要學的東西太簡單？太難？人類可能會因此無聊或沮喪，但人工智能不會 。 在剛結束不久的神經信息處理系統大會(NeurIPS)上，來自加州大學伯克利分校和谷歌的研究者展示了一項新方法，讓人工智能自己訓練自己 。
這一新方法有望讓自動駕駛汽車、家用機器人更快地學習，甚至可能幫助攻破懸而未決的數學難題 。
人工智能在地圖導航領域已有不少研究，其中一種實驗方法是讓人工智能程序沿著有實心分布塊的2D網格導航 。 為了讓程序更快地熟悉復雜環境并到達目的地，科學家會對其反復訓練，從而達到強化目的，進而提高人工智能的應用程度 。
新發布的研究中，來自加州大學伯克利分校的邁克爾·丹尼斯（Michael Dennis）和谷歌科學家娜塔莎·杰奎斯（Natasha Jaques）考慮了兩種繪制地圖的方法 。 第一種方法是在網格中隨機安排分布塊，但這一方法并沒有讓人工智能程序有很大提升 。 第二種方法則讓人工智能程序記住過去的嘗試，并相應地提升訓練難度——但這種方法的瓶頸在于，有時訓練模式的難度太大，程序根本無法完成 。
【還有比這更狠的學霸？AI：我教我自己】為此，丹尼斯和杰奎斯等人創造了一個合適的環境，讓人工智能自我訓練 。 在名為“配對”（PAIRED）的新訓練方法中，他們先將已有的人工智能程序與另一個幾乎相同的程序結合，二者間的優勢各不相同，但它們互為“對手” 。 在這一模式中，已有的人工智能程序是主角，但因為遇到了旗鼓相當的“對手”，挑戰變得非常困難，也正因此，其解決問題的能力一直處于臨界狀態 。
經過一系列訓練，作為主角的人工智能程序可以解決大約五分之一的新問題 。 在NeurIPS的討論會上，丹尼斯表示他們對新成果即將開展的大量工作感到非常興奮 。
同期，在討論會上發布的另一項研究中，杰奎斯和同事已經在用PAIRED訓練其他人工智能程序，使之學會自動填寫網絡表單并預定航班 。 與傳統模式相比，采用新訓練模式的成功率大概有50% 。
對此，人工智能促進協會主席、康奈爾大學的計算機科學家巴特·塞爾曼（Bart Selman）表示，PAIRED是一種機智的人工智能訓練方法 。
塞爾曼等人在討論會上介紹的研究也與人工智能的自我訓練有關 。 他們設計的人工智能程序需要在推箱子游戲中將方塊推向目標位置 。 如果規劃不當，方塊很可能陷入死胡同 。
為了訓練人工智能，塞爾曼和同事創建了一組更簡易的拼圖 。 訓練程序會根據人工智能的表現好壞，選擇不同難度的“考題”，從而讓訓練計劃達到合適的水準 。
不過目前為止，考題對人工智能而言難還是簡單并不好預測 。 在出給人工智能的225道考題中，有80%被破解，其中約三分之一的考題完全來自新的訓練方法 。 塞爾曼表示，這一研究發現非常有趣，未來，他們希望將有關成果應用到未解決的數學難題上 。
推薦閱讀
- 自動駕駛真正上路 還有10%的技術難題待解
- 水瓶女比男人有魄力 比男人還有本事的四大星座女
- 塔羅占卜他還想復合嗎 他還有找你復合的想法嗎
- 泡椒鳳爪熱量，中午吃了一瓶酸奶、一個月餅、5個綠豆餅、還有鳳爪、還有包花生米，熱量多少?會胖不？
- 《明日之后》游戲中沙石堡除了山洞可以躲避沙塵暴，還有其他地方嗎
- 感覺＂意念控制＂很神秘？它還有個名字叫＂腦機交互＂
- 天蝎男天蝎女 天蝎女比天蝎男更狠心
- 57歲男人找小三的原因 男人到中老年還有桃花運
- 預測余震和森林野火，Google AI 還有這些新應用
- 男人鐵了心離婚還有救嗎，對付狠心分手的男人