谷歌（Google）、優(yōu)步（Uber）等公司正在構(gòu)建能自我懷疑的人工智能系統(tǒng)，人工智能將會(huì)通過(guò)接受不確定性來(lái)做出更好的決定。

深度學(xué)習(xí)作為人工智能中最強(qiáng)大的方法，正在獲得一種新的能力：一種不確定感。優(yōu)步(Uber)和谷歌(Google)的研究人員正在對(duì)這兩個(gè)最受歡迎的深度學(xué)習(xí)框架進(jìn)行修改，使它們能夠處理概率問(wèn)題。這將為最聰明的AI程序提供一種方法來(lái)衡量他們對(duì)預(yù)測(cè)或決策的信心——從根本上說(shuō)，就是讓他們知道什么時(shí)候應(yīng)該懷疑自己。

深度學(xué)習(xí)涉及到向一個(gè)強(qiáng)大的神經(jīng)網(wǎng)絡(luò)提供實(shí)例數(shù)據(jù)，這在過(guò)去的幾年中取得了巨大的成功，通過(guò)深度學(xué)習(xí)，機(jī)器幾乎能夠完美地進(jìn)行圖像識(shí)別或語(yǔ)音識(shí)別。但它仍需要大量的訓(xùn)練數(shù)據(jù)和計(jì)算能力，而且它可能非常脆弱。

有點(diǎn)違反直覺(jué)地是，這種自我懷疑提供了一種解決辦法。在涉及自動(dòng)駕駛汽車(chē)和其他自動(dòng)機(jī)械的關(guān)鍵場(chǎng)景中，這種新方法可能是有用的?！澳阆Ｍ幸粋€(gè)系統(tǒng)能給你一個(gè)衡量其確定性的指標(biāo)?！惫雀韫菊谘芯窟@個(gè)問(wèn)題的Dustin Tran說(shuō)，“如果一輛自動(dòng)駕駛的汽車(chē)不知道它的不確定性程度，就可能會(huì)犯致命的錯(cuò)誤，而這可能導(dǎo)致災(zāi)難性的后果?！?/p>

這項(xiàng)工作反映了一種認(rèn)識(shí)，即不確定性是人類(lèi)推理和智力的一個(gè)關(guān)鍵方面。劍橋大學(xué)的教授、優(yōu)步的首席科學(xué)家Zoubin Ghahramani表示，將其添加到人工智能項(xiàng)目中，會(huì)讓它們變得更聰明，更不容易犯錯(cuò)。

隨著人工智能系統(tǒng)在越來(lái)越關(guān)鍵的場(chǎng)景中投入使用，這可能是至關(guān)重要的。Ghahramani表示“我們希望有一個(gè)堅(jiān)實(shí)的深度學(xué)習(xí)框架，但要讓人們更容易表現(xiàn)不確定性?！眱?yōu)步發(fā)布了一種新的編程語(yǔ)言Pyro，這種語(yǔ)言將深度學(xué)習(xí)和概率編程結(jié)合?？蒲腥藛T表示，Pyro給予了深度學(xué)習(xí)處理概率的能力，可以使它在幾個(gè)方面變得更聰明。例如，它可以幫助程序從幾個(gè)、而不是成千上萬(wàn)個(gè)例子中，以合理程度的確定性來(lái)識(shí)別事物。提供一定程度的確定性，而不是肯定或否定的答案，也應(yīng)該有助于構(gòu)建復(fù)雜的系統(tǒng)。

盡管傳統(tǒng)的深度學(xué)習(xí)系統(tǒng)只學(xué)習(xí)所輸入的數(shù)據(jù)，但Pyro還可以用于構(gòu)建一個(gè)用知識(shí)預(yù)先編程的系統(tǒng)。這在機(jī)器學(xué)習(xí)目前可能出現(xiàn)的任何場(chǎng)景中都是有用的。

Edward是另一種包含不確定性的編程語(yǔ)言，它是哥倫比亞大學(xué)在美國(guó)國(guó)防部高級(jí)研究計(jì)劃署（DARPA）的資助下開(kāi)發(fā)的。Pyro和Edward雖都處于開(kāi)發(fā)的初級(jí)階段，但不難理解為什么優(yōu)步和谷歌會(huì)對(duì)此感興趣。優(yōu)步在無(wú)數(shù)領(lǐng)域使用機(jī)器學(xué)習(xí)，從駕駛路徑規(guī)劃到設(shè)置高峰定價(jià)，當(dāng)然也包括自動(dòng)駕駛汽車(chē)。該公司在人工智能上投入巨資，聘請(qǐng)了許多從事創(chuàng)新研究的專(zhuān)家。谷歌最近已經(jīng)在人工智能和深度學(xué)習(xí)的基礎(chǔ)上重建了它的整個(gè)業(yè)務(wù)。哥倫比亞大學(xué)科研人員表示，將深度學(xué)習(xí)和概率編程結(jié)合起來(lái)是一個(gè)很有前途的想法，還需要做更多的工作。

不過(guò)，Pyro和Edward在將人工智能相互競(jìng)爭(zhēng)的兩大學(xué)派——一個(gè)側(cè)重于神經(jīng)網(wǎng)絡(luò)，另一個(gè)則側(cè)重于概率——集合在一起方面也具有重要意義。近些年來(lái)，神經(jīng)網(wǎng)絡(luò)學(xué)派占據(jù)了主導(dǎo)地位，其他的思想幾乎被拋在了腦后。為了取得進(jìn)展，該領(lǐng)域可能需要采納這些其他想法。