只会推理不完美，DeepMind新动作：让AI有“想象力”

　　据台湾东森新闻云报道，DeepMind开发的AlphaGo，人工智能通过推理、计算解决难题，以强大的计算能力甚至击败中国棋王柯洁，然而AlphaGo算是完成度高的人工智能吗？DeepMind研究团队这次又有新的点子，他们认为人工智能缺乏“想象力”。

　　在DeepMind最新公开的论文当中，描述以想象力为基础打造AI的方法，让人工智能在复杂的环境也能具有相同的效率，但想象力与计算到底有什么不同？在DeepMind的Blog中举了这样的例子，桌子边缘放了一个玻璃杯，我们看到之后就会开始思考：“这样稳固吗？杯子会不会掉下来？”根据脑中的想象画面，多数人会调整玻璃杯的位置预防摔破它，这样慎重的思考过程就是一种想象力。

　　DeepMind认为AlphaGo并没有类似的想象力，仅是透过内部模型来分析各种情境，通过推理与计划，系统中早已经输入围棋的各种规则与情境，AlphaGo并不需要处理规则以外的难题，且在围棋的游戏规则中，环境是相当完美且稳定的，并不会出现意料之外的事情。

　　DeepMind提到通过增强想象力，AI可以用更少的时间来学习，当遭遇不符合默认模型的情境时，想象力能补足这方面的缺陷，解决更多复杂的情境。相对于围棋，现实世界中并没有规则可言，尽管我们都知道红灯停、绿灯行，但许多突发的车祸意外就恰好打破了这项规则，倘若AI能具有想象力同时具备AlphaGo的推理能力，是否就能更符合人类的思考模式？

　　为了测试新的智慧架构，DeepMind让AI挑战《仓库番》（Sokoban），AI必须将箱子推到特定的位置，碰触到墙壁或角落则无法移动，同时限制AI的游戏次数，失败之后就不能重新开始，鼓励AI能够在行动之前拟定不同的计划，实际结果可以参考上头的影片，每当AI要做出下一个动作时，便会想象出好几种不同的情境，接着分析最有利的路线以完成任务。

　　在七月中DeepMind创办人Demis Hassabis就曾在神经元（Neuron）期刊上发表类似的看法，目前AI系统都是建立在数学、工程上，只有少部分细节是由人脑的角度出发设计，Hassabis认为人工智能目前并没有人类的好奇心、想象力、记忆力，若要让人工智能更完美，得让AI更像人类才行。例如DeepMind就曾开发“Creatism”系统，希望AI学会理解画面的美感，将Google街景图后制成符合人类美学的摄影作品。

　　先前DeepMind也曾发布一段影片，让AI在不同的环境之下走路穿越障碍物，但并不教导AI如何行走、奔跑、跳跃，而是让AI自己学习创造这些动作，现在DeepMind透过想象力试图强化AI学习的能力，不过人类想象力是没有极限的，AI能否具有这样的能力呢？有了之后又会是什么样的景色？只能期待科技替我们解答了。（选编自台湾东森新闻云 原文作者：实习记者黄肇祥）