機(jī)器人相互教學(xué)讓知識(shí)瞬間轉(zhuǎn)移 AI迎來指數(shù)級(jí)進(jìn)化
“在交流越容易出現(xiàn)的情況下,變化就會(huì)發(fā)生得更快。”——Science Historian專欄作者詹姆斯·伯克
本文引用地址:http://www.ex-cimer.com/article/201801/374909.htm在2015年10月的新聞發(fā)布會(huì)上,特斯拉展示了他們研發(fā)的Model S的自動(dòng)駕駛功能,該功能允許汽車能夠進(jìn)行半自主駕駛,而特斯拉首席執(zhí)行官埃隆·馬斯克也提到,每個(gè)車輛的擁有者將成為每個(gè)Model S這款車的“私人專家教練”。事實(shí)上,每輛Model S可以通過從駕駛員身上來學(xué)習(xí)改善自主特征,但更重要的是,當(dāng)一個(gè)特斯拉汽車從自己的駕駛員身上學(xué)到知識(shí)時(shí),就可以與其他所有的特斯拉汽車共享知識(shí)。
正如Fred Lambert不久之后在Electrik上報(bào)道的那樣,Model S型車主都注意到這款車的無人駕駛功能改進(jìn)的速度有多快。舉一個(gè)例子,這款特斯拉汽車剛開始在高速公路上總是下錯(cuò)了出口,這也迫使他們的主人只能通過手動(dòng)駕駛汽車使其行駛在正確的路線上。但在短短的幾個(gè)星期后,車主們注意到他們的汽車已經(jīng)在自動(dòng)駕駛的情況下不會(huì)走錯(cuò)出口。
一位特斯拉Model S汽車的車主說:“我發(fā)現(xiàn)它非常迅速地改善了這一點(diǎn)。”
智能系統(tǒng),如最新一代機(jī)器學(xué)習(xí)軟件的智能系統(tǒng),不僅變得更加智能,它們?cè)谥悄芑幕A(chǔ)上其適應(yīng)能力更加迅速。了解這些系統(tǒng)發(fā)展的速度可能對(duì)于導(dǎo)航技術(shù)變革是一項(xiàng)特別具有挑戰(zhàn)性的項(xiàng)目。
雷·庫(kù)茲維爾(Ray Kurzweil)在他所謂的技術(shù)變革的“直觀線性”觀點(diǎn)和現(xiàn)在正在發(fā)生的“指數(shù)級(jí)”變化率之間,廣泛地描述了人類在這兩項(xiàng)觀點(diǎn)之間理解的差距。在他發(fā)表了所謂的“加速回報(bào)定律”的這一篇十分有影響力的論文近二十年之后,一個(gè)與速度相關(guān)的演化變化理論誕生了——互相連接的設(shè)備在能夠相互分享知識(shí)的情況下,它們發(fā)展進(jìn)化的速度會(huì)不斷被提高。
哥倫比亞大學(xué)機(jī)械工程和數(shù)據(jù)科學(xué)教授Hod Lipson最近接受采訪時(shí)說:“我認(rèn)為這也許是對(duì)于人工智能演變進(jìn)化帶來的最大指數(shù)趨勢(shì)的增強(qiáng)。”
“所有的指數(shù)技術(shù)趨勢(shì)都有不同的”指數(shù)“,”Lipson補(bǔ)充道。 “但是它將擁有最大的潛力。”
根據(jù)Lipson的說法,我們可以稱之為“機(jī)器教學(xué)”,它代表的是當(dāng)設(shè)備之間能夠相互傳遞獲得并獲取知識(shí)時(shí),會(huì)使這些設(shè)備的系統(tǒng)改進(jìn)速度得到指數(shù)量的進(jìn)步。
他還說道,“有時(shí)候它們會(huì)進(jìn)行合作,例如,當(dāng)一臺(tái)機(jī)器像蜂房一樣利用其相通的方式從另一個(gè)機(jī)器學(xué)習(xí)。但是這有時(shí)候是對(duì)抗性的,就像在兩個(gè)互相下棋的系統(tǒng)之間不斷進(jìn)行比賽一樣。”
Lipson認(rèn)為,這種開發(fā)人工智能的方式是一個(gè)大的發(fā)現(xiàn),部分原因是因?yàn)樗梢岳@過人類為它設(shè)計(jì)訓(xùn)練數(shù)據(jù)的需要。
