我們對(duì)動(dòng)物的了解，可能比我們知道的要少得多，因此，向它們學(xué)習(xí)，也許是現(xiàn)階段人工智能的突破點(diǎn)。我們將其稱為“獸工智能”，那么“獸工智能”到底是怎么回事？一起來(lái)看看~

電影《怪醫(yī)杜立德》里的杜立德博士有一項(xiàng)神奇的本領(lǐng)——無(wú)需借助任何科學(xué)儀器的輔助便可與動(dòng)物交流，起因是他聽懂了鳥語(yǔ)，給一只受傷的貓頭鷹拔掉了刺，后來(lái)被各種動(dòng)物知道了，隨即他的診所便給動(dòng)物們看起了病。

隨著劇情的發(fā)展，一只猴子告訴他馬戲團(tuán)的獅子要跳樓自殺，于是杜立德博士趕緊跑去馬戲團(tuán)。

救下了馬戲團(tuán)想要跳樓的老虎。

拋開電影本身的喜劇色彩，這個(gè)設(shè)定也是很正確的，因?yàn)樨堫^鷹和猴子是電影傳話的關(guān)鍵人物，而現(xiàn)階段人類對(duì)一些鳥類和一些靈長(zhǎng)類的行為與語(yǔ)言理解是最透徹的。

電影照進(jìn)現(xiàn)實(shí)，可能沒那么容易

隨著科技發(fā)展，像杜立德博士一樣的與動(dòng)物溝通交流變得越來(lái)越趨近現(xiàn)實(shí)。最近，來(lái)自華盛頓大學(xué)和艾倫人工智能研究所的團(tuán)隊(duì)就合力開發(fā)了新的神經(jīng)網(wǎng)絡(luò)模型，可以來(lái)理解和預(yù)測(cè)狗的行為。研究人員在狗身上安裝了?GoPro?相機(jī)用于記錄狗的行為，并且通過(guò)在四條腿和尾巴上安裝的傳感器來(lái)傳遞運(yùn)動(dòng)數(shù)據(jù)。

通過(guò)對(duì)狗的肢體動(dòng)作內(nèi)容和在?GoPro?上記錄的內(nèi)容進(jìn)行比對(duì)分析，由此可以知曉狗在什么樣的動(dòng)作下看到了什么，并對(duì)其行為進(jìn)行預(yù)測(cè)。

而在預(yù)測(cè)狗的行為之前，人們?cè)诠返恼Z(yǔ)言識(shí)別上已經(jīng)進(jìn)行了不少研究，甚至可以聽懂它們講話。

生物學(xué)家?Slobodchikoff?創(chuàng)辦了一家名為?Zoolingua?的公司，?該公司開發(fā)了一種算法，可以將土撥鼠的聲音轉(zhuǎn)為英語(yǔ)。他認(rèn)為對(duì)土撥鼠叫聲的研究同樣可以用到貓狗身上，原理很簡(jiǎn)單，即收集大量的狗狗視頻，然后用這些素材來(lái)訓(xùn)練人工智能算法，用人工來(lái)標(biāo)記每一種叫聲和搖尾巴的動(dòng)作表達(dá)什么意思，最終將其翻譯出來(lái)。

這是典型的有監(jiān)督學(xué)習(xí)方式，需要的大數(shù)據(jù)首先要通過(guò)人工標(biāo)注，但是由于采樣的范圍和機(jī)器內(nèi)存等的局限性，這種方式在翻譯的準(zhǔn)確度和豐富性方面尚有待提高。相較之下，為實(shí)現(xiàn)人狗溝通而設(shè)計(jì)的No?More?Woof耳機(jī)要更勝一籌。

No?More?Woof是由北歐發(fā)明與發(fā)現(xiàn)協(xié)會(huì)(?NCID?)開發(fā)的，應(yīng)用的是三個(gè)不同技術(shù)領(lǐng)域的最新技術(shù)的組合，即腦電圖傳感、微運(yùn)算和特殊腦機(jī)接口軟件。這些傳感器是腦電圖錄音機(jī)，先錄下狗大腦內(nèi)流動(dòng)的離子電流造成的電壓波動(dòng)，再將其傳到一部微型電腦上，把它們進(jìn)行解釋。

