大數(shù)據(jù)的依賴(lài)：Alpha Go其實(shí)是個(gè)“笨小孩”

大數(shù)據(jù) Alpha Go 人工智能小樣本

新華每日電訊 | 2016-06-17 10:11

【數(shù)據(jù)猿導(dǎo)讀】香港科技大學(xué)計(jì)算機(jī)科學(xué)及工程學(xué)系講座教授兼系主任楊強(qiáng)說(shuō)，說(shuō)起人工智能，很多人可能對(duì)基于大數(shù)據(jù)的人工智能很熟悉，但其實(shí)還有基于小樣本的嘗試和遷移，這也是人工智能的一種路徑

大數(shù)據(jù)的依賴(lài)：Alpha Go其實(shí)是個(gè)“笨小孩”

當(dāng)你用手機(jī)訂餐、購(gòu)物、打車(chē)，享受著移動(dòng)互聯(lián)網(wǎng)帶來(lái)的各種便利時(shí)，您的這些生活數(shù)據(jù)，正為“人工智能”貢獻(xiàn)著力量。

香港科技大學(xué)計(jì)算機(jī)科學(xué)及工程學(xué)系講座教授兼系主任楊強(qiáng)說(shuō)，說(shuō)起人工智能，很多人可能對(duì)基于大數(shù)據(jù)的人工智能很熟悉，但其實(shí)還有基于小樣本的嘗試和遷移，這也是人工智能的一種路徑。

楊強(qiáng)指出，擁有大數(shù)據(jù)的人畢竟是少數(shù)，這樣發(fā)展下去，擁有數(shù)據(jù)越多的人，就能做出越好的人工智能產(chǎn)品，反過(guò)來(lái)，因?yàn)槟芴峁└颖憬莸姆?wù)，這些人又能吸引更多的用戶(hù)貢獻(xiàn)數(shù)據(jù)。如此循環(huán)，就會(huì)形成一些“數(shù)據(jù)寡頭”，進(jìn)而成為“人工智能寡頭”。

“這會(huì)帶來(lái)復(fù)雜的社會(huì)問(wèn)題。從技術(shù)上來(lái)講，小樣本的遷移學(xué)習(xí)提供了一個(gè)緩解問(wèn)題的方案，可以讓初創(chuàng)公司在數(shù)據(jù)較少的領(lǐng)域也能提供人工智能的創(chuàng)新服務(wù)。”楊強(qiáng)說(shuō)。

大數(shù)據(jù)的依賴(lài)：Alpha Go其實(shí)是個(gè)“笨小孩”

和天才的人類(lèi)棋手相比，戰(zhàn)勝李世石的AlphaGo其實(shí)是個(gè)“笨小孩”，它觀摩和訓(xùn)練的棋局?jǐn)?shù)以千萬(wàn)計(jì)，勝在了“勤能補(bǔ)拙”。

AlphaGo結(jié)合了深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和蒙特卡洛樹(shù)搜索這三種算法，其中最主要的原理是深度學(xué)習(xí)。所謂深度學(xué)習(xí)，即搭建多層的人工神經(jīng)網(wǎng)絡(luò)，通過(guò)輸入大數(shù)據(jù)來(lái)訓(xùn)練它的方法。圍棋的大數(shù)據(jù)約從2000年開(kāi)始積累，人們上網(wǎng)對(duì)弈的無(wú)數(shù)棋局逐漸匯聚成了人工智能的“啟蒙教材”。

事實(shí)上，目前各種風(fēng)頭正勁的人工智能應(yīng)用，都離不開(kāi)基于大數(shù)據(jù)的深度學(xué)習(xí)。不過(guò)，楊強(qiáng)指出，數(shù)據(jù)需求量太大正是目前人工智能的一個(gè)顯著缺點(diǎn)。因?yàn)樯疃葘W(xué)習(xí)必須具備大數(shù)據(jù)，而經(jīng)過(guò)學(xué)習(xí)訓(xùn)練后的知識(shí)又很難遷移到新的領(lǐng)域，這也導(dǎo)致了計(jì)算機(jī)學(xué)習(xí)效率不高。

深度學(xué)習(xí)還要求一個(gè)數(shù)據(jù)要對(duì)應(yīng)一個(gè)標(biāo)注，即告訴計(jì)算機(jī)一張圖片或一段語(yǔ)音是什么意思，標(biāo)注量的多少?zèng)Q定了人工智能的優(yōu)劣。“在語(yǔ)音領(lǐng)域，你能標(biāo)注1萬(wàn)小時(shí)，而我能標(biāo)注7萬(wàn)小時(shí)，我就比你強(qiáng)。獲得這種標(biāo)注，雖然技術(shù)含量不高，但需要投入大量的人力和時(shí)間，因此很昂貴，像谷歌、百度這些大公司都是花很多錢(qián)讓別的公司為他們標(biāo)注數(shù)據(jù)。”楊強(qiáng)說(shuō)。

擁有越多數(shù)據(jù)，就擁有越多資本，而投入越多資本，又會(huì)獲得越多標(biāo)注的數(shù)據(jù)。“到時(shí)，所有的人工智能創(chuàng)新將全都集中在幾家大公司手里。做不做新的技術(shù)，做什么樣的新技術(shù)，全由這幾家公司說(shuō)了算。”楊強(qiáng)說(shuō)。

小樣本的嘗試：不必在每個(gè)領(lǐng)域都依賴(lài)大數(shù)據(jù)從頭學(xué)起

2005年，楊強(qiáng)提出了遷移學(xué)習(xí)的概念，目標(biāo)是讓計(jì)算機(jī)把大數(shù)據(jù)領(lǐng)域習(xí)得的知識(shí)和方法遷移到數(shù)據(jù)不那么多的領(lǐng)域，這樣，計(jì)算機(jī)也可以“舉一反三”“觸類(lèi)旁通”，而不必在每個(gè)領(lǐng)域都依賴(lài)大數(shù)據(jù)從頭學(xué)起。

