機器能為自己思考,能攻擊人類,這樣的場景一直以來都只存在于科幻小說中,由于人工智能的最新發(fā)展,未來很有可能創(chuàng)造出無需人類輸入就能學習的機器人。

谷歌的一個項目正在試圖讓兩種人工智能算法相互對抗,希望未來可能會有這種智能機器的出現(xiàn)。

在谷歌大腦人工智能實驗室里,研究人員開發(fā)出了一種被稱為“生成對抗網(wǎng)絡(luò)”(GAN)的系統(tǒng)。傳統(tǒng)人工智能使用輸入來“訓練”一種算法,通過輸入大量信息“訓練”某一特定的主題。算法訓練后的知識可以用于特定的任務(wù),例如面部識別。GAN從這些學習信息中生成新的內(nèi)容,基于對類似的真實生活圖像和視頻的理解,創(chuàng)造出新圖片和視頻內(nèi)容。

谷歌的做法是將兩種算法相互對抗,進一步完善它們的“想象力”。一個人工智能機器人根據(jù)它所學到的真實世界來創(chuàng)造新的內(nèi)容,而另一個機器人則指出這些創(chuàng)造中的不完美和不準確內(nèi)容。這使得系統(tǒng)能夠創(chuàng)造出更逼真的圖像、聲音和其他原創(chuàng)作品,比一個機器人單獨工作時要逼真得多。

在未來,這一過程,可能讓機器人在無人工參與的情況下學習新的信息——這一過程被稱為“無監(jiān)督學習”,這將成為人工智能技術(shù)的巨大飛躍。

在Google Mind工作的Ian Goodfellow博士對《Wired》說:“如果人工智能機器人能想象出現(xiàn)實的細節(jié),學習如何想象現(xiàn)實的圖像和現(xiàn)實的聲音,這將鼓勵人工智能了解真實存在的世界的結(jié)構(gòu),你可以把它想象為藝術(shù)家和藝術(shù)評論家,生成模型能蒙騙藝術(shù)評論家,讓藝術(shù)評論家誤以為它產(chǎn)生的圖像是真實的。”

人工智能系統(tǒng)依賴于神經(jīng)網(wǎng)絡(luò),它試圖模擬大腦工作的方式來學習。這些網(wǎng)絡(luò)可以用于訓練來識別信息的模式,包括語音、文本數(shù)據(jù)或視覺圖像,這是近年來人工智能發(fā)展的基礎(chǔ)。他們使用來自數(shù)字世界的輸入來學習,例如谷歌的語言翻譯服務(wù)、Facebook的面部識別軟件和Snapchat的美化濾鏡等實用程序。

但是,輸入這些數(shù)據(jù)的過程可能非常耗時,而且僅限于一種類型的知識,為了擴大這種機器學習的極限,谷歌早已開始設(shè)計相互對抗的人工智能機器人了。

今年2月,谷歌的一個團隊就使用了他們設(shè)計的一款游戲來測試對抗性算法是否會協(xié)同工作,還是相互攻擊。這些實驗表明,人工智能很有可能會根據(jù)情況而協(xié)同工作。實驗結(jié)果增加了我們對復(fù)雜的多主體系統(tǒng)的理解和控制,比如經(jīng)濟、交通系統(tǒng)或生態(tài)健康——所有這些都依賴于我們持續(xù)的合作