本文与 Futurity合作发表。
科学家开发出一种算法，能够捕捉人类的学习能力，使计算机能够识别并绘制简单的视觉概念，这些概念与人类创作的内容大多难以区分。
这项研究发表于《 Science》，大幅缩短了计算机“学习”新概念所需的时间，并将其应用扩展到更具创造性的任务中。
“我们的研究结果表明，通过逆向推演人们如何思考一个问题，我们就能开发出更好的算法，”纽约大学Moore-Sloan数据科学研究员、论文第一作者布伦登·莱克（Brenden Lake）解释道。“此外，这项工作为缩小机器学习其他任务中的差距指明了有前景的方法。”
当人类接触到一个新概念时——例如一件新的厨房设备、一个新的舞步，或一种陌生字母表中的新字母——他们通常只需少量示例就能理解其构成并识别新的实例。虽然如今机器已能复现过去仅由人类完成的一些模式识别任务——例如ATM机读取支票上书写的数字——但机器通常需要数百或数千个示例，才能达到相近的准确度。
“让机器像人类一样在学习新概念时只需极少数据，这一直非常困难，”合著者、多伦多大学计算机科学助理教授鲁斯兰·萨拉赫丁诺夫（Ruslan Salakhutdinov）指出。“复现这些能力，是一个令人兴奋的研究领域，它连接着机器学习、统计学、计算机视觉和认知科学。”
字母“A”的示例
萨拉赫丁诺夫与其博士导师杰弗里·辛顿（Geoffrey Hinton）近10年前在《Science》发表的一篇论文中，帮助引发了近期对“深度神经网络”学习的兴趣。他们的算法从每个手写字符概念（数字0至9）各6,000个示例中学习了10个概念的结构，共计60,000个训练示例。
在这项新研究中，研究人员试图缩短学习过程，并使其更接近人类获取和应用新知识的方式——即从少量示例中学习，并执行一系列任务，例如生成某个概念的新示例，或生成全新的概念。
[计算机学会被视错觉欺骗]
为此，他们开发了“贝叶斯程序学习”（BPL）框架，其中概念被表示为简单的计算机程序。例如，字母‘A’由计算机代码表示——这类代码类似于程序员的工作——运行时会生成该字母的示例。然而，学习过程中无需程序员介入：算法通过构建代码来生成所见字母，从而自行编写程序。
此外，与每次运行都产生相同输出的标准计算机程序不同，这些概率程序每次执行都会产生不同的输出。这使它们能够捕捉概念实例之间的变化方式，例如两个人书写字母‘A’的方式差异。
学会学习
标准模式识别算法将概念表示为像素构型或特征集合，而BPL方法则学习世界中过程的“生成模型”，使学习成为对提供给算法的数据进行“模型构建”或“解释”的过程。
[机器人可以像婴儿一样通过玩耍学习]
在书写和识别字母的场景中，BPL旨在捕捉现实世界过程的因果性与组合性特征，使算法能够更高效地利用数据。该模型还通过利用既有概念的知识加快新概念的学习，从而“学会学习”——例如，利用拉丁字母的知识来学习希腊字母。
作者将其模型应用于世界50种书写系统中的1600多种手写字符，包括梵文、藏文、古吉拉特文、格拉戈尔字母，甚至还包括电视剧《Futurama》中的虚构字符。
图灵测试
除了测试该算法识别概念新实例的能力外，作者还让人类和计算机在看过每个字符的单个示例后重现一系列手写字符；在某些情况下，则要求它们按照所展示字符的风格创作新字符。科学家随后通过“视觉图灵测试”比较了人类与机器的输出。在此测试中，人类评审员获得人类和机器输出的成对示例以及原始提示，并被要求辨别其中哪些符号由计算机生成。
[该算法能够识别你照片中的内容]
虽然评审员的正确回答因字符而异，但在每次视觉图灵测试中，不到25%的评审员在判断一组符号由机器还是人类产生时，表现显著优于随机猜测。
“孩子在上幼儿园之前，就能仅凭一个示例学会识别新概念，甚至能想象出他们从未见过的新示例，”合著者、麻省理工学院脑与认知科学系教授，同时也是“脑、心智与机器中心”成员约书亚·特南鲍姆（Joshua Tenenbaum）指出。
“自上世纪九十年代后期攻读博士学位以来，我就一直想构建这些非凡能力的模型。我们距离打造出与人类儿童一样聪明的机器仍有很大差距，但这是我们首次拥有一台能够学习并运用大量现实世界概念的机器——即便是手写字符这样简单的视觉概念——其表现难以与人类区分。”
美国国家科学基金会向麻省理工学院“脑、心智与机器中心”、陆军研究办公室、海军研究办公室以及纽约大学的Moore-Sloan数据科学环境提供的资助，支持了这项工作。
发表本文并不意味着世界经济论坛认可其中观点。
如需紧跟 Agenda 动态，请 订阅我们的每周通讯。
作者：James Devitt是纽约大学媒体关系副主任，也是Futurity的撰稿人。
图片：一名男子在华沙的电脑键盘上打字。REUTERS/Kacper Pempel.
