纽约大学的好奇AI特别会提问,桌游玩得比人还666-阿里云开发者社区

开发者社区> 行者武松> 正文

纽约大学的好奇AI特别会提问,桌游玩得比人还666

简介:
+关注继续查看
本文来自AI新媒体量子位(QbitAI)

纽约大学的科学家们开发了一个非常“好奇”的人工智能系统,桌游玩得相当不错。

在开始介绍他们的研究之前,我们先了解一下AI玩的桌游——《战舰》——是个怎样的游戏。

e11e923edb34b1d7bcc579b51f6d6c32f24db239

根据NYU科学家们的描述,这是一个由传统《战舰》改编而来的两人游戏,两名玩家分别有一个6×6方格组成的棋盘,每个方格都可以翻转,默认空白面朝上,翻过来就可以看见背面的颜色,如果相邻的方格颜色相同,就构成了一艘“战舰”。每块棋盘上随机分布着3艘战舰,颜色分别是蓝色、红色、紫色,宽度是1,长度分别是2、3、4,朝向可能是水平、垂直,除了战舰之外的方块是浅灰色的,代表“水”。

f42220e6bdca2411244040b64be945a733cf51d2

玩家能看到一个如上图b和c所示,部分方格已经翻转过来的棋盘,他们的目标就是靠问问题,尽快猜出对方“战舰”的大小、方向和位置。玩家问的问题必须能用1个词来回答,比如真/假、一个数字、一种颜色、一个坐标、行数、列数。以上面的图b为例,“红色和紫色的战舰相连吗?”就是一个很好的问题。

也就是说,要玩好这个游戏,关键是问出正确的问题。

介绍完游戏,回到我们的正题:能玩好《战舰》,也就是说他们的AI能够根据眼前的局势,用自然语言问出合适的问题。这是怎么做到的?

纽约大学这项研究的灵感来自认知心理学,所用的方法和当今大部分AI都不一样。他们的研究成果形成了论文Question Asking as Program Generation,作者是纽约大学研究生Anselm Rothe、助理教授Brenden M. Lake和副教授Todd M. Gureckis,即将发表在12月的NIPS 2017上。

7fbfe41bc39b8388a456adddbfe98f512ebfb93c

在这项研究中,他们开发的算法将问题看做小型程序,算法从一些样例中学习,然后基于自己学到的东西,来构建自己的问题。

二作Lake说,探索世界上的信息时,人类和机器提问的能力有着巨大的差距。

因此,他们先让人类玩这个游戏,然后记录下人类玩家所提出的问题,然后将这些问题转换成概念组件,例如“蓝色的战舰有多长?”这个问题是关于长度的,“蓝色和红色战舰相连吗?”是关于位置的。

然后,科学家们用一种简单的编程语言将这些问题编码,建立一个概率模型,来找出哪个问题能够问出最有用的信息。这种方法论让这个AI系统能高效生成帮它赢得游戏的新问题。

现在大多数AI都是靠从大量样例数据中学习,但纽约大学的这个团队用了一种更依赖人工编程的方法。这个系统生成问题的方法更加系统,却甚至能够生成出人类想不到的问题。

几位科学家正在探索他们的技术能怎样让聊天机器人等对话式系统更有效,用起来不那么痛苦。比如说用在客服系统中,这个算法有希望通过问出正确的问题,更快帮客户解决他们的问题。

Lake说,让对话系统通过提出新问题来获取更有用的情报,能够让人机交互更胜利,让系统更有用、有趣。

更让人印象深刻的是,这个玩《战舰》游戏的程序能构建出“终极问题”,包含一系列的数学计算,比如将一艘战舰的长度加上另一艘战舰长度的10倍等等。对于人类来说,这样的问题肯定想不出来,也不太好回答,但是从答案反推,就能够算出整个棋盘的情况。

哈佛大学助理教授Sam Gershman的研究方向和这几位作者类似,也是开发由认知神经科学所启发的AI系统。他说,纽约大学的这项研究对于人类如何想出好问题也有深刻的观察。“首先,要抓住混乱的问题类型,你需要某种类型的语义合成性,第二,你需要用一组条件来衡量一个问题的相对优缺点。”

Gershman还说,人类的提问策略,似乎和系统所用的比较成功的方法很相似,会仔细评估问题的复杂度,来分散使用认知资源。

机器要想变得真正智能起来,它们必须对周围的世界有好奇心。问问题就是一个好开端。

Technology Review原文:https://www.technologyreview.com/s/609507/this-inquisitive-ai-will-kick-your-butt-at-battleship/

论文地址:https://arxiv.org/abs/1711.06351

本文作者:李林 
原文发布时间:2017-11-25 

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
解决 Serverless 落地困难的关键,是给开发者足够的“安全感”
阿里云函数计算与阿里巴巴运维体系全面实现标准化对接,打通研发的最后一公里,首次实现了业务全链路“ FaaS + BaaS ”的 Serverless 体系化研发。
5 0
surf特征+FLANN特征匹配+knn筛选匹配点+单应性矩阵映射
surf特征+FLANN特征匹配+knn筛选匹配点+单应性矩阵映射
4 0
RocketMQ分布式事务-商城下单业务详解
RocketMQ分布式事务-商城下单业务详解
7 0
面试BAT时,他们问了我这些!(上)
面试BAT时,他们问了我这些!(上)
6 0
JWT的原理和使用
在用户注册或登录后,我们想记录用户的登录状态,或者为用户创建身份认证的凭证。我们不再使用Session认证机制,而使用Json Web Token认证机制。Json web token (JWT), 是为了在网络应用环境间传递声明而执行的一种基于JSON的开放标准((RFC 7519).该token被设计为紧凑且安全的,特别适用于分布式站点的单点登录(SSO)场景。JWT的声明一般被用来在身份提供者和服务提供者间传递被认证的用户身份信息,以便于从资源服务器获取资源,也可以增加一些额外的其它业务逻辑所必须的声明信息,该token也可直接被用于认证,也可被加密。
8 0
Java编码ASCII、GB2312、GBK、Unicode、UTF-8、UTF-16 编码方式详解
Java编码ASCII、GB2312、GBK、Unicode、UTF-8、UTF-16 编码方式详解
4 0
面试BAT时,他们问了我这些!(下)
面试BAT时,他们问了我这些!(下)
5 0
OpenCV的RobustMatch匹配算法
OpenCV的RobustMatch匹配算法
4 0
【通用行业开发部】流程功能架构设计实现方案
众所周知,流程功能如果前期设计不理想,对于后期的维护以及拓展极其不友好,那真可谓是望“码”兴叹,谈“码”色变,集万千情感于一身,怎一句“问候”了得。
13 0
MySQL索引分析以及相关面试题
可以在我的个人博客阅读文章,排版会美观一些:文章地址
5 0
+关注
行者武松
杀人者,打虎武松也。
14545
文章
2569
问答
来源圈子
更多
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
文娱运维技术
立即下载
《SaaS模式云原生数据仓库应用场景实践》
立即下载
《看见新力量:二》电子书
立即下载