人工智能是否正在走向崩潰

Alphabet旗下的DeepMind，一個(gè)在人工智能領(lǐng)域或許稱得上是世界領(lǐng)先的公司，去年虧損5.72億美元;在過去的三年中持續(xù)虧損，金額超過10億美元。

這意味這什么?人工智能是否正在走向崩潰?

其實(shí)不然。眾所周知，搞研究是最為燒錢的;因此，DeepMind每年都投入大量的資金，金額甚至比之前任何相關(guān)項(xiàng)目的金額都要大。話雖如此，但DeepMind虧損的上升幅度仍值得考慮：2016年為1.54億美元，2017年為3.41億美元，2018年為5.72億美元。

這涉及到三個(gè)核心問題：DeepMind是否在科學(xué)上走上正軌?從Alphabet的角度來看，這種規(guī)模的投資是否合理?這種損失將會(huì)從整體上影響人工智能嗎?

關(guān)于第一個(gè)問題，人們有理由持懷疑態(tài)度。DeepMind一心撲在深度強(qiáng)化學(xué)習(xí)上，該技術(shù)將主要用于識(shí)別模式的深度學(xué)習(xí)與基于獎(jiǎng)勵(lì)信號(hào)的強(qiáng)化學(xué)習(xí)相結(jié)合。

2013年，DeepMind在一篇激動(dòng)人心的論文中將這項(xiàng)技術(shù)命名為“深度強(qiáng)化學(xué)習(xí)”，該論文展示了如何訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)系統(tǒng)來玩各種Atari游戲，比如Breakout和Space Invaders;不得不承認(rèn)，有時(shí)候它們比人類玩得都要好。這篇論文是一篇工程杰作，大概也是促使Alphabet在2014年1月收購(gòu)DeepMind的主要原因之一。隨后，該技術(shù)進(jìn)一步發(fā)展，推動(dòng)了DeepMind在圍棋和游戲StarCraft(星際爭(zhēng)霸)中取得勝利。

問題就在于，該技術(shù)對(duì)環(huán)境的依賴非常大：在玩Breakout時(shí)，就連將游戲中的球拍向上移動(dòng)幾個(gè)像素這樣微小的變化，都會(huì)導(dǎo)致游戲性能急劇下降。DeepMind在星際爭(zhēng)霸游戲里的勝利也有著同樣的局限——使用特定地圖和特定“種族”角色時(shí)，其結(jié)果優(yōu)于人類;使用不同地圖和不同角色結(jié)果較差。如果要更換角色，則要從頭開始重新訓(xùn)練系統(tǒng)。

在某種程度上，深度強(qiáng)化學(xué)習(xí)是一種渦輪增壓式的記憶，使用它的系統(tǒng)能夠?qū)崿F(xiàn)一些人們覺得不可思議的目標(biāo)，但它們本身對(duì)自己在做的事情只有膚淺的理解。因此，當(dāng)前的系統(tǒng)缺乏靈活性，也無法在環(huán)境發(fā)生變化時(shí)進(jìn)行調(diào)整。

深度強(qiáng)化學(xué)習(xí)還需要大量的數(shù)據(jù)。比如，AlphaGo在訓(xùn)練過程中參加了數(shù)百萬次圍棋游戲，這遠(yuǎn)遠(yuǎn)超過了一個(gè)人想要成為世界級(jí)棋手所需要的數(shù)量;而且實(shí)現(xiàn)這個(gè)目標(biāo)需要巨大規(guī)模的計(jì)算資源，價(jià)格也不菲——據(jù)估計(jì)，訓(xùn)練AlphaGo的成本為3500萬美元。

不過，這些都是出于經(jīng)濟(jì)學(xué)的考慮。正如Rebooting AI(重啟人工智能)這本書中所說，真正的問題在于信任。目前，深度強(qiáng)化學(xué)習(xí)只能在受到嚴(yán)格控制、很少出現(xiàn)意外的環(huán)境中進(jìn)行;將其運(yùn)行在幾千年里都沒有出現(xiàn)變化的環(huán)境里或許可行，但在現(xiàn)實(shí)生活中，人們可能不會(huì)想依賴它。