强大 。
2019年 ， OpenAI因为一段视频登上了新闻头条 。 视频中 ， 一个由机器学习控制的角色正在玩捉迷藏游戏 。 令研究人员惊讶的是 ， 游戏中的“寻找者”最终发现 ， 它们可以跳到物品上方进行“冲浪” ， 从而进入“躲藏者”所在的围栏 。 换言之 ， “寻找者”学会了为了自己的利益而改变游戏规则 。
反复试错的策略会带来各种有趣的行为 ， 但并不总能带来成功 。 两年前 ， DeepMind的研究员维多利亚·克拉科夫娜邀请她博客的读者分享人工智能解决棘手问题的故事 ， 但要求解决问题的方式是不可预测或不可接受的 。
她整理出了一长串很吸引人的例子 。 其中有一个游戏算法 ， 在第1关结束时学会了自杀 ， 以避免在第2关死亡 ， 这就实现了在第2个关卡中不死的目标 ， 只不过采用了一种特别令人印象深刻的方式 。 另一个算法发现 ， 它可以在游戏中跳下悬崖 ， 并将对手带向毁灭；通过这种方式 ， 人工智能得到了足够的点数以获得额外的生命 ， 从而在无限循环中不断重复这种自杀策略 。
推荐阅读
- 推动人工智能应用迈向认知智能时代
- 正常拔牙需要多少时间 拔牙需要多久
- 三个方法还你“干净” 如何去老年斑
- 爱情是如何走进“坟墓”的？
- 如何避免婚姻出现“七年之痒”？
- 森林有什么之称
- 面食馕的做法
- 谈谈“平水韵”的来龙去脉 什么叫平水韵
- 人工智能画作售出天价，人类如何看待AI创造力？
- 智能餐厅不只是“机器人炒菜”