马库斯再谈AlphaGo Zero不是从零开始，AGI可能须要这十大先天机制

纽约大学心理学和神经科学教授马库斯（Gary Marcus）坚信AlphaZero仍依赖于一些人类知识，也曾在AlphaZero解读现场这样diss哈萨比斯。

可能以为说得不够，近日，马库斯在arXiv发布了本月第二篇长文Innateness, AlphaZero, and Artificial Intelligence，继续论证AlphaZero“能够在没有人类指导的状况下训练到超过人类水平”的说法被夸大了。

“当代人工智能论文(一般)用了一个‘至关不错的’具体结果，对更普遍的主题作出了绝对广泛和离谱的断言。”几个小时前，他在推特引用了这句话，说明本身怒怼的缘由。

在文章中，马库斯将AlphaGo、AlphaGo Zero、AlphaZero的归结成一种“神奇的AI工程”，代号“AlphaStar”。

它是一种深层结构的混合，它不单利用深度学习人，也依赖于像树搜索这样的传统符号技巧（symbolic technique）。

这究竟是种怎样的神奇工程？马库斯从DeepMind如何构建Alpha家族的架构开始讲起，量子位将重点内容编译整理以下。

△ 马库斯

从零开始？

DeepMind在论文中说“一种纯强化学习方法是可行的，即便在最具挑战性的领域，它也能训练到超过人类的水平，而且无需人类的案例和指导。除了基本规则外，没有任何领域的基础知识。”

我不赞同。

他们系统中的不少方面延续了在以前在围棋程序上积累的研究，好比构建游戏程序中经常使用的蒙特卡洛树搜索。这种技术能够用来评估动做和对策，在树状结构上快速获得测试结果。

问题来了，蒙特卡洛树这种结构不是经过强化学习从数据中学习的。相反，它在DeepMind的程序中是与生俱来的，根深蒂固地存在于每一个迭代的AlphaStar。

能够发现，DeepMind给出的卷积结构很精确，有不少下围棋的精确参数在里面，这不是经过纯碎的强化学习学到的。而且，固有算法和知识的整合的取样机制不在AlphaZero的实验范围内，这样可能会致使模型效果变差。

与其说AlphaGo是从白板开始学习，不如说是它在构建的开始就站在了巨人的肩膀上。

完美信息博弈以外

不管是围棋、国际象棋仍是将棋，都属于完美信息博弈。在这些游戏中，每一个玩家能够在任什么时候候看到已经发生或正在发生的游戏局势。正因如此，围棋、国际象棋和将棋问题特别适合用大数据的方法“蛮力破解”。

问题来了，一样的机制能解决更普遍的问题吗？

AlphaGo Zero的解释中并无说明应用范围，结果是否在其余挑战中通用也没有被说起。事实是，即便在其余棋类游戏中，这套方法可能并不适用。

围棋程序须要的是强模式识别和树搜索技能，但其余游戏须要的能力可能不是这些。文明系列的游戏须要在不肯定的交通网络中作出决策，游戏强权外交须要造成联盟，字谜游戏须要语言技能等等。

还有一个例子，Moravcik等人研究的AI DeepStack能在德扑中击败人类对手，就须要一套相关但不一样的先天结构，这无疑和完美信息的单机Atari游戏须要的结构不一样。DeepMind想同时攻克这两种游戏，那他须要的是一套普遍的先天机制，而不是仅适用于单一游戏的系统。

如何让这套先天机制适用于完美信息博弈之外的游戏呢？咱们接着往下看。

先天机制（Innate machinery）

仅仅有强化学习和蒙特卡洛树搜索这两种先天机制还不够，那么，若是要达到通用人工智能，咱们须要怎样的结构呢？

在去年10月5号和LeCun的论证中，我有机会总结出一套计算原语组合：

• 物体的表示

• 架构化和代数表示

• 基于变量的操做

• type-token区别

• 表示集合、位置、路径、轨迹、障碍和持久性的能力

• 表示物体的可视性的方法

• 时空邻近（Spatiotemporal contiguity）

• 因果关系

• 平移不变性

• 分析成本效益的能力

具有了上述的基础列表中的原语，可能天然就能拥有其余技能了。好比基于博弈的树搜索多是AlphaStar与生俱来的，可是人们可能学习如何作出分析，即便精确度差了些，但至少能够把时间、因果关系和意图性结合在一块儿，具有成本效益分析的能力。

但上面列表仅仅是个第一版，它应该有多长仍是个未知数。这让我想起1994年Pinker提出的一组的先天能力，里面甚至包括了恐惧、自我概念和性吸引力。这些都有些经验主义，但每一个特征都被认知和发展心理学、动物行为学和神经科学所支撑。

更重要的是，就目前的目的而言，这个领域确实存在一些可能的先天机制值得AI研究者去思考，简单假设在默认状况下，包含不多或几乎不包含先天机制就让人满意了，往好了说这叫保守。往坏了说，不通过思考就承诺从头开始从新学习可能也很是愚蠢，这是将每一个独立的AI系统置于须要从新归纳数百万年来进化的初始位置。

最后，附论文连接：
https://arxiv.org/abs/1801.05667

阅读原文http://click.aliyun.com/m/40760/