在此之前，美國(guó)的科學(xué)家一直在嘗試類(lèi)似“案例學(xué)習(xí)”的理論，然而發(fā)展了20多年，卻很難從實(shí)驗(yàn)室進(jìn)入工業(yè)領(lǐng)域。

2005年，微軟在其舉辦的世界數(shù)據(jù)挖掘大賽中出了一道關(guān)于搜索的題，當(dāng)時(shí)搜索正是研究界最熱的話題。“我們?nèi)①惲耍昧诉w移學(xué)習(xí)的方法，把機(jī)器在別的垂直領(lǐng)域的學(xué)習(xí)經(jīng)驗(yàn)遷移過(guò)來(lái)，完成了比賽作品，結(jié)果奪得了三項(xiàng)大獎(jiǎng)的世界第一。”楊強(qiáng)回憶說(shuō)。

“我們?cè)诤Ｄ戏N植了3000株基因各不相同的小米，然后把小米的基因、生長(zhǎng)的外部環(huán)境以及收獲時(shí)的表型數(shù)據(jù)，比如顆粒飽滿度、葉子寬度等，建立一個(gè)對(duì)應(yīng)的統(tǒng)計(jì)關(guān)系，并用機(jī)器學(xué)習(xí)的方法找出攜帶哪些基因的樣本生長(zhǎng)得比較好。那么，下一次，到別的地方，我們希望用更少的作物、更短的時(shí)間就找出最佳的樣本。”

“與互聯(lián)網(wǎng)短時(shí)間內(nèi)動(dòng)輒上千萬(wàn)上億的數(shù)據(jù)量相比，遷移學(xué)習(xí)非常適合這個(gè)案例，因?yàn)樵诓煌牡胤剑绻傁袢龊访嬉粯臃N植幾千、幾萬(wàn)個(gè)樣本，而且等作物成熟才能集齊數(shù)據(jù)，就耗時(shí)太長(zhǎng)、花費(fèi)太大了。”楊強(qiáng)說(shuō)，未來(lái)遷移學(xué)習(xí)還可以應(yīng)用在金融、醫(yī)療、客服等多個(gè)領(lǐng)域。

遷移的難點(diǎn)：沒(méi)有形成一個(gè)理論模型

那么，如何做到知識(shí)遷移呢?據(jù)楊強(qiáng)介紹，首先，針對(duì)一個(gè)新領(lǐng)域，科學(xué)家要建立一個(gè)本體，本體包含概念以及這些概念之間的關(guān)系，比如瓶子和水杯關(guān)系比較近，瓶子和汽車(chē)關(guān)系比較遠(yuǎn)，諸如此類(lèi)，把本體輸入計(jì)算機(jī)作為原始知識(shí)庫(kù)。然后，再對(duì)比訓(xùn)練好的源領(lǐng)域和只有本體的新領(lǐng)域，找到兩個(gè)知識(shí)庫(kù)的相似之處，將源領(lǐng)域知識(shí)庫(kù)里沒(méi)用的部分去掉、有用的部分保留，就可以把一個(gè)很大的模型遷移到新的領(lǐng)域了。

楊強(qiáng)指出，遷移學(xué)習(xí)用在相近的領(lǐng)域，效果比較明顯。比如，國(guó)際象棋和中國(guó)象棋就比較相近，有部分棋子相同、走法相近，計(jì)算機(jī)學(xué)會(huì)了國(guó)際象棋，運(yùn)用遷移學(xué)習(xí)的方法，只用觀摩較少的棋局，就可以學(xué)會(huì)中國(guó)象棋。但是，象棋和圍棋就相隔較遠(yuǎn)，不適宜用遷移學(xué)習(xí)的方法。

楊強(qiáng)的學(xué)生也在研究?jī)蓚€(gè)較遠(yuǎn)領(lǐng)域之間的遷移嘗試，原理就好像摸著石頭過(guò)河，兩個(gè)石塊之間距離太遠(yuǎn)，一步跨不過(guò)去，就在中間再鋪墊一些石塊，多跨幾步就過(guò)去了。“其實(shí)，人也是這樣，不可能學(xué)什么都一蹴而就。”楊強(qiáng)說(shuō)。

不過(guò)，遷移學(xué)習(xí)目前也面臨很多困難，比如，衡量?jī)蓚€(gè)領(lǐng)域遠(yuǎn)近的標(biāo)準(zhǔn)還沒(méi)有完善;也沒(méi)有形成一個(gè)理論模型，告訴大家在運(yùn)用這項(xiàng)技術(shù)時(shí)到底去除哪部分、遷移哪部分，現(xiàn)在只能一個(gè)項(xiàng)目一個(gè)項(xiàng)目地去研究，通用性較差。對(duì)此，一些篤信深度學(xué)習(xí)的業(yè)內(nèi)人士認(rèn)為，遷移學(xué)習(xí)并不是當(dāng)前熱點(diǎn)，也未必能引領(lǐng)人工智能未來(lái)的發(fā)展。

“耐心一點(diǎn)，事在人為，誰(shuí)敢說(shuō)遷移學(xué)習(xí)不能給人工智能帶來(lái)美好的明天?”楊強(qiáng)說(shuō)。

來(lái)源：新華每日電訊

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會(huì)注明來(lái)源與作者；轉(zhuǎn)載我們?cè)瓌?chuàng)內(nèi)容時(shí)，也請(qǐng)務(wù)必注明“來(lái)源：數(shù)據(jù)猿”與作者名稱(chēng)，否則將會(huì)受到數(shù)據(jù)猿追責(zé)。