但這里依然有幾個(gè)問(wèn)題尚未解決。首先是腦機(jī)接口至今尚未取得突破性進(jìn)展，而使用在狗身上顯然是外置的，在識(shí)別精度上可能依然達(dá)不到預(yù)期。其次，以上兩種翻譯機(jī)均只能識(shí)別一些簡(jiǎn)單的表達(dá)（后者強(qiáng)一些），比如“我餓了”、“我很累”、“我想出去散步”等。最重要的是，就現(xiàn)階段的技術(shù)，還不能像電影里的交互，你能聽懂狗，但狗卻不能聽懂你。

從技術(shù)上說(shuō)，識(shí)別動(dòng)物的表情、動(dòng)作、叫聲并不難，現(xiàn)在的?AI?算法可以快速對(duì)這些信息進(jìn)行識(shí)別并分類，但更難的是正確解讀這些信息表達(dá)的含義。人類對(duì)于動(dòng)物行為和語(yǔ)言的認(rèn)知程度并不相同，短時(shí)間內(nèi)難以全部理解，甚至一度遭遇瓶頸，那么對(duì)動(dòng)物的語(yǔ)音乃至行為的研究又該向何處發(fā)展呢？

與其一味解讀，不如認(rèn)它做老師？

我們對(duì)動(dòng)物的了解，可能比我們知道的要少得多，因此，向它們學(xué)習(xí)，也許是現(xiàn)階段人工智能的突破點(diǎn)。我們將其稱為“獸工智能”，那么“獸工智能”到底是怎么回事？

1. 動(dòng)物可以幫助人工智能變得更聰明

本文預(yù)測(cè)動(dòng)物行為的研究證明，當(dāng)狗看到不同的物體時(shí)，身體的反應(yīng)是不同的，狗能清楚地表現(xiàn)出視覺智能，能識(shí)別食物、障礙物、人類以及動(dòng)物。這種不同反應(yīng)我們?cè)诂F(xiàn)實(shí)生活中也很常見，而既然狗能夠這么聰明地識(shí)別出不同目標(biāo)，那么神經(jīng)網(wǎng)絡(luò)也能夠被訓(xùn)練成同樣聰明。?

因此在后續(xù)實(shí)驗(yàn)中，探究人員進(jìn)一步嘗試把神經(jīng)網(wǎng)絡(luò)訓(xùn)練得“像狗一樣”，并讓其在不同場(chǎng)景中識(shí)別物體，進(jìn)一步發(fā)現(xiàn)，通過(guò)這種學(xué)習(xí)方式，深度神經(jīng)網(wǎng)絡(luò)可以識(shí)別出室內(nèi)或者室外等不同場(chǎng)景，并且能夠理解怎樣在不同場(chǎng)景下行走，路線怎樣更合理，而這一學(xué)習(xí)原理顯然可以遷徙到機(jī)器人自主行走領(lǐng)域。

訓(xùn)練機(jī)器讓神經(jīng)網(wǎng)絡(luò)懂得如何智能識(shí)別物體是一項(xiàng)艱難的任務(wù)，因?yàn)樗枰罅肯闰?yàn)知識(shí)，這對(duì)于機(jī)器來(lái)說(shuō)學(xué)習(xí)起來(lái)相當(dāng)耗費(fèi)時(shí)間，如今狗知道這些規(guī)則，那么人們將不必再?gòu)幕A(chǔ)來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)，通過(guò)觀察狗的行為就能掌握這些規(guī)則。

眾所周知，如今AI技術(shù)應(yīng)用上最火的是兩種，一是智能語(yǔ)音，二是機(jī)器視覺。但人類目前在觸覺、味覺和嗅覺領(lǐng)域這三個(gè)領(lǐng)域中的進(jìn)展特別緩慢，尤其是味覺和嗅覺，屬于小眾需求，目前只有一些特殊領(lǐng)域的機(jī)器需要用到，因此整個(gè)研發(fā)投入都不足。

就機(jī)器識(shí)別而言，人是視覺動(dòng)物，所以感覺視覺比較靠譜。而動(dòng)物之間的識(shí)別，不一定靠視覺。嗅覺、味覺、觸覺、聽覺都有可能。比如老鼠，由于皮層無(wú)褶皺，神經(jīng)元分層也比靈長(zhǎng)類少，視覺皮層占的比例非常小，因此只能看到鼻尖前面一點(diǎn)點(diǎn)。但它嗅覺很發(fā)達(dá)，它可以通過(guò)嗅覺來(lái)識(shí)別其他物種。

