馬庫斯再談AlphaGo Zero不是從零開始，AGI可能須要這十大先天機制

紐約大學心理學和神經科學教授馬庫斯（Gary Marcus）堅信AlphaZero仍依賴於一些人類知識，也曾在AlphaZero解讀現場這樣diss哈薩比斯。

可能以爲說得不夠，近日，馬庫斯在arXiv發佈了本月第二篇長文Innateness, AlphaZero, and Artificial Intelligence，繼續論證AlphaZero「能夠在沒有人類指導的狀況下訓練到超過人類水平」的說法被誇大了。

「當代人工智能論文(一般)用了一個‘至關不錯的’具體結果，對更普遍的主題作出了絕對廣泛和離譜的斷言。」幾個小時前，他在推特引用了這句話，說明本身怒懟的緣由。

在文章中，馬庫斯將AlphaGo、AlphaGo Zero、AlphaZero的歸結成一種「神奇的AI工程」，代號「AlphaStar」。

它是一種深層結構的混合，它不單利用深度學習人，也依賴於像樹搜索這樣的傳統符號技巧（symbolic technique）。

這究竟是種怎樣的神奇工程？馬庫斯從DeepMind如何構建Alpha家族的架構開始講起，量子位將重點內容編譯整理以下。

△ 馬庫斯

從零開始？

DeepMind在論文中說「一種純強化學習方法是可行的，即便在最具挑戰性的領域，它也能訓練到超過人類的水平，而且無需人類的案例和指導。除了基本規則外，沒有任何領域的基礎知識。」

我不贊同。

他們系統中的不少方面延續了在以前在圍棋程序上積累的研究，好比構建遊戲程序中經常使用的蒙特卡洛樹搜索。這種技術能夠用來評估動做和對策，在樹狀結構上快速獲得測試結果。

問題來了，蒙特卡洛樹這種結構不是經過強化學習從數據中學習的。相反，它在DeepMind的程序中是與生俱來的，根深蒂固地存在於每一個迭代的AlphaStar。

能夠發現，DeepMind給出的卷積結構很精確，有不少下圍棋的精確參數在裏面，這不是經過純碎的強化學習學到的。而且，固有算法和知識的整合的取樣機制不在AlphaZero的實驗範圍內，這樣可能會致使模型效果變差。

與其說AlphaGo是從白板開始學習，不如說是它在構建的開始就站在了巨人的肩膀上。

完美信息博弈以外

不管是圍棋、國際象棋仍是將棋，都屬於完美信息博弈。在這些遊戲中，每一個玩家能夠在任什麼時候候看到已經發生或正在發生的遊戲局勢。正因如此，圍棋、國際象棋和將棋問題特別適合用大數據的方法「蠻力破解」。

問題來了，一樣的機制能解決更普遍的問題嗎？

AlphaGo Zero的解釋中並無說明應用範圍，結果是否在其餘挑戰中通用也沒有被說起。事實是，即便在其餘棋類遊戲中，這套方法可能並不適用。

圍棋程序須要的是強模式識別和樹搜索技能，但其餘遊戲須要的能力可能不是這些。文明系列的遊戲須要在不肯定的交通網絡中作出決策，遊戲強權外交須要造成聯盟，字謎遊戲須要語言技能等等。

還有一個例子，Moravcik等人研究的AI DeepStack能在德撲中擊敗人類對手，就須要一套相關但不一樣的先天結構，這無疑和完美信息的單機Atari遊戲須要的結構不一樣。DeepMind想同時攻克這兩種遊戲，那他須要的是一套普遍的先天機制，而不是僅適用於單一遊戲的系統。

如何讓這套先天機制適用於完美信息博弈之外的遊戲呢？咱們接着往下看。

先天機制（Innate machinery）

僅僅有強化學習和蒙特卡洛樹搜索這兩種先天機制還不夠，那麼，若是要達到通用人工智能，咱們須要怎樣的結構呢？

在去年10月5號和LeCun的論證中，我有機會總結出一套計算原語組合：

• 物體的表示

• 架構化和代數表示

• 基於變量的操做

• type-token區別

• 表示集合、位置、路徑、軌跡、障礙和持久性的能力

• 表示物體的可視性的方法

• 時空鄰近（Spatiotemporal contiguity）

• 因果關係

• 平移不變性

• 分析成本效益的能力

具有了上述的基礎列表中的原語，可能天然就能擁有其餘技能了。好比基於博弈的樹搜索多是AlphaStar與生俱來的，可是人們可能學習如何作出分析，即便精確度差了些，但至少能夠把時間、因果關係和意圖性結合在一塊兒，具有成本效益分析的能力。

但上面列表僅僅是個第一版，它應該有多長仍是個未知數。這讓我想起1994年Pinker提出的一組的先天能力，裏面甚至包括了恐懼、自我概念和性吸引力。這些都有些經驗主義，但每一個特徵都被認知和發展心理學、動物行爲學和神經科學所支撐。

更重要的是，就目前的目的而言，這個領域確實存在一些可能的先天機制值得AI研究者去思考，簡單假設在默認狀況下，包含不多或幾乎不包含先天機制就讓人滿意了，往好了說這叫保守。往壞了說，不通過思考就承諾從頭開始從新學習可能也很是愚蠢，這是將每一個獨立的AI系統置於須要從新歸納數百萬年來進化的初始位置。

最後，附論文連接：
https://arxiv.org/abs/1801.05667

閱讀原文http://click.aliyun.com/m/40760/