看到“雙節”期間中國有 5.5 億人出行的新聞，我不由得虎軀一震。想到了人會多，但沒想到會這么多！看來大家都充滿了探索欲，希望在難得的假期去往自己熟悉或未知的地方。

　　就算你選擇了“家里蹲”，也一定會通過網上沖浪、閱讀游戲等方式，來探索自己的內心世界。

　　探索是人類的本能，從嬰兒時期開始，好奇心就驅動著我們去探索并理解自己所在的世界， AI 的成長則離不開對人類的觀察與模仿，其中，就包括探索的能力。

　　這種能力被算法掌握之后，出現了阿爾法狗打敗人類棋圣，也出現了 OpenAIFive--在電子游戲領域完虐人類玩家。不過即便如此，人類的探索能力依然令最高級的 AI 都望塵莫及。

　　比如嬰兒可以從爬行和探索中學會認知三維空間，而一些計算機視覺還總被曝出被平面照片所欺騙過去的新聞，上馬更高性能的 3D 視覺算法則需要耗費巨大的算力資源，從這個角度看，人腦無疑在效果和效率上都碾壓了 AI。

　　那么，能不能引入兒童的學習能力，來實現更聰明的 AI 呢？這個猜測，就像是“把愛因斯坦的大腦給我我也能拿諾貝爾獎”一樣，是一個有點鐵憨憨，又有點重要的問題。

　　5 歲小孩碾壓 AI，“玩”就夠了

　　大家不妨在假期做一個生活觀察，看看小孩子們是如何探索世界的？

　　如果一個玩具看起來有很多玩法，但他們不知道哪一個是正確的，小孩子們會進行假設驅動的探索，如果“假設”失敗了，他們就會轉向新的玩具。

　　有研究顯示，一個 11 個月大的嬰兒，在看到許多違反物理定律的現象時，會忍不住對其進行更多的探索，甚至會做出一些違規行為來實踐自己的假設。

　　比如看到一輛漂浮在空中的汽車，有點顛覆以往的認知了，你會怎么做？嬰兒會選擇將玩具砰地扔到桌子上，想知道這種“不合常理”的情況是怎么出現的（所以阻止熊孩子弄壞你手辦的唯一辦法，就是根本不要讓他們看到它們）。

　　這種“不見黃河心不死”式的自由探索，有時會令家長和大人們不堪其擾，但抽象化的“假設”能夠讓人類做出大量預測，想象出許多新的可能性，不僅是一種極為有意義的學習方式，更是人類創造力的由來。

　　不過就像小王子覺得枯燥的大人們看不到“蟒蛇肚子里的大象”一樣，令人遺憾的是，這種探索能力是幼兒的專長，大部分情況下只存在在 5 歲以前，這也讓他們成為宇宙中最好的學習者。

　　既然兒童行為如此有參考意義，科學家們自然也想得到。事實上，兒童發展學對 AI 的進展起到了重要的方向牽引作用。

　　科學家們曾將好奇心引入神經網絡，打造了深度增強學習，通過獎勵反饋來鼓勵智能體（agent）主動探索和理解環境，更新模型參數。這讓 AI 能夠自主獲得技能，在電子游戲等需要通用智能的復雜場景中能夠做出自己的決策，而不是人類預先通過龐大的標注數據集給定答案。

　　其他類型的兒童行為亦有價值。前面提到的“不見黃河心不死”的探索，就被化作深度優先搜索策略，DeepMind 和加州大學伯克利分校的研究人員，開發了一個 3D 導航和解謎環境。智能體（agent）沿著特定路徑進行探索，如果遇到死胡同，那就回去找到下一條沒有探索過的道路，繼續前進。

　　聽起來是不是很像小孩子走迷宮的游戲？這能讓智能體接觸到各種各樣的經驗，在信息較少的環境中工作；減少對數據量的依存，改變目前算力資源緊張的局面，讓許多小數據、少樣本的領域（如金融、醫療）也能實現智能化。

　　將兒童探索行為應用于 AI，一切都能變得更好，理想層面上確實如此，但現實總喜歡跟科學家們開玩笑，也算是給人類保留了一個“殺手锏”吧。

　　AI 能力暴漲的當下，人類為什么還能穩坐智慧王座？

　　需要注意的是，這些類似兒童探索的策略，通常更多被用在訓練期間提高代理人的經驗值，而不是在決策時支持快速學習和探索。用人話說就是“懂得了許多道理，卻不一定能過好這一生”，因為一到關鍵選擇時刻就會掉鏈子。

