谷歌及其他公司正构建能自我怀疑的人工智能系统

谷歌（Google）、优步（Uber）等公司正在构建能自我怀疑的人工智能系统，人工智能将会通过接受不确定性来做出更好的决定。

深度学习作为人工智能中最强大的方法，正在获得一种新的能力：一种不确定感。优步(Uber)和谷歌(Google)的研究人员正在对这两个最受欢迎的深度学习框架进行修改，使它们能够处理概率问题。这将为最聪明的AI程序提供一种方法来衡量他们对预测或决策的信心——从根本上说，就是让他们知道什么时候应该怀疑自己。

深度学习涉及到向一个强大的神经网络提供实例数据，这在过去的几年中取得了巨大的成功，通过深度学习，机器几乎能够完美地进行图像识别或语音识别。但它仍需要大量的训练数据和计算能力，而且它可能非常脆弱。

有点违反直觉地是，这种自我怀疑提供了一种解决办法。在涉及自动驾驶汽车和其他自动机械的关键场景中，这种新方法可能是有用的。“你希望有一个系统能给你一个衡量其确定性的指标。”谷歌公司正在研究这个问题的Dustin Tran说，“如果一辆自动驾驶的汽车不知道它的不确定性程度，就可能会犯致命的错误，而这可能导致灾难性的后果。”

这项工作反映了一种认识，即不确定性是人类推理和智力的一个关键方面。剑桥大学的教授、优步的首席科学家Zoubin Ghahramani表示，将其添加到人工智能项目中，会让它们变得更聪明，更不容易犯错。

随着人工智能系统在越来越关键的场景中投入使用，这可能是至关重要的。Ghahramani表示“我们希望有一个坚实的深度学习框架，但要让人们更容易表现不确定性。”优步发布了一种新的编程语言Pyro，这种语言将深度学习和概率编程结合。科研人员表示，Pyro给予了深度学习处理概率的能力，可以使它在几个方面变得更聪明。例如，它可以帮助程序从几个、而不是成千上万个例子中，以合理程度的确定性来识别事物。提供一定程度的确定性，而不是肯定或否定的答案，也应该有助于构建复杂的系统。

尽管传统的深度学习系统只学习所输入的数据，但Pyro还可以用于构建一个用知识预先编程的系统。这在机器学习目前可能出现的任何场景中都是有用的。

Edward是另一种包含不确定性的编程语言，它是哥伦比亚大学在美国国防部高级研究计划署（DARPA）的资助下开发的。Pyro和Edward虽都处于开发的初级阶段，但不难理解为什么优步和谷歌会对此感兴趣。优步在无数领域使用机器学习，从驾驶路径规划到设置高峰定价，当然也包括自动驾驶汽车。该公司在人工智能上投入巨资，聘请了许多从事创新研究的专家。谷歌最近已经在人工智能和深度学习的基础上重建了它的整个业务。哥伦比亚大学科研人员表示，将深度学习和概率编程结合起来是一个很有前途的想法，还需要做更多的工作。

不过，Pyro和Edward在将人工智能相互竞争的两大学派——一个侧重于神经网络，另一个则侧重于概率——集合在一起方面也具有重要意义。近些年来，神经网络学派占据了主导地位，其他的思想几乎被抛在了脑后。为了取得进展，该领域可能需要采纳这些其他想法。