【MOOC透视】人类以算法塑造AI，AI就回报人类什么？

Original 王涛室联网 MOOC 2022-08-02

收录于合集

【总第291期】

人类以算法塑造AI，AI就回报人类什么？

前几天，杭州一位父亲所写的关于其天才翻译家儿子金晓宇的故事，引起了广泛关注。金晓宇患有双相情感障碍，大学学业也因为疾病发作而中断。之后他一头扎进各种各样的书籍中，从语言学习到到音乐绘画，并熟练掌握了英语、日语和德语三门语言。在一个偶然的机会下，金晓宇踏入了书籍翻译的领域，从此便一发不可收拾，从2010年起的十年间，他陆续翻译了涉及小说、音乐和哲学等多个领域的22部作品，获得了出版社和编辑的赞赏和青睐。

有人以“生活以痛吻我，我却报之以歌”来形容金晓宇的人生轨迹，我觉得非常贴切，同时，金晓宇在疾病折磨下不能控制自己的情绪、才智却有增无损的表现，也让我想到另一个长久以来令我着迷的问题：大脑的奥秘。

我们是怎么感知这个世界的？思维是如何产生的？千百年来，无数解剖学家和医生一直在试图通过穿刺、切片和解剖等方法来研究大脑，却收获甚微；近年来，神经科学试图寻求解释神智活动的生物学机制，取得了丰硕成果，却仍然没有给出终极答案。人类大脑这小小的一团，仿佛一个无限的宇宙，不断展示出其超越我们理解的神秘---有的科学家更认为，宇宙是一个具有意识的大脑。

作为在上世纪80年代还在本科阶段即参与了人工智能项目开发的人，我至今对人工智能的兴趣仍未有一丝一毫的衰减。但细思起来，我对人工智能—特别是通用人工智能应用潜力的兴趣，可能远不如它作为人类探索自身智力奥秘的镜子的作用大。正因为如此，才觉得今天的这篇文章值得编译分享。（原文链接：

https://www.technologyreview.com/2022/01/20/1043885/meta-ai-facebook-learning-algorithm-nlp-vision-speech-agi/）

如果你能通过视觉认出一只狗，那么当有人用语言向你描述它时，你就能认出它。但今天的人工智能却不是这样。深度神经网络已经非常擅长识别照片中的物体和用自然语言进行对话，但不是同时擅长这两件事：有的人工智能模型擅长其中一种，但不能两者兼而有之。

出现这样的问题，某种程度上是由于这些模型使用不同的技术学习不同的技能。这是开发更通用的人工智能----可以完成多任务和更具适应性----的一个主要障碍。这也意味着，在一项技能的深度学习方面取得的进展通常不会转移到其他技能。

Meta AI（前身为 Facebook AI Research）的一个团队想要改变这种状况。研究人员开发了一种单一算法，可用于训练神经网络识别图像、文本或语音。该算法称为Data2vec，不仅统一了学习过程，而且在所有三项技能中的表现至少与现有技术一样好。“我们希望它能够改变人们对做这类工作的看法，”Meta AI 的研究员 Michael Auli 说。

该研究建立在一种称为自我监督学习的方法之上，在这种方法中，神经网络学会自己发现数据集中的模式，而无需受标记示例的指导。这就是像 GPT-3 这样的大型语言模型从互联网上抓取的大量未标记文本中学习的方式，它推动了深度学习的许多最新进展。

Auli 和他在 Meta AI 的同事一直致力于语音识别的自我监督学习。但是当他们查看其他研究人员对图像和文本的自我监督学习所做的事情时，他们意识到他们都在使用不同的技术来追求相同的目标。

Data2vec使用两个神经网络，一个学生和一个教师。首先，教师网络以通常的方式接受图像、文本或语音方面的培训，学习这些数据的内部表示，使其能够预测在展示新示例时看到的内容。当它看到一张狗的照片时，它会认出它是一只狗。

学生网络随后则被训练来预测教师的内部表现。也就是说，它的训练不是猜测当展示一只狗时它正在看一张狗的照片，而是猜测老师在看到那张照片时看到了什么。

因为学生网络不尝试猜测实际的图像或句子，而是教师网络对该图像或句子的表示，所以算法不需要根据特定类型的输入进行调整。

制造一台能像人一样思考的机器是人工智能研究之初一直就有的一个指导思想，至今仍是其最充满争议的一个想法。Data2vec无疑是人工智能朝着以多种方式理解世界的方向发展的重要一步。

“这是一个聪明的想法，”西雅图艾伦人工智能研究所致力于视觉和语言研究的Ani Kembhavi说，“对于广义学习系统来说，这是一个有希望的进步。”

需要注意的是，虽然相同的学习算法可以用于不同的技能，但一次只能学习一种技能。一旦学会识别图像，就必须从头开始学习识别语音。同时给予人工智能多种技能是困难的，但这是Meta AI团队下一步要考虑的问题。

研究人员惊奇地发现，他们的方法实际上在识别图像和语音方面比现有的技术表现得更好，在文本理解方面与领先的语言模型表现得一样好。

马克·扎克伯格已经在构思其在元宇宙方面的潜在应用：“这一切最终都会被人工智能助理植入AR眼镜中，它可以帮助你做饭，注意你是否遗漏了一种配料，提示你关小火，或者做更复杂的事情。”

王涛（微信号：ioxroom）

【室联网】理论的提出、体系构建和实践者；新界教育创始人；北京大学教育学院教育经济博士；MOOC微信公众账号（微信号：openonline，公号名称：MOOC）的发起及运营者。推进的建设智慧学习空间已经覆盖智慧教育、智慧党建（红色历程云学习空间）、智慧思政、智慧培训、乡村振兴、家庭教育、智慧社区等领域。