即便要達到接近小學生的智力水平，現(xiàn)在的AI還有相當多要學的東西。
在這份一望無際的“待學習清單”中，讓AI讀懂“0”、讀懂“無”這一概念，或許可以占據(jù)一席之地。
近日，美國AI視覺檢查公司Neurala的CEO兼聯(lián)合創(chuàng)始人Max Versace在一篇文章中提出了這樣一個有趣的觀點。他認為，在人類文明中，“無”“0”這樣的概念是認識世界的一個重要存在，但機器現(xiàn)在還無法明白這種概念的奧義。
在數(shù)學上，“0”的誕生意義重大。
人類發(fā)展數(shù)學計算的早期，1、2、3等數(shù)字都對應著一個個真實的物理實體，比如一個蘋果加另一個蘋果，我們能看到兩個蘋果。正是在公元8世紀，零作為一個數(shù)字被提出，數(shù)學計算才掙脫僅限于實物的計數(shù)。
零的概念對數(shù)學產(chǎn)生了革命性的影響，今天我們在數(shù)學運算中無拘無束地使用著這一概念，已經(jīng)相當熟練，但是在其未誕生前，如何發(fā)明一個前所未有的數(shù)字來表現(xiàn)現(xiàn)實中“什么都沒有”的狀態(tài)，需要思維上質的飛躍。
由此，Max Versace認為，零或無，對AI而言仍是一個尚未涉足的領域，引入這個概念或可以為AI領域帶來更多的突破。正如人類當年發(fā)明了“0”用來描述“無”。
圖丨熱門美劇《硅谷》中的熱狗識別APP（來源：《硅谷》）
AI如果能夠識別0和無的概念，便可以使用這種概念進行推理，或者是未知的情況出現(xiàn)時，0和無的概念能夠成為AI可以調用的一個知識選項。
特別在利用計算機視覺進行物體分類上。現(xiàn)在的深度學習算法如DNN（卷積神經(jīng)網(wǎng)絡），多以監(jiān)督的方式訓練其識別能力，強依賴于大量的高質量數(shù)據(jù)集。在現(xiàn)實的物體分類場景中，如果引入了數(shù)據(jù)集以外的對象，DNN會如何表現(xiàn)呢？
例如說，DNN只訓練了蘋果和香蕉的識別，當遇到橘子時，對于它來說，橘子將被判斷成更接近于它的蘋果，而不是“無或未知”。因為對它而言，它的世界只有蘋果和香蕉。
在訓練DNN時，若引入這種無或零的概念，當DNN遇到不是蘋果或香蕉的事物時，它可以將這些事物歸到“0”“無”或“未知”，而對于DNN的開發(fā)者來說，如果DNN能夠將項目分類為“蘋果”“香蕉”或“什么都沒有”，他們也可以意識到是否需要為DNN再增加新的分類。也就是說，當AI檢測到異常信息時，它可以通過運用“無或未知”的概念反饋給開發(fā)人員。
（來源：Neurala）
但是，Max Versace在文中表示，目前為止，還沒有簡單的方法來訓練DNN使其擁有上述的能力。
他和他所在的Neurala公司正在探索將這種概念納入一種稱為Lifelong-DNN的新算法中。Lifelong-DNN將可以通過利用這種反饋機制來確定其接受的輸入是否有異常。
這種機制類似于人類的學習方式：有意無意地不斷檢查我們的預測是否與真實世界相符，不斷檢查對事物的分類是否符合實際情況，如果出現(xiàn)異常，我們的大腦就會注意到并發(fā)出警報。比如你每天坐的辦公椅，你的大腦會持續(xù)建立椅子的“模型”，如果某一天椅子的高度、觸感和這一模型不相符，你會察覺到這種異常。
他認為，在實際的產(chǎn)業(yè)應用中，工業(yè)視覺檢測場景將需要算法具備這種能力。這種業(yè)務場景中，傳統(tǒng)的計算機視覺系統(tǒng)在經(jīng)過訓練之后，要用來識別產(chǎn)品中各種各樣的異常，但合格的產(chǎn)品總是標準化的，不合格產(chǎn)品的表現(xiàn)形式可能千奇百怪，“根本沒有可用的不合格產(chǎn)品數(shù)據(jù)集”。但是，借助Lifelong-DNN，當系統(tǒng)檢測到與合格商品定義不符的產(chǎn)品時，它可以將該商品歸類為異常，以進行適當處理。
對于制造業(yè)而言，這種發(fā)現(xiàn)異常的能力可以節(jié)省時間并提高生產(chǎn)線的效率，而其他越來越依賴深度學習的產(chǎn)業(yè)，或許也可以在類似的問題上找到好的解決方案。
