只會推理不完美，DeepMind新動作：讓AI有“想像力”

　　據臺灣東森新聞雲報道，DeepMind開發的AlphaGo，人工智慧通過推理、計算解決難題，以強大的計算能力甚至擊敗中國棋王柯潔，然而AlphaGo算是完成度高的人工智慧嗎？DeepMind研究團隊這次又有新的點子，他們認為人工智慧缺乏“想像力”。

　　在DeepMind最新公開的論文當中，描述以想像力為基礎打造AI的方法，讓人工智慧在複雜的環境也能具有相同的效率，但想像力與計算到底有什麼不同？在DeepMind的Blog中舉了這樣的例子，桌子邊緣放了一個玻璃杯，我們看到之後就會開始思考：“這樣穩固嗎？杯子會不會掉下來？”根據腦中的想像畫面，多數人會調整玻璃杯的位置預防摔破它，這樣慎重的思考過程就是一種想像力。

　　DeepMind認為AlphaGo並沒有類似的想像力，僅是透過內部模型來分析各種情境，通過推理與計劃，系統中早已經輸入圍棋的各種規則與情境，AlphaGo並不需要處理規則以外的難題，且在圍棋的遊戲規則中，環境是相當完美且穩定的，並不會出現意料之外的事情。

　　DeepMind提到通過增強想像力，AI可以用更少的時間來學習，當遭遇不符合默認模型的情境時，想像力能補足這方面的缺陷，解決更多複雜的情境。相對於圍棋，現實世界中並沒有規則可言，儘管我們都知道紅燈停、綠燈行，但許多突發的車禍意外就恰好打破了這項規則，倘若AI能具有想像力同時具備AlphaGo的推理能力，是否就能更符合人類的思考模式？

　　為了測試新的智慧架構，DeepMind讓AI挑戰《倉庫番》（Sokoban），AI必須將箱子推到特定的位置，碰觸到墻壁或角落則無法移動，同時限制AI的遊戲次數，失敗之後就不能重新開始，鼓勵AI能夠在行動之前擬定不同的計劃，實際結果可以參考上頭的影片，每當AI要做出下一個動作時，便會想像出好幾種不同的情境，接著分析最有利的路線以完成任務。

　　在七月中DeepMind創辦人Demis Hassabis就曾在神經元（Neuron）期刊上發表類似的看法，目前AI系統都是建立在數學、工程上，只有少部分細節是由人腦的角度出發設計，Hassabis認為人工智慧目前並沒有人類的好奇心、想像力、記憶力，若要讓人工智慧更完美，得讓AI更像人類才行。例如DeepMind就曾開發“Creatism”系統，希望AI學會理解畫面的美感，將Google街景圖後製成符合人類美學的攝影作品。

　　先前DeepMind也曾發佈一段影片，讓AI在不同的環境之下走路穿越障礙物，但並不教導AI如何行走、奔跑、跳躍，而是讓AI自己學習創造這些動作，現在DeepMind透過想像力試圖強化AI學習的能力，不過人類想像力是沒有極限的，AI能否具有這樣的能力呢？有了之後又會是什麼樣的景色？只能期待科技替我們解答了。（選編自臺灣東森新聞雲 原文作者：實習記者黃肇祥）