看到“雙節(jié)”期間中國有 5.5 億人出行的新聞,，我不由得虎軀一震。想到了人會(huì)多,，但沒想到會(huì)這么多！看來大家都充滿了探索欲,，希望在難得的假期去往自己熟悉或未知的地方,。

　　就算你選擇了“家里蹲”，也一定會(huì)通過網(wǎng)上沖浪,、閱讀游戲等方式,，來探索自己的內(nèi)心世界。

　　探索是人類的本能,，從嬰兒時(shí)期開始,，好奇心就驅(qū)動(dòng)著我們?nèi)ヌ剿鞑⒗斫庾约核诘氖澜纾?AI 的成長則離不開對(duì)人類的觀察與模仿，其中,，就包括探索的能力,。

　　這種能力被算法掌握之后，出現(xiàn)了阿爾法狗打敗人類棋圣,，也出現(xiàn)了 OpenAIFive--在電子游戲領(lǐng)域完虐人類玩家,。不過即便如此，人類的探索能力依然令最高級(jí)的 AI 都望塵莫及,。

　　比如嬰兒可以從爬行和探索中學(xué)會(huì)認(rèn)知三維空間,，而一些計(jì)算機(jī)視覺還總被曝出被平面照片所欺騙過去的新聞，上馬更高性能的 3D 視覺算法則需要耗費(fèi)巨大的算力資源,，從這個(gè)角度看,，人腦無疑在效果和效率上都碾壓了 AI。

　　那么,，能不能引入兒童的學(xué)習(xí)能力，來實(shí)現(xiàn)更聰明的 AI 呢,？這個(gè)猜測,，就像是“把愛因斯坦的大腦給我我也能拿諾貝爾獎(jiǎng)”一樣,，是一個(gè)有點(diǎn)鐵憨憨，又有點(diǎn)重要的問題,。

　　5 歲小孩碾壓 AI,，“玩”就夠了

　　大家不妨在假期做一個(gè)生活觀察，看看小孩子們是如何探索世界的,？

　　如果一個(gè)玩具看起來有很多玩法,，但他們不知道哪一個(gè)是正確的，小孩子們會(huì)進(jìn)行假設(shè)驅(qū)動(dòng)的探索,，如果“假設(shè)”失敗了,，他們就會(huì)轉(zhuǎn)向新的玩具。

　　有研究顯示,，一個(gè) 11 個(gè)月大的嬰兒,，在看到許多違反物理定律的現(xiàn)象時(shí)，會(huì)忍不住對(duì)其進(jìn)行更多的探索,，甚至?xí)龀鲆恍┻`規(guī)行為來實(shí)踐自己的假設(shè),。

　　比如看到一輛漂浮在空中的汽車，有點(diǎn)顛覆以往的認(rèn)知了,，你會(huì)怎么做,？嬰兒會(huì)選擇將玩具砰地扔到桌子上，想知道這種“不合常理”的情況是怎么出現(xiàn)的（所以阻止熊孩子弄壞你手辦的唯一辦法,，就是根本不要讓他們看到它們）,。

　　這種“不見黃河心不死”式的自由探索，有時(shí)會(huì)令家長和大人們不堪其擾,，但抽象化的“假設(shè)”能夠讓人類做出大量預(yù)測,，想象出許多新的可能性，不僅是一種極為有意義的學(xué)習(xí)方式,，更是人類創(chuàng)造力的由來,。

　　不過就像小王子覺得枯燥的大人們看不到“蟒蛇肚子里的大象”一樣，令人遺憾的是,，這種探索能力是幼兒的專長,，大部分情況下只存在在 5 歲以前，這也讓他們成為宇宙中最好的學(xué)習(xí)者,。

　　既然兒童行為如此有參考意義,，科學(xué)家們自然也想得到。事實(shí)上,，兒童發(fā)展學(xué)對(duì) AI 的進(jìn)展起到了重要的方向牽引作用,。

