本文轉自【科技日報】；
不管是人類，還是動物，在學習 大多數事物時，都是在自我監督的模式下進行的，而不是強化學習模式。這個模式本質上就是觀察這個世界，然後不斷與之互動，這種觀察是自發的，而不是在測試條件下完成的。
本報記者 金 鳳
人類在漫長的進化中，獲得了一種能通過感知、邏輯推理來與世界互動、認識世界的能力。當一個梨擺在我們面前時，我們能夠通過嗅覺、視覺等，判斷出它是梨而非蘋果。當在路上行駛時，即使行人被部分遮擋住，我們也能從露出的部分體貌特徵判斷出這是一個人，從而進行避讓。
在人工智能領域，科學家們也一直試圖讓機器擁有像人一樣的邏輯思維能力，幫助人完成更多工作。
近日，在2020 ICLR大會上，圖靈獎得主舒亞·本吉歐（Yoshua Bengio）和揚·勒昆（Yann LeCun）發表觀點稱，自監督學習有望使AI產生類人的推理能力。本吉歐相信機器最終可以習得關於這個世界的各種知識，這種知識的獲得並不需要機器去親身體驗各種真實發生的事件，而是通過習得語言化的知識來實現。
那麼機器如何具備類人的推理能力？想具備類人的推理能力還要逾越哪些障礙？
“死記硬背”讓機器難有邏輯能力
購物時，無需出示支付碼，將面部特徵綁定銀行卡就能輕鬆消費；回家路上，查詢手機地圖，可以看出哪些地段擁堵；到飯點了，跟機器人對話叫外賣……這些基於機器學習的應用，正在讓人工智能變得可觀可感。但機器學習面臨的挑戰便是，需要大量數據的積累以及很強的算力。
機器學習分為監督學習、無監督學習和強化學習。“監督學習需要對數據進行標籤分類，數據需要涵蓋所有可能的場景，此外，完成學習，機器還需要大量的算力。例如，如果希望創建圖像分類模型，則必須為系統提供經過適當分類標記的大量圖像，讓模型在其中進行充分訓練。有時數據量達到百萬、千萬級規模，需要幾百萬、上千萬次的迭代。”中國科學院自動化研究所研究員、視語科技創始人王金橋告訴科技日報記者。
因此，減少對數據的依賴，一直是研究人員最重要的探索方向之一。在南京航空航天大學計算機學院教授陳松燦看來，監督學習往往需要大量的帶有註釋、標記的數據，而標記這些數據，需要人工完成，既耗時又昂貴。
然而，即使是在有大量數據“打底”的監督學習環境中，一旦機器遇到不同於訓練示例的全新狀況，也面臨着失控的風險。
“例如無人駕駛汽車行駛在一條陌生的道路上，前方雖然出現了路杆，但如果此前系統沒有遇到過這種道路模式，就會撞上去。進入攝像頭視野的行人，如果未露出全貌，那系統就無法判斷出這是一個人，也會撞上去。還有我們進入停車場時，有些停車杆不能及時抬起，是因為靠近停車杆的行駛角度超出了此前設定的範圍。”王金橋表示，雖然數據標籤的質量，對於監督學習的效果非常重要，但監督學習不應侷限於這種模式，應該提高對未知環境的探索和理解能力。
自監督學習可利用規律舉一反三
對於機器學習的未來，揚·勒昆和約舒亞·本吉歐有着相同的期待，他們認為，自監督學習會創造出更像人類的人工智能。
正如勒昆所解釋的，大多數人可以在30小時內學會駕駛汽車，因為他們已經憑藉直覺構建了一個關於汽車行動方式的物理模型。
“自監督學習是無監督學習中的一種，它可以通過揭示數據各部分之間的關係、內在結構，從數據中生成標籤，這種標籤便於對數據進行分類。自監督學習需要學習的樣本量很少，但需要有基礎知識的積累。”王金橋説。
王金橋進一步解釋，例如下圍棋，如果機器可以將頂尖高手的棋路都學會，就能舉一反三。又例如，假設世界上有5000種蘋果的類型，植物學家又培育出一種新蘋果，與其他蘋果長得很像，那麼自監督學習就可以通過數據的分析，識別出這是蘋果，但又能認識到它是不同於以往的蘋果類型。也就是説，通過自監督學習，機器不需要訓練，就可以通過自動分析內部數據的結構關係，並且應用分析數據得到的規律，對各種新情況作出判斷。這種能力類似於人，在嬰幼兒時期，人類能用嗅覺、觸覺、視覺等感知世界，進入學校學習後，能將萬事萬物的物理特徵，與知識結合起來，慢慢形成推理能力。
王金橋認為，這有點類似於勒昆説的，自監督學習無需創建大量帶有標籤的數據集，例如用大量貓和狗的圖片，讓機器認識貓和狗的不同；也不用花費數千個小時訓練“Alpha Zero”這樣的國際象棋遊戲機器人，而是隻需獲取一些豐富的原始數據，例如視頻，然後“喂”給計算機，訓練機器預測視頻中即將出現的畫面。
“不管是人類，還是動物，在學習 大多數事物時，都是在自我監督的模式下進行的，而不是強化學習模式。這個模式本質上就是觀察這個世界，然後不斷與之增進互動，這種觀察是自發的，而不是在測試條件下完成的。”勒昆在2020 ICLR大會上表示。
達到類人水平還需算法理論突破
在幾位專家看來，目前想通過自監督學習實現機器的類人邏輯能力，還前路漫漫。
陳松燦認為，自監督學習需要解決數據的不確定性問題，即積累的數據與要完成的任務的匹配性問題。“例如，利用自監督學習訓練的自動駕駛系統，可以通過機載的測速儀、方向儀，學習安全行駛的方向和速度信息。但以現在的技術水平來説，如果行人橫穿馬路，而此前標記的信息與行人橫穿馬路不搭界，那自動駕駛系統就會無法做出判斷，發出指令。”
王金橋表示：“從監督學習到自監督學習，就像先讓機器知道什麼是1234，才能算加減乘除一樣。目前的自監督學習還非常初級，僅有一些小的、封閉的數據集。”
他説，目前制約自監督學習的因素涉及大數據積累、小樣本監督，以及自主進化、認知未知數據的能力。“在數據積累階段，還需要把數據做得更規範，搭建的深度學習網絡要有能支持自監督學習的能力，能讓機器自己生成標籤。在樣本監督學習階段，要解決樣本不均衡的問題，例如要讓機器學會分辨貓和狗，那麼貓和狗的案例數量要匹配，同時要去除數據噪音，不要把干擾圖像混入。”
“關鍵是要讓自監督學習產生認知的能力，而不只是代替人類的視覺、聽覺、觸覺，要從感知智能過渡到認知智能，讓機器建立自己的知識圖譜，能與人的思辨能力和知識圖譜對接，能進行知識表述和高階推理。”王金橋説。
但目前所有的不完美，並不影響兩位圖靈獎得主的信心。本吉歐認為，相比於動物，人類之所以聰明，是因為我們有自己的文化，讓我們能夠解決這個世界的問題。要想讓人工智能在現實世界中發揮作用，我們需要它不僅僅是有翻譯功能，更需要它能夠真正理解自然語言。
而在勒昆看來，如果説人工智能是一塊蛋糕，那麼自監督學習就是其中最大的一塊。