去年7月，一位尼日利亞科學(xué)家研制出了一種新型AI芯片，可以讓計(jì)算機(jī)擁有嗅覺識(shí)別能力，比如識(shí)別出爆炸物氣味等等。但是官方披露的資料的極少，至今也沒太大的動(dòng)靜，估計(jì)現(xiàn)狀不容樂觀，起碼是不能做到大規(guī)模的商用。

而一旦商用，機(jī)器嗅覺將必須讓AI先看到物體這一步驟省略，直接透過(guò)現(xiàn)象窺視隱藏物體的本質(zhì)。如此一來(lái)，未來(lái)公共場(chǎng)合中的毒品將無(wú)處遁形。

2. 動(dòng)物可以開拓全新的學(xué)習(xí)機(jī)制

圖片來(lái)自公眾號(hào)視覺求索

上圖a是一只被研究人員在日本發(fā)現(xiàn)和跟蹤拍攝的野生烏鴉。它找到了堅(jiān)果，需要砸碎，可是這個(gè)任務(wù)超出它的物理動(dòng)作的能力。于是它發(fā)現(xiàn)一個(gè)訣竅，把果子放到路上讓車軋過(guò)去（圖b），就可以完成“鳥機(jī)交互”了。但是雖然堅(jiān)果被軋碎了，但它到路中間去吃是一件很危險(xiǎn)的事。它又開始觀察了，見圖c。最后他發(fā)現(xiàn)了紅燈停綠燈行，過(guò)馬路要走斑馬線這一邏輯復(fù)雜的機(jī)制，搞清楚之后，烏鴉就選擇了一根正好在斑馬線上方的一根電線，蹲下來(lái)了（圖d）。它把堅(jiān)果拋到斑馬線上，等車子軋過(guò)去，然后等到行人燈亮了（圖e）。這個(gè)時(shí)候，車子都停在斑馬線外面，它終于可以從容不迫地走過(guò)去，吃到了地上的果肉（圖f）。

這個(gè)過(guò)程既沒有大數(shù)據(jù)訓(xùn)練的，也沒有所謂監(jiān)督學(xué)習(xí)，但是烏鴉硬是解決了世界頂級(jí)科學(xué)家都解決不了的完全自主智能。這是與當(dāng)前很多機(jī)器學(xué)習(xí)，特別是深度學(xué)習(xí)完全不同的機(jī)制。

那我們?nèi)绾蜗驗(yàn)貘f一樣聰明呢？其實(shí)可以采用一些搜索進(jìn)化算法的辦法來(lái)解決

首先我們很確定的知道，建造一個(gè)和烏鴉的腦子一樣強(qiáng)大的電腦是可能的——我們的大腦就是證據(jù)。但如果太難完全模擬，那么我們可以模擬出烏鴉大腦的演化過(guò)程。

這種方法叫作“基因算法”。它建立一個(gè)反復(fù)運(yùn)作的表現(xiàn)/評(píng)價(jià)過(guò)程，就好像生物通過(guò)生存這種方式來(lái)表現(xiàn)，并且以能否生養(yǎng)后代為評(píng)價(jià)一樣。一組電腦將執(zhí)行各種任務(wù)，最成功的將會(huì)“繁殖”，把各自的程序融合，產(chǎn)生新的電腦，而不成功的將會(huì)被剔除。經(jīng)過(guò)多次的反復(fù)后，挑選出最接近于樣本的甚至超越樣本的電腦。

這個(gè)方法的缺點(diǎn)也很明顯，人類主導(dǎo)的演化會(huì)比自然快很多很多，演化需要經(jīng)過(guò)幾十億年的時(shí)間，而我們卻只想花幾十年時(shí)間，因此我們現(xiàn)階段具備的技術(shù)優(yōu)勢(shì)是否能使模擬演化可行還有待商榷。

電影中的杜立德博士因?yàn)閯?dòng)物而重拾了快樂，他們始終平等而坦誠(chéng)。但現(xiàn)實(shí)生活的殘酷在于，人工智能的受益方是人，“獸工智能”也是。

作者：雷宇，微信公眾號(hào)：智能相對(duì)論

本文由 @雷宇 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來(lái)源于網(wǎng)絡(luò)