来源:科技日报;记者 华凌
记住一些东西并能回忆起来,对于人类来说司空见惯。而有了记忆,可以让我们对过往之事做出理智判断,并基于此,对未来做出决策。能否让AI智能体也做到这点呢。近日,DeepMind提出一种方法,让智能体使用特定的记忆,来信任过去的行为,并对未来做出正确的决策。相关成果发表于最新的《自然·通讯》上。
那么,目前我们所说的让AI产生回忆和人类的回忆是一回事吗;究竟人工智能可以用什么方法产生回忆,文中涉及判断和对过去行为的价值评估(评估信用分配)等问题,有哪些技术解决途径;与以往相比,此次DeepMind提出的新方法有何不同,让人工智能怎样学会回忆,达到怎样的效果;让人工智能会回忆,基于目前的办法,我们尚需做哪些努力?
AI产生的“回忆”与人类的是一回事吗
在现实中,多数让我们记忆深刻的,往往痛苦的事情多于快乐,好像受伤、不高兴事的记忆沟痕更深。这让人想起雨果的话——幸福的家庭都是相似的,不幸的家庭却各有各的不幸,也许这种感慨是记忆使然。
而在记忆当中,那些感动我们的人或事往往会触发回忆,所谓触景生情。“就人类长期记忆而言,实际上记忆本身是呈多模态、场景化的,对于到过哪里做过什么事,存储包含多维度,触发某个维度时即可快速找到线索。而人们往往高估了记忆量,其实容量很有限,人类记忆本身非常高度抽象,对特征的提炼,其中有好多要素是概况和模糊状的,如回忆电影,不会精准的一点一滴完整成像,但再现类似场景时,也许某个特定标识,就会回想起之前的一幕。”远望智库人工智能事业部部长、图灵机器人首席战略官谭茗洲在接受科技日报记者时指出。
记忆对人类而言,究竟有何作用?据介绍,记忆是我们对人脑中的信息和过去的经历进行编码、存储,保留和随后回忆的能力。一般而言,可以将其视为利用过去的经验来影响当前的行为。记忆使人类能够学习和适应以前的经验以及建立关系,是记忆过去经验的能力,以及使人想起以前学到的事实、经验、印象、技能和习惯的能力或过程。它是从我们的活动或经验中学到并保留下来的东西,通过结构或行为的改变或回忆和认可来证明。
目前,我们所说的让AI产生回忆与人类的是一回事吗?谭茗洲答道,“目前AI记忆仍只是停留在将学习将所获得的信息被编码、存储,进而转化认知的过程。以前的做法只是把所发生的一切悉数存储,然而记忆与存储有区别,记忆是为了能够有效回忆。回忆检索的方式,往往是跨各种阈界的,如通过某个品牌忽然想起某个事。由此,让AI智能体对过去所发生的一些事情,判断该不该记忆,关键要采取一些方法令其做出评定,达到人类回忆或记忆的效果。”
采用什么高招让AI产生些许“记忆”
在以往的研究中,采用什么高招可以让AI产生些许回忆?
谭茗洲介绍说,比较常用的有四种方法:1.长短期记忆网络,是由一个被嵌入到网络中的显性记忆单元组成,功能是记住较长周期的信息。这一技术主要被谷歌、亚马逊和微软等公司在使用,用于语言识别、智能助手和属性增强的应用。2.弹性权重巩固算法,这是从神经科学中借来的概念,用来评估联结的权重,而这些权重主要是通过早期任务的重要性来评估。这种算法用于序列学习多种游戏。DeepMind采用的就是这种与记忆巩固有关的算法,目的是让机器学习、记住并能够提取信息。3.可微分网神经计算机,特点是将神经网络与记忆系统联系起来,可以像计算机一样存储信息,还可从例子中进行学习。4.连续神经网络,主要用于迷宫学习,解决复杂的连续性任务,同时可以迁移知识,代表不会忘记此前所学的重要信息并利用先验知识的尝试(这依然是实现人类水平智能中的一大难题)。
“要让AI能够实现回忆过去的事情,涉及到判断和对过去行为的价值评估(评估信用分配)的问题。但现有的评估信用分配的方法,无法解决与结果存在长时间间隔的任务。简单来说,就是未来不可期。”谭茗洲指出。
据介绍,人工智能的研究中,在一个长序列内评估个人行为的效用问题,被称为信用分配问题。该评估可以对过去的行动或计划的未来行动进行评分。
谭茗洲解释道,“具体在强化学习中,智能体获得指导的唯一途径是通过奖励,而奖励通常是稀疏和延迟的。当智能体得到奖励时,很难知道哪些行为应该被信任,哪些该被责备,这就是信用分配问题。”
DeepMind的论文呈现打游戏过程中的简单场景,让AI智能体对探索过的路径及攻略进行记忆,当然与人类复杂的记忆机制相比,这是相当初期的阶段。
让AI在“记忆”中来场旅行
让AI像人类那样产生回忆,还需要怎么做?
谭茗洲介绍道,首先,需要让AI学会情景记忆(表征一个人过去的知识)以及自传式记忆。之所以AI很难做到这点,是因为情景记忆和自传式记忆有着非常强的个体体验特性,又涉及到过去的时间性。情景记忆与自传式记忆一旦和当事人割裂开来,就失去了生命力。对于机器而言,这很难想像。毕竟在机器那里,我们所能看到的是无处不在的二元分离,精神可以独立于物质存在,体验可以独立于主体存在。
再有,防止可能出现的灾难性遗忘。认知心理学研究表明,人类自然认知系统的遗忘并不需要完全抹除先前的信息。但是,对于机器而言,遗忘就是灾难性的,即需要抹除先前的信息。
如何让智能体“未来可期”?据谭茗洲介绍,此次DeepMind提出将范例建立在深入的强化学习基础上,并引入长期信用分配的原则。首先,智能体须编码并存储感知和事件记忆;然后,智能体须通过识别和访问过去事件的记忆来预测未来的回报;再有,智能体须根据其对未来奖励的贡献来重新评估这些过去的事件。这样可让智能体使用特定的记忆来信任过去的行为,并对未来做出正确的决策,从而实现让AI在其“记忆”里来场旅行。
为了做到这一点,DeepMind论文显示,其做的首要工作是形式化任务结构,主要包括两种类型的任务,以达到任务设置和重构记忆智能体(RMA)。由于提出解决方案的一个关键组成部分涉及记忆编码和提取,研究人员将每个任务中的三个阶段分别视作:动作和记忆提取、干扰物和经验。
具体而言,在第一种信息获取任务中:一阶段,智能体须在无即时奖励情况下探索一个环境来获取信息;二阶段,智能体在很长一段时间内从事一项不相关的干扰任务,并获得许多附带奖励;三阶段,智能体须利用一阶段中得到的信息获取远端奖励。
在第二种因果任务中:一阶段,智能体须采取行动触发仅具有长期因果关系的某事件;二阶段,同样是一个干扰任务;三阶段,为了取得成功,智能体须利用一阶段活动引起的环境变化来获得成功。
而在研究这种结构的完整任务之前,研究人员考虑让智能体实现一个更简单被动过程的任务——“被动视觉匹配”,即智能体不用采取任何主动措施去采集信息,如同一个人在街上走路,不经意间就观察到某些信息一样。
最后,谭茗洲强调,正如论文所述,新方法的范式拓宽了AI研究的范畴。这是一个有趣的话题,涉及人脑科学的研究,以及神经科学、心理学和行为经济学等多学科交叉研究的尝试,今后还有很长的路要走,需要更多开放性的探索。