近日，由北京大學(xué)人工智能研究院與北京通用人工智能研究院共同完成的研究成果——“人類(lèi)水平的小樣本概念學(xué)習(xí)”，在國(guó)際學(xué)術(shù)期刊《科學(xué)·進(jìn)展》上發(fā)表。這一成果首次讓人工智能系統(tǒng)在沒(méi)有大數(shù)據(jù)訓(xùn)練的情況下，能像人類(lèi)一樣通過(guò)概念學(xué)習(xí)和邏輯推理的方式完成學(xué)習(xí)任務(wù)。

　　人工智能系統(tǒng)主要以海量數(shù)據(jù)為基礎(chǔ)，利用大量算力和存儲(chǔ)進(jìn)行數(shù)據(jù)“檢索”，核心范式是深度學(xué)習(xí)。近年來(lái)，這類(lèi)人工智能取得顯著進(jìn)展，誕生了以生成式人工智能為代表的熱門(mén)應(yīng)用。國(guó)際學(xué)術(shù)前沿追逐的另一個(gè)焦點(diǎn)是“小樣本概念學(xué)習(xí)”，這一人工智能范式旨在探索教會(huì)人工智能系統(tǒng)掌握抽象概念學(xué)習(xí)和認(rèn)知推理的能力。

　　論文通訊作者、北京大學(xué)人工智能研究院助理教授朱毅鑫解釋?zhuān)骸斑@是一種‘舉一反三’的能力。例如，我們?cè)诖蛴螒虻臅r(shí)候，不需要打成千上萬(wàn)局游戲，而是在觀察學(xué)習(xí)后就可以自己上手。又如，我們小時(shí)候通過(guò)觀察他人行為，就能學(xué)會(huì)基本的社交規(guī)范，并將其應(yīng)用到不同場(chǎng)合?！?/P>

　　在數(shù)據(jù)匱乏或僅有少量數(shù)據(jù)和抽象概念的時(shí)候，“小樣本概念學(xué)習(xí)”便有了用武之地。“這種方式在不需要算力或數(shù)據(jù)堆積、成本可控的情況下也能求解很多問(wèn)題?！闭撐牡谝蛔髡?、北京通用人工智能研究院研究員張馳介紹，北京大學(xué)教授朱松純?cè)缭谏鲜兰o(jì)90年代就提出了一種研究思路，即用統(tǒng)計(jì)數(shù)據(jù)建模的方式找出現(xiàn)有少量數(shù)據(jù)間的聯(lián)系，用高效率的算法來(lái)代替窮舉，從而求解問(wèn)題。

　　這一方法最早應(yīng)用于計(jì)算機(jī)視覺(jué)領(lǐng)域的圖片生成模型。朱毅鑫說(shuō)，當(dāng)時(shí)計(jì)算機(jī)視覺(jué)領(lǐng)域有一類(lèi)難題叫作“什么是紋理”。比如，兩張有著明顯差別的紋理圖片，如果用計(jì)算機(jī)視覺(jué)進(jìn)行逐個(gè)像素的比對(duì)，就會(huì)認(rèn)為是不一樣的，但如果用人的肉眼識(shí)別則會(huì)認(rèn)為是相同的?！斑@是因?yàn)槿祟?lèi)往往根據(jù)圖像中的統(tǒng)計(jì)規(guī)律來(lái)比對(duì)，如果統(tǒng)計(jì)規(guī)律一致，我們就認(rèn)為兩張圖片是一樣的。”

　　受此研究思路的啟發(fā)，研究團(tuán)隊(duì)創(chuàng)新性地提出了高效解決抽象推理問(wèn)題的方法，將一些抽象推理問(wèn)題轉(zhuǎn)化為易于求解的優(yōu)化問(wèn)題，使人工智能通過(guò)快速迭代和建模取得令人滿意的結(jié)果。在團(tuán)隊(duì)組織開(kāi)展的多項(xiàng)測(cè)試中，該學(xué)習(xí)模型戰(zhàn)勝了高水平的人類(lèi)選手，在邁向通用人工智能的道路上更進(jìn)一步?！拔磥?lái)我們將在智能交通、智慧醫(yī)療等領(lǐng)域推進(jìn)相關(guān)成果的落地應(yīng)用，促進(jìn)科技成果轉(zhuǎn)化?！睆堮Y表示。

　　《 人民日?qǐng)?bào) 》（ 2024年04月29日 19 版）

分享讓更多人看到