　　科學(xué)家們?cè)鴮⒑闷嫘囊?a class="innerlink" href="http://wldgj.com/tags/神經(jīng)網(wǎng)絡(luò)" target="_blank">神經(jīng)網(wǎng)絡(luò)，打造了深度增強(qiáng)學(xué)習(xí)，通過獎(jiǎng)勵(lì)反饋來鼓勵(lì)智能體（agent）主動(dòng)探索和理解環(huán)境,，更新模型參數(shù),。這讓 AI 能夠自主獲得技能，在電子游戲等需要通用智能的復(fù)雜場景中能夠做出自己的決策,，而不是人類預(yù)先通過龐大的標(biāo)注數(shù)據(jù)集給定答案,。

　　其他類型的兒童行為亦有價(jià)值。前面提到的“不見黃河心不死”的探索,，就被化作深度優(yōu)先搜索策略,，DeepMind 和加州大學(xué)伯克利分校的研究人員，開發(fā)了一個(gè) 3D 導(dǎo)航和解謎環(huán)境,。智能體（agent）沿著特定路徑進(jìn)行探索,，如果遇到死胡同，那就回去找到下一條沒有探索過的道路,，繼續(xù)前進(jìn),。

　　聽起來是不是很像小孩子走迷宮的游戲？這能讓智能體接觸到各種各樣的經(jīng)驗(yàn),，在信息較少的環(huán)境中工作,；減少對(duì)數(shù)據(jù)量的依存，改變目前算力資源緊張的局面,，讓許多小數(shù)據(jù),、少樣本的領(lǐng)域（如金融、醫(yī)療）也能實(shí)現(xiàn)智能化,。

　　將兒童探索行為應(yīng)用于 AI,，一切都能變得更好，理想層面上確實(shí)如此,，但現(xiàn)實(shí)總喜歡跟科學(xué)家們開玩笑,，也算是給人類保留了一個(gè)“殺手锏”吧。

　　AI 能力暴漲的當(dāng)下,，人類為什么還能穩(wěn)坐智慧王座,？

　　需要注意的是，這些類似兒童探索的策略,，通常更多被用在訓(xùn)練期間提高代理人的經(jīng)驗(yàn)值,，而不是在決策時(shí)支持快速學(xué)習(xí)和探索。用人話說就是“懂得了許多道理,，卻不一定能過好這一生”,，因?yàn)橐坏疥P(guān)鍵選擇時(shí)刻就會(huì)掉鏈子。

　　就拿前面提到的深度優(yōu)先搜索（DFS）來說,，科學(xué)家們發(fā)現(xiàn),，如果讓孩子們自由探索,，那么他們與智能體按 DFS 做出的行動(dòng)有 90%的相似，而以目標(biāo)為導(dǎo)向（找到橡皮糖）來探索的話,，有 96%的路線都是相似的,。但不同的是,，探索越多的孩子,，最后能花費(fèi)更少的時(shí)間完成任務(wù)，智能體卻相反,。

　　如果智能體發(fā)現(xiàn)一個(gè)地方很有趣（能得到獎(jiǎng)勵(lì)）,，就會(huì)一直重新訪問該區(qū)域，直到它終于終于終于覺得那里不再有趣了,，這會(huì)導(dǎo)致其概括性不佳（無法形成最佳策略）,。

　　其中的差別就在于，孩子不是被動(dòng)地孤立學(xué)習(xí)或由目標(biāo)驅(qū)動(dòng),，而是在不斷實(shí)驗(yàn)和收集信息,，將自己的認(rèn)知和經(jīng)驗(yàn)與獲得的信息結(jié)合起來，編織出一個(gè)豐富的世界模型,。而即使最復(fù)雜的機(jī)器探索方法,，也只能為特定的目標(biāo)服務(wù)，一時(shí)半會(huì)還無法完美匹配這個(gè)充滿了各種“意外”的真實(shí)世界,。

　　為什么有了一定的探索能力,，AI 智能體的表現(xiàn)還是不盡如人意呢？

　　首當(dāng)其沖就是實(shí)驗(yàn)室與現(xiàn)實(shí)環(huán)境的巨大不同,。

　　深度強(qiáng)化學(xué)習(xí)過去都是“機(jī)上談兵”,，不是跟人類在二維游戲里 PK，就是數(shù)字網(wǎng)格里下棋,，而兒童的探索則是發(fā)生在信息豐富的三維現(xiàn)實(shí)世界之中,，許多潛在因素很難被應(yīng)用到實(shí)驗(yàn)中。

