AlphaGo只会推理不完美，DeepMind新动作：让AI有「想像力」
人工智慧透过推理、计算解决难题，DeepMind 开发的 AlphaGo，强大的计算能力甚至击败中国棋王柯洁，然而 AlphaGo 能算是完成度高的人工智慧吗？DeepMind 研究团队这次又有新的点子，他们认为人工智慧缺乏「想像力」。
▲AlphaGo 曾经击败多名世界围棋高手，与中国棋王柯洁一战更打响其名号。（图／DeepMind授权）
在 DeepMind 最新公开的论文当中，描述以想像力为基础打造 AI 的方法，让人工智慧在复杂的环境也能具有相同的效率，但想像力与计算到底有什么不同？在 DeepMind 的 Blog 中举了这样的例子，桌子边缘放了一个玻璃杯，我们看到之后就会开始思考：「这样稳固吗？杯子会不会掉下来？」根据脑中的想像画面，多数人会调整玻璃杯的位置预防摔破它，这样慎重的思考过程就是一种想像力。
DeepMind 认为 AlphaGo 并没有类似的想像力，仅是透过内部模型来分析各种情境，以利推理与计划，系统中早已经输入围棋的各种规则与情境，AlphaGo 并不需要处理未规则以外的难题，且在围棋的游戏规则中，环境是相当完美且稳定的，并不会出现意料之外的事情。
▲人工智慧是目前研究的主要领域，许多厂商都致力专研。（图／视觉中国CFP）
DeepMind 提到透过增强想像力，AI 可以用更少的时间来学习，当遭遇不符合预设模型的情境时，想像力能补足这方面的缺陷，解决更多复杂的情境。相对于围棋，现实世界中并没有规则可言，尽管我们都知道红灯停、绿灯行，但许多突发的车祸意外就恰好打破了这项规则，倘若 AI 能具有想像力同时具备 AlphaGo 的推理能力，是否就能更符合人类的思考模式？
为了测试新的智慧架构，DeepMind 让 AI 挑战《仓库番》（Sokoban），AI 必须将箱子推到特定的位置，碰触到墙壁或角落则无法移动，同时限制 AI 的游戏次数，失败之后就不能重新开始，鼓励 AI 能够在行动之前拟定不同的计划，实际结果可以参考上头的影片，每当 AI 要做出下一个动作时，便会想像出好几种不同的情境，接着分析最有利的路线以完成任务。
※AI 只会推理不够，还得有好奇心、想像力
在七月中 DeepMind 创办人 Demis Hassabis 就曾在神经元（Neuron）期刊上发表类似的看法，目前 AI 系统都是建立在数学、工程上，只有少部分细节是由人脑的角度出发设计，Hassabis 认为人工智慧目前并没有人类的好奇心、想像力、记忆力，若要让人工智慧更完美，得让 AI 更像人类才行。例如 DeepMind 就曾开发「Creatism」系统，希望 AI 学会理解画面的美感，将 Google 街景图后制成符合人类美学的摄影作品。
先前 DeepMind 也曾发布一段影片，让 AI 在不同的环境之下走路穿越障碍物，但并不教导 AI 如何行走、奔跑、跳跃，而是让 AI 自己学习创造这些动作，现在 DeepMind 透过想像力试图强化 AI 学习的能力，不过人类想像力没有极限的，AI 能否具有这样的能力呢？有了之后又会是什么样的景色？只能期待科技替我们解答了。