为了让AI更智能,有人故意让它“犯错”( 四 )

Meier解释说 , 让Sawyer故意偏离轨道 , 是为了让Sawyer自由地尝试非最佳动作 , 而不是奖励它不断取得的成功 。

虽然Sawyer没有完成任务 , 但它给了我们更多的数据 , 我们通过这种方式获得的数据比传统的方式要多 。

这个概念在机器学习中被称为"自我监督学习" , 也就是让机器人自己尝试新行为并更新软件模型 , 从而帮助它预测行为后果 。 这样做的目的是让机器能够更加灵活地去完成任务 , 或者说 , 更容易适应动态的人类环境 。

像大家都很熟悉的图像识别 , 机器识图仍基于人们事先给图片贴好标签 , 并不是真正意义的认知 。 也就是说 , 机器还是不够聪明 。

还有之前亚马逊招聘软件被爆出具有“重男轻女”的倾向 , 给女性求职者打低分 。 这一时刷新了人们对人工智能更加客观科学的看法 。 按照亚马逊研究团队最初的设想 , 给招聘软件输入100份简历 , 它会吐出前5名 , 然后公司就可优先雇用他们 , 这将大大缓解人力资源部门的压力 , 结果却事与愿违 。

以不完美创造完美 , 正是人类高明的地方 。 这一切的实现 , 靠的是不断地打补丁和修复 , 在科技进步中克服科技前行产生的漏洞 。 奥斯陆大学的机器人专家TonnesNygaard认为:“如果我们一直执着于一个解决方案 , 我们可能会走进死胡同 , 我们更应该专注于探索更多新的解决方案 。 ”

毕竟 , 机器人在现实世界中要面对各种意想不到的"麻烦" , 程序员不可能事先对每一个问题都进行编码 。

凡益之道,与时偕行 。 让科技创新为人所用 , 使人们生活得更“简单” , 恰恰是科技的情怀所在 。 拥抱人工智能的同时 , 也请包容它们在成长中的“犯傻” 。


推荐阅读