“數(shù)據(jù)是機(jī)器學(xué)習(xí)的燃料,但是即使對(duì)于機(jī)器來說,一些數(shù)據(jù)也很難獲得,例如一些數(shù)據(jù)可能是有風(fēng)險(xiǎn)的,緩慢的,稀缺的或昂貴的。在這種情況下,機(jī)器可以分享經(jīng)驗(yàn)或?yàn)楸舜藙?chuàng)造綜合體驗(yàn)來增加或替換數(shù)據(jù)。事實(shí)證明,這不是一個(gè)小的影響,它實(shí)際上是利用自身的條件來擴(kuò)散到四面八方的,因此我們說它的增長(zhǎng)是指數(shù)級(jí)的。“
Lipson認(rèn)為Google的DeepMind(一個(gè)名為AlphaGo Zero的項(xiàng)目)最近取得了突破性進(jìn)展,這也是一個(gè)沒有訓(xùn)練數(shù)據(jù)的AI學(xué)習(xí)的絕佳例子。許多人都熟悉AlphaGo,它是人工智能利用機(jī)器學(xué)習(xí)的代表,在學(xué)習(xí)了由數(shù)百萬人的圍棋棋局組成的大規(guī)模訓(xùn)練數(shù)據(jù)集之后,它成為世界上最厲害的棋手。然而,AlphaGo Zero甚至可以通過學(xué)習(xí)游戲規(guī)則和自己不斷通過玩游戲練習(xí)來擊敗AlphaGo,而它也沒有通過訓(xùn)練數(shù)據(jù)來增強(qiáng)能力。最后,為了讓大家看到它的實(shí)力,它從零開始只通過八個(gè)小時(shí)的訓(xùn)練之后,它在國(guó)際象棋對(duì)弈中擊敗了世界上最好的國(guó)際象棋游戲軟件。
現(xiàn)在我們可以想象,有數(shù)以千計(jì)或更多的AlphaGo在不斷的分享它們獲得的知識(shí)。
它不僅僅在游戲中得到價(jià)值體現(xiàn),而且我們已經(jīng)想到,它將會(huì)對(duì)企業(yè)提高設(shè)備性能的速度產(chǎn)生重大影響。
GE的新型工業(yè)數(shù)字孿生技術(shù)就是一個(gè)例子,現(xiàn)在僅僅通過一臺(tái)機(jī)器的軟件模擬便可以模擬設(shè)備在未來將要工作的項(xiàng)目,我們可以把它看作是一臺(tái)具有自我形象的機(jī)器,它也可以與技術(shù)人員分享數(shù)據(jù)。
例如,一臺(tái)帶有數(shù)字孿生技術(shù)的蒸汽輪機(jī)可以測(cè)量蒸汽溫度,轉(zhuǎn)子速度,冷啟動(dòng)以及其他數(shù)據(jù)來預(yù)測(cè)故障,并提前警告技術(shù)人員以防止事情發(fā)生后昂貴的維修費(fèi)用。數(shù)字孿生技術(shù)可以使它們通過研究它們自己的表現(xiàn)來做出這些預(yù)測(cè),但是它們也依賴于其他已經(jīng)投入工作的汽輪機(jī)模型的表現(xiàn)。
隨著機(jī)器開始以新的和強(qiáng)勁的方式在周圍的環(huán)境中自主學(xué)習(xí),它們能夠通過溝通他們彼此學(xué)習(xí)的東西來加速他們的發(fā)展。遍布全球的GE汽輪機(jī)能夠在每臺(tái)機(jī)器之間加速它們各自的預(yù)測(cè)能力。同樣我們之前提到的,剛開始可能只有一輛無人駕駛汽車在學(xué)習(xí)如何掌握駕駛在特定城市的一個(gè)目的地所需的時(shí)間,而現(xiàn)在,類似的一百輛在同一城市行駛的無人駕駛汽車可以全部共享他們學(xué)習(xí)的內(nèi)容,因此它們可以在更短的時(shí)間內(nèi)改進(jìn)它們的算法。
隨著其他采用人工智能技術(shù)的設(shè)備開始利用這種共享知識(shí)轉(zhuǎn)移技術(shù),我們?cè)谖磥砜梢钥吹剿鼈兏斓陌l(fā)展速度。所以請(qǐng)記住,眼前發(fā)生的只是剛剛開始,在未來,會(huì)有更多意想不到的事情等著你為之嘆為觀止。
評(píng)論