哪个图是机器画的？ | 一个新的AI系统通过了图灵测试

人工智能最大的任务不是分类和识别，而是让机器学会“思考”。

本文展示了MIT在人工智能的最新研究成果，一个新的人工智能系统，它：

1）通过了视觉图灵测试（图灵测试是什么？你试试看最上面的那个图，能不能分别图中每个字符下面，哪一个是机器画的，哪一个是人类画的，如果分别不出来，那么这个机器就通过了）；

2）使用了Bayesian Program Learning，拥有“one-shot learning”的能力

本文来自GIZMODO.com，

原标题：A new AI system passed a visual turing test，作者Jamie Condliffe。

数说君编译，转载注明来源，在文末放置数说工作室的二维码。

MIT的一个研究团队研发了一个AI（人工智能系统），它可以“画”出一些看起来像字母却又不那么常见字符，从而让人类误以为“他是个人”。

你可以想象一下这个实验，它是一种视觉图灵测试（在最新的《科学》杂志上有这篇文章，长按这里：http://www.sciencemag.org/content/350/6266/1332）。实验同时向人和AI机器展示一个像字母又不是字母的图形（就是开头图里的形状），接着，他们被要求模仿这个图形的字符，并作出一点微小的变化。

然后，让一个由人组成的团队来判别，哪一个结果是电脑的，哪一个结果是人完成的，最终在所有的判断中，仅仅50%的做出了正确的判断——这几乎是随机的。

什么？判断小组太挫了？你觉得你可以做出更准确的判断？你行你上，在开头的那个图中，每一个字符下面都有AI和人的判断，告诉我哪一个才是人类的结果（答案在文末）。

也许这个实验看起来很奇怪，但它带来的影响是深刻的。通常来说，一个AI系统首先要用大量的数据进行训练，然后才能去执行任务，但人类不用，人可以轻松自如的完成一些所谓“one-shot learning”（大概是只通过一次学习，或者只用很少样本进行训练）的事情。

研究人员说他们的AI系统因为使用了“贝叶斯程序学习”（Bayesian Program Learning），也可以有“one-shot learning”的能力。它们能以一种接近人类理解的模式去辨别并学习这些字符。研究团队是这样解释其工作机理的：

概率程序，与传统电脑程序将高级任务分解成若干基本计算不同的是，它初步只需要一个非常粗略的模型，然后再通过分析大量的例子来填充模型的细节。 这里，研究人员的模型指出，人类书写系统下的字符包含了很多笔画，一个笔画与下一个笔画之间是通过“将笔往上提一下”来分开的，一个笔画又包含了很多子笔画，子笔画之间是通过点来分开的，在这些点上，笔的移动速度为零。 利用这样的模型，系统能够去分析几百个人类不同书写方式下的书写动作，能够去学习连贯的笔画和子笔画之间的关系，也能够学习单个笔画书写过程中的细小变动。

结果胜于雄辩。“目前在人工智能这一领域，太多的关注都放在了分类模式上面。”，研究人员之一Josh Tenenbaum说，“人们似乎逐渐忘了，智能不仅仅是分类和识别，还有思考。虽然我们研究的是手写字符，我们也并不羞于使用“概念”这一的词。因为我们使用复杂抽象的概念去处理事情，这些概念我们也可以用于处理这些字符。我们可以搞明白这些事情背后的机理。”

答案：1,2,1；2,1,1——这些是由AI人工智能完成的。