新神經網絡使計算機像人一樣推理 圖像理解力更勝人類一籌

　　你打算購買的新房附近有幾個公園？某餐廳最好的配餐酒是什麼？回答這些日常問題需要進行關系推理，但人工智能（AI）很難掌握這種思維方式。據美國《科學》雜志官網14日消息，谷歌“深度思維”（DeepMind）團隊日前研發出一種簡單的算法，不僅能解決此類推理問題，而且在復雜的圖像理解測試中能超過人類。

　　人類天生擅長關系推理，但AI的兩種主要模式——基於統計和基於符號計算的算法，在發展關系推理方面一直進展緩慢。基於統計的機器學習在模式識別方面表現優異，但不善於使用邏輯﹔而基於符號計算的AI可使用預先設定的規則推理關系，但不擅長學習。

　　新研究用一種能進行關系推理的人工神經網絡來解決上述問題。該神經網絡將小程序結合在一起，共同發現數據中的模式。它們擁有專門的架構來處理圖像、描述語言甚至學習游戲，從而可對某個場景中的每對物體進行比較。

　　新神經網絡接受了多重考驗，且表現突出。在回答圖像中物體之間的關系時，科學家們讓它與另外兩個神經網絡（分別用於識別圖像中的物體和解釋問題）合作。結果顯示，其他機器學習算法的正確率為42%到77%，人類的正確率為92%，而新神經網絡的正確率為96%。

　　在處理語言任務的考驗中，新神經網絡的正確率為98%，而其他AI算法的正確率僅為45%。此外，新算法還對動畫片內運動的球之間的關系進行了分析，結果正確率達到90%以上。

　　該論文合著者蒂莫西·李烈克萊普稱，新方法非常簡單，其精華可用一個簡單的方程式表示，這使它能與其他網絡結合，共同解決問題。

　　未參與此項研究的波士頓大學計算機科學家凱特·薩延科說，新神經網絡未來能幫助研究社交網絡、分析監控錄像、引導自動駕駛汽車。斯坦福大學計算機科學家賈斯汀·約翰遜則認為，這套系統要像人類那樣靈活，還必須學會回答更富挑戰的問題，例如比較三個物體之間的關系等。（記者 劉霞）

　　總編輯圈點

　　“弱人工智能”時代之所以還沒結束，是因為人腦功能研究尚未取得突破性重大進展。在腦科學一步一個腳印向前探索時，以人工神經網絡為代表的類腦人工智能卻突飛猛進。判斷和推理事物間的關系，是人類社會化行為的最基礎本領，若本文中的新神經網絡最終成熟，必然在一切需要處理“關系”的領域，幫助人類做決定。到時候，“能理解、會思考”的“強人工智能”才有望到來。