纽约大学的好奇AI特别会提问,桌游玩得比人还666

李林 编译自 TechnologyReview 量子位 出品 | 公众号 QbitAI

纽约大学的科学家们开发了一个非常“好奇”的人工智能系统,桌游玩得相当不错。

在开始介绍他们的研究之前,我们先了解一下AI玩的桌游——《战舰》——是个怎样的游戏。

根据NYU科学家们的描述,这是一个由传统《战舰》改编而来的两人游戏,两名玩家分别有一个6×6方格组成的棋盘,每个方格都可以翻转,默认空白面朝上,翻过来就可以看见背面的颜色,如果相邻的方格颜色相同,就构成了一艘“战舰”。每块棋盘上随机分布着3艘战舰,颜色分别是蓝色、红色、紫色,宽度是1,长度分别是2、3、4,朝向可能是水平、垂直,除了战舰之外的方块是浅灰色的,代表“水”。

玩家能看到一个如上图b和c所示,部分方格已经翻转过来的棋盘,他们的目标就是靠问问题,尽快猜出对方“战舰”的大小、方向和位置。玩家问的问题必须能用1个词来回答,比如真/假、一个数字、一种颜色、一个坐标、行数、列数。以上面的图b为例,“红色和紫色的战舰相连吗?”就是一个很好的问题。

也就是说,要玩好这个游戏,关键是问出正确的问题。

介绍完游戏,回到我们的正题:能玩好《战舰》,也就是说他们的AI能够根据眼前的局势,用自然语言问出合适的问题。这是怎么做到的?

纽约大学这项研究的灵感来自认知心理学,所用的方法和当今大部分AI都不一样。他们的研究成果形成了论文Question Asking as Program Generation,作者是纽约大学研究生Anselm Rothe、助理教授Brenden M. Lake和副教授Todd M. Gureckis,即将发表在12月的NIPS 2017上。

在这项研究中,他们开发的算法将问题看做小型程序,算法从一些样例中学习,然后基于自己学到的东西,来构建自己的问题。

二作Lake说,探索世界上的信息时,人类和机器提问的能力有着巨大的差距。

因此,他们先让人类玩这个游戏,然后记录下人类玩家所提出的问题,然后将这些问题转换成概念组件,例如“蓝色的战舰有多长?”这个问题是关于长度的,“蓝色和红色战舰相连吗?”是关于位置的。

然后,科学家们用一种简单的编程语言将这些问题编码,建立一个概率模型,来找出哪个问题能够问出最有用的信息。这种方法论让这个AI系统能高效生成帮它赢得游戏的新问题。

现在大多数AI都是靠从大量样例数据中学习,但纽约大学的这个团队用了一种更依赖人工编程的方法。这个系统生成问题的方法更加系统,却甚至能够生成出人类想不到的问题。

几位科学家正在探索他们的技术能怎样让聊天机器人等对话式系统更有效,用起来不那么痛苦。比如说用在客服系统中,这个算法有希望通过问出正确的问题,更快帮客户解决他们的问题。

Lake说,让对话系统通过提出新问题来获取更有用的情报,能够让人机交互更胜利,让系统更有用、有趣。

更让人印象深刻的是,这个玩《战舰》游戏的程序能构建出“终极问题”,包含一系列的数学计算,比如将一艘战舰的长度加上另一艘战舰长度的10倍等等。对于人类来说,这样的问题肯定想不出来,也不太好回答,但是从答案反推,就能够算出整个棋盘的情况。

哈佛大学助理教授Sam Gershman的研究方向和这几位作者类似,也是开发由认知神经科学所启发的AI系统。他说,纽约大学的这项研究对于人类如何想出好问题也有深刻的观察。“首先,要抓住混乱的问题类型,你需要某种类型的语义合成性,第二,你需要用一组条件来衡量一个问题的相对优缺点。”

Gershman还说,人类的提问策略,似乎和系统所用的比较成功的方法很相似,会仔细评估问题的复杂度,来分散使用认知资源。

机器要想变得真正智能起来,它们必须对周围的世界有好奇心。问问题就是一个好开端。

Technology Review原文:https://www.technologyreview.com/s/609507/this-inquisitive-ai-will-kick-your-butt-at-battleship/

论文地址:https://arxiv.org/abs/1711.06351

原文发布于微信公众号 - 量子位(QbitAI)

原文发表时间:2017-11-25

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏大数据文摘

VR如何巧妙填补传统数据视觉化的漏洞

1824
来自专栏机器之心

习惯arXiv的今天,我们的论文应该引用预印本吗?

选自fossilsandshit 作者:Jon Tennant 机器之心编译 参与:吴攀、李泽南 不久之前,ICLR 匿名评审的方式引起了争议,参见机器之心文...

3848
来自专栏AI科技大本营的专栏

癌症治疗新曙光:AI助力科学家更好地观察人类活体细胞

在微软联合创始人保罗·艾伦的资助下创立的艾伦细胞科学研究所(Allen Institute for Cell Science)最近公布了一项研究成果,利用卷积神...

1243
来自专栏量子位

NIPS风波 | 获奖者登台开炮:ML是炼金术,大神LeCun强硬回怼

夏乙 问耕 发自 凹非寺 量子位 出品 | 公众号 QbitAI 谁能想到,NIPS这种顶会都能风波乍起。 Ali Rahimi(阿里·拉希米),因为2007年...

3047
来自专栏新智元

邓侃解读谷歌首篇电子病历论文:完整披露谷歌医疗大脑野心

作者:邓侃 【新智元导读】上周,谷歌公布了首篇电子病历相关论文,由Jeff Dean率队联合众多大牛和顶级医学院完成。然而,不少业内人士,包括康奈尔大学副教授王...

3457
来自专栏机器学习算法与Python学习

经典机器学习书籍推荐

入门书单 《数学之美》 作者吴军大家都很熟悉。以极为通俗的语言讲述了数学在机器学习和自然语言处理等领域的应用。 《Programming Collective ...

7909
来自专栏AI科技评论

【深度】Nature:我们能打开人工智能的“黑箱”吗?

编者按:人工智能无处不在。但是在科学家信任人工智能之前,他们首先应该了解这些人工智能机器是如何运作的,这也就是文中所提到的“黑箱”问题。在控制论中,通常把所不知...

3206
来自专栏企鹅号快讯

拒绝boring,炫酷潮AI竞赛来袭!

韩梅梅 听说,上周AI界发生了一件大事? 李雷 对,李开复、王小川、张一鸣组了一个AI Challenger全球AI挑战赛,吸引了65个国家,1万多AI界武林高...

2105
来自专栏DT数据侠

数据带你领略,超市货架的摆放艺术

当你在逛超市的时候,你有没有想过商场里的商品的摆放方式有什么讲究?随着新零售时代的到来,超市如今已经开始逐渐转向精细化运营时代。面对成千上万商品,通过数据收集和...

1180
来自专栏AI研习社

有没有必要把机器学习算法自己实现一遍?

哈哈哈哈,我觉得很多人都有这个疑问吧。机器学习好高大上,多么牛逼的东西,光是看公式就已经眼花缭乱了,总觉得自己该全部去实现一遍,有的时候太懒,有的时候觉得能力不...

3965

扫码关注云+社区

领取腾讯云代金券