正在考慮入手的新家附近有多少公園?餐館里最佳的晚餐-酒搭配是什么?這些日常問(wèn)題都需要關(guān)系推理——一種更高級(jí)思考的重要成分，而這卻是人工智能(AI)難以掌握的。現(xiàn)在，谷歌DeepMind的研究者提出了一種處理這種推理的簡(jiǎn)單方法，并在復(fù)雜圖像理解測(cè)試中擊敗了人類。

人類通常很擅長(zhǎng)關(guān)系推理，利用邏輯連接和比較位置、順序和其他實(shí)體。但兩種主要AI——統(tǒng)計(jì)和符號(hào)，在發(fā)展類似的能力方面一直進(jìn)展緩慢。統(tǒng)計(jì)AI，或者叫機(jī)器學(xué)習(xí)，善于模式識(shí)別，但不善于使用邏輯。而符號(hào)AI則能利用預(yù)定規(guī)則推理關(guān)系，但不善于學(xué)習(xí)。

新研究提出了一種縮小差距的方式：進(jìn)行關(guān)系推理的人工神經(jīng)網(wǎng)絡(luò)。類似于大腦中神經(jīng)元的連接方式，神經(jīng)網(wǎng)絡(luò)利用小型程序合作發(fā)現(xiàn)數(shù)據(jù)中的模式，針對(duì)圖像處理、語(yǔ)法分析或者游戲?qū)W習(xí)有特定的架構(gòu)。在這種應(yīng)用中，新的“關(guān)系網(wǎng)絡(luò)”單獨(dú)比較場(chǎng)景中的每一對(duì)目標(biāo)。論文共同作者、在倫敦的DeepMind計(jì)算科學(xué)家Timothy Lillicrap說(shuō)道：“我們明確要求網(wǎng)絡(luò)發(fā)現(xiàn)目標(biāo)之間存在的關(guān)聯(lián)。”

他和他的團(tuán)隊(duì)利用幾個(gè)任務(wù)測(cè)試了關(guān)系網(wǎng)絡(luò)。第一個(gè)是回答單幅圖像內(nèi)物體之間的關(guān)系，比如立方、球形和圓柱的圖形。例如：“在這個(gè)藍(lán)色的東西前面有個(gè)物體，它的形狀和那個(gè)灰色金屬球右邊的小型青色物體的形狀一樣嗎?”針對(duì)這個(gè)任務(wù)，關(guān)系網(wǎng)絡(luò)與其他兩種神經(jīng)網(wǎng)絡(luò)相結(jié)合了：一個(gè)識(shí)別圖像中的物體，另一個(gè)翻譯這個(gè)問(wèn)題。研究者在上周發(fā)表在預(yù)覽商arXiv的論文中稱，通過(guò)進(jìn)行眾多圖像和問(wèn)題測(cè)試，發(fā)現(xiàn)其他機(jī)器學(xué)習(xí)方法的正確率大概是42%到77%，人類的正確率則是可敬的92%。而新的關(guān)系網(wǎng)絡(luò)正確率是96%，真是一個(gè)超越人類的成績(jī)。

DeepMind團(tuán)隊(duì)還利用一個(gè)語(yǔ)言任務(wù)進(jìn)行了測(cè)試。這個(gè)任務(wù)中網(wǎng)絡(luò)將接收到一些陳述，比如“Sandra撿起了那個(gè)足球”和“Sandra去辦公室了”。隨后就會(huì)提出一些問(wèn)題比如：“球在哪里?”(辦公室)。該網(wǎng)絡(luò)在這些問(wèn)題上的表現(xiàn)和其他類型問(wèn)題上的一樣好，但最大放異彩的是所謂的推理問(wèn)題：“Lily是一只天鵝。Lily是白色的。Greg是一只天鵝。Greg是什么顏色?”在這些問(wèn)題上，關(guān)系網(wǎng)絡(luò)正確率為98%，而其競(jìng)爭(zhēng)者的正確率約為45%。最后，該方法分析了10個(gè)到處亂蹦的球體的動(dòng)畫(huà)，其中某些球體之間被不可見(jiàn)的彈簧或者棍子連接到一起。單單使用運(yùn)動(dòng)模式，該網(wǎng)絡(luò)就能鑒定出90%多的連接。然后使用相同的訓(xùn)練去鑒定僅利用移動(dòng)點(diǎn)表示的人類形態(tài)。

波士頓大學(xué)計(jì)算科學(xué)家Kate Saenko并未參與該新網(wǎng)絡(luò)的設(shè)計(jì)，但最近也合作提出了一種回答關(guān)于圖像的復(fù)雜問(wèn)題的方法。他說(shuō)道：“他們方法的一個(gè)優(yōu)點(diǎn)是概念上十分簡(jiǎn)單。” Lillicrap稱其中大部分進(jìn)步都可以用一個(gè)簡(jiǎn)單的方程來(lái)表示，這種簡(jiǎn)單性使其容易與其他網(wǎng)絡(luò)相結(jié)合，正如在上述物體比較任務(wù)中那樣。論文將其稱為“一個(gè)即插即用的模塊”，能使系統(tǒng)的其他部分專注于它們擅長(zhǎng)的方面。

加利福尼亞帕洛阿爾托的斯坦福大學(xué)計(jì)算機(jī)科學(xué)家Justin Johnson合作設(shè)計(jì)了上述物體比較任務(wù)，并且合作提出了一種在該任務(wù)上表現(xiàn)良好的方法，他說(shuō)道：“我深深為此成果而折服。” Saenko補(bǔ)充道，關(guān)系網(wǎng)絡(luò)未來(lái)可以幫助研究社交網(wǎng)絡(luò)，分析監(jiān)視視頻，或者導(dǎo)引交通流中的汽車。

Johnson說(shuō)道，為了接近類人靈活性，該網(wǎng)絡(luò)還需要學(xué)會(huì)回答更多挑戰(zhàn)性的問(wèn)題。做到這一點(diǎn)可能需要不僅僅比較一對(duì)事物，而是三個(gè)，四個(gè)或者更大集合中的某些對(duì)。他說(shuō)道：“我對(duì)研究能自己提出新策略的模型很感興趣。DeepMind正在建立特殊類型推理的模型，而不是追求更一般化的關(guān)系推理。但這仍然是正確方向上的重要一步。”