　　這也是為什么,，當(dāng)今最強(qiáng)大的 AI 智能機(jī)器人也達(dá)不到一個(gè)僅小學(xué)畢業(yè)的優(yōu)秀人類服務(wù)員的工作能力,，能像他們一樣快速適應(yīng)環(huán)境、完成各種復(fù)雜任務(wù),。

　　此外,，兒童的發(fā)展心理學(xué)研究很難在 AI 產(chǎn)業(yè)鏈中形成“閉環(huán)”。要真正激發(fā) AI 生長出服務(wù)現(xiàn)實(shí)的能力,，不僅要構(gòu)建出具有更強(qiáng)探索能力的智能體,，還要繼續(xù)學(xué)習(xí)人類的認(rèn)知能力，推進(jìn)人工智能自身的理論創(chuàng)新和軟硬件升級(jí)（比如搭建三維訓(xùn)練環(huán)境）,，這一系列鏈?zhǔn)酵黄?，才能最終將技術(shù)構(gòu)想轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力,。“大力出奇跡”的深度學(xué)習(xí),，其高光時(shí)刻就是這么來的,。

　　沿著這個(gè)方向，我們可以進(jìn)一步了解,，怎樣才能彌合智能體與人類之間的差距,。

　　下一代 AI，逐漸浮出迷霧的真實(shí)未來

　　在過去的數(shù)年里,，深度學(xué)習(xí)做到了傳統(tǒng)算法所無法企及的進(jìn)度,，催生了大量的工業(yè)界應(yīng)用，但其實(shí),，現(xiàn)在的深度學(xué)習(xí)還是很傻--舉個(gè)例子,，大部分人都可以通過幾十個(gè)小時(shí)的學(xué)習(xí)學(xué)會(huì)開小汽車，而完全自動(dòng)的 L5 級(jí)無人汽車至今還是個(gè)遙遠(yuǎn)的夢(mèng),。

　　圖靈獎(jiǎng)得主 Geoffrey Hinton 就一直非?？释业揭环N新的實(shí)現(xiàn)深度網(wǎng)絡(luò)的方法，認(rèn)為目前（最廣泛的反向傳播算法）根本不是大腦的工作機(jī)制,。

　　另一位圖靈獎(jiǎng)得主 Yann Lecun,，就認(rèn)為在某些游戲中，需要大量增加模型訓(xùn)練時(shí)間才能達(dá)到或超過專業(yè)人類玩家的水平,。

　　通過兒童的學(xué)習(xí)模式,，發(fā)現(xiàn)當(dāng)前最優(yōu)秀的 AI 也比不上 5 歲小孩的智力，或許我們可以回答“下一代 AI 應(yīng)該是什么樣”,，這個(gè)神經(jīng)網(wǎng)絡(luò)最重要的未解難題之一,。

　　至少要有兩重升級(jí)：

　　1. 有意識(shí)。目前公認(rèn)文字表達(dá)能力最高,、模型最為龐大的 GPT-3 也曾被專家吐槽是“無腦作業(yè)”,，其實(shí)并不真正理解自己寫出的句子。而具有自主探索,、決策,、推理能力的 AI，可以理解自己周圍的環(huán)境,，才是真正的人工智能,。

　　2. 能效比。為什么即使存在缺陷,，依然沒有妨礙深度學(xué)習(xí)帶領(lǐng) AI 進(jìn)來發(fā)展熱潮呢,？核心原因就在于深度神經(jīng)網(wǎng)絡(luò)大幅度降低了全社會(huì)處理、挖掘,、應(yīng)用大數(shù)據(jù)的成本,。相對(duì)人腦而言,，現(xiàn)有的計(jì)算硬件功耗都很高，不斷提升 AI 性價(jià)比,，是避免再次陷入寒冬的唯一方法,，也在呼喚更高級(jí)的算法。

　　這兩個(gè)基本難題,，只能交給科學(xué)家和工程師們?cè)卺樇馍献龃笪恼铝?。?duì)于我們普通人來說，保有一顆如兒童般對(duì)世界的好奇心,，觸碰充滿各種信息的大自然,，由此得來的系統(tǒng)認(rèn)知與思維能力，或許才是機(jī)器永遠(yuǎn)無法企及,，且彌足珍貴的。