麻省理工學院開發出一種能讓 AI 像小孩子般學習語言的技術
摘要：
以目前的技術來說，如果你試著教導一個 AI 系統新的語言，通常都需要使用大量的「註釋」（機器學習中，由人類為資料加上的額外標籤）來為其解釋每個單詞的意涵，然而蒐集罕見語言註釋的過程往往曠日費時，加上由於同一字詞常擁有不同的解讀方式和使用習慣，經如此訓練後的 AI，可能仍無法準確反映人們自然說...
以目前的技術來說，如果你試著教導一個 AI 系統新的語言，通常都需要使用大量的「註釋」（機器學習中，由人類為資料加上的額外標籤）來為其解釋每個單詞的意涵，然而蒐集罕見語言註釋的過程往往曠日費時，加上由於同一字詞常擁有不同的解讀方式和使用習慣，經如此訓練後的 AI，可能仍無法準確反映人們自然說話的方式。而稍早， 麻省理工學院針對這樣的狀況ofollow,noindex" target="_blank">提出了一種新技術 ，能讓 AI 如同小孩子般進行學習，或將能同時突破這類學習速度和內容侷限性的關卡。藉由研究人員開發出的一種 parser （語法分析器），AI 就能透過觀察場景來建立所見所聞之間的關聯性，並將之有效轉化為相關的語言知識。
該技術目前可以讓 AI 在觀看有字幕的影片後，基於描述內容的準確程度，將字詞與特定的物體、動作進行連結，並把可能的意涵轉化為數學邏輯的型式，計算出它認為最能代表眼前發生事物的確切意義。由於這項 AI 系統在學習過程的初期，對於畫面的內容可能產生大量不同的解釋，所以難免會看起來好像對眼前的一切一無所知，但隨著它逐步排除各種可能性，就能漸漸看到成果。此外，雖然該系統本身就能自主學習，但如果輔以註釋的運用，則可以進一步加快它學習的腳步。
這項技術最重要的特點，無疑是它所帶來的靈活性。由於它是透過觀察環境來學習，它學習到的不僅僅是語言，更包含了人們實際說話的各種表達方式。麻省理工學院預估，若將搭載這類 AI 技術的機器人放置於人群之中，即便接收到的都是片斷的語句和非正式的對話內容，它也能夠順利適應並學習到相關的語言知識。小孩子般的學習方式比起過往如同土法煉鋼的過程，不僅為效率帶來了改善，在面對註釋相對匱乏的罕見語言時，也可以突破過往的限制，發揮學習的作用。此外，它甚至可以用來幫助科學家理解兒童是如何瞭解這個世界的。而當前開發團隊遇到的最大挑戰，就是如何將這項技術從「自觀察中學習」進一步擴充套件至「自互動中學習」，以帶來更多的可能性。