　　就拿前面提到的深度優先搜索（DFS）來說，科學家們發現，如果讓孩子們自由探索，那么他們與智能體按 DFS 做出的行動有 90%的相似，而以目標為導向（找到橡皮糖）來探索的話，有 96%的路線都是相似的。但不同的是，探索越多的孩子，最后能花費更少的時間完成任務，智能體卻相反。

　　如果智能體發現一個地方很有趣（能得到獎勵），就會一直重新訪問該區域，直到它終于終于終于覺得那里不再有趣了，這會導致其概括性不佳（無法形成最佳策略）。

　　其中的差別就在于，孩子不是被動地孤立學習或由目標驅動，而是在不斷實驗和收集信息，將自己的認知和經驗與獲得的信息結合起來，編織出一個豐富的世界模型。而即使最復雜的機器探索方法，也只能為特定的目標服務，一時半會還無法完美匹配這個充滿了各種“意外”的真實世界。

　　為什么有了一定的探索能力，AI 智能體的表現還是不盡如人意呢？

　　首當其沖就是實驗室與現實環境的巨大不同。

　　深度強化學習過去都是“機上談兵”，不是跟人類在二維游戲里 PK，就是數字網格里下棋，而兒童的探索則是發生在信息豐富的三維現實世界之中，許多潛在因素很難被應用到實驗中。

　　這也是為什么，當今最強大的 AI 智能機器人也達不到一個僅小學畢業的優秀人類服務員的工作能力，能像他們一樣快速適應環境、完成各種復雜任務。

　　此外，兒童的發展心理學研究很難在 AI 產業鏈中形成“閉環”。要真正激發 AI 生長出服務現實的能力，不僅要構建出具有更強探索能力的智能體，還要繼續學習人類的認知能力，推進人工智能自身的理論創新和軟硬件升級（比如搭建三維訓練環境），這一系列鏈式突破，才能最終將技術構想轉化為現實生產力?！按罅Τ銎孥E”的深度學習，其高光時刻就是這么來的。

　　沿著這個方向，我們可以進一步了解，怎樣才能彌合智能體與人類之間的差距。

　　下一代 AI，逐漸浮出迷霧的真實未來

　　在過去的數年里，深度學習做到了傳統算法所無法企及的進度，催生了大量的工業界應用，但其實，現在的深度學習還是很傻--舉個例子，大部分人都可以通過幾十個小時的學習學會開小汽車，而完全自動的 L5 級無人汽車至今還是個遙遠的夢。

　　圖靈獎得主 Geoffrey Hinton 就一直非?？释业揭环N新的實現深度網絡的方法，認為目前（最廣泛的反向傳播算法）根本不是大腦的工作機制。

　　另一位圖靈獎得主 Yann Lecun，就認為在某些游戲中，需要大量增加模型訓練時間才能達到或超過專業人類玩家的水平。

　　通過兒童的學習模式，發現當前最優秀的 AI 也比不上 5 歲小孩的智力，或許我們可以回答“下一代 AI 應該是什么樣”，這個神經網絡最重要的未解難題之一。

　　至少要有兩重升級：

　　1. 有意識。目前公認文字表達能力最高、模型最為龐大的 GPT-3 也曾被專家吐槽是“無腦作業”，其實并不真正理解自己寫出的句子。而具有自主探索、決策、推理能力的 AI，可以理解自己周圍的環境，才是真正的人工智能。

　　2. 能效比。為什么即使存在缺陷，依然沒有妨礙深度學習帶領 AI 進來發展熱潮呢？核心原因就在于深度神經網絡大幅度降低了全社會處理、挖掘、應用大數據的成本。相對人腦而言，現有的計算硬件功耗都很高，不斷提升 AI 性價比，是避免再次陷入寒冬的唯一方法，也在呼喚更高級的算法。

　　這兩個基本難題，只能交給科學家和工程師們在針尖上做大文章了。對于我們普通人來說，保有一顆如兒童般對世界的好奇心，觸碰充滿各種信息的大自然，由此得來的系統認知與思維能力，或許才是機器永遠無法企及，且彌足珍貴的。