我們真的永遠(yuǎn)也理解不了人工智能嗎？

　　美國科學(xué)雜志nautil.us《鸚鵡螺》作家Aaron M. Bornstein發(fā)表了針對人工智能時代下神經(jīng)網(wǎng)絡(luò)模型的深度報道。從語音識別到語言翻譯，從下圍棋的機器人到自動駕駛汽車，各行各業(yè)都在該人工智能的驅(qū)動下出現(xiàn)了新的突破。雖然現(xiàn)代神經(jīng)網(wǎng)絡(luò)的表現(xiàn)令人激動，但也面臨一個棘手的問題：沒人理解它們的運行機制，這也就意味著，沒人能預(yù)測它們何時可能失靈。正因為如此，許多人遲疑不前、不敢對神秘莫測的神經(jīng)網(wǎng)絡(luò)下注。

　　在神經(jīng)網(wǎng)絡(luò)中，數(shù)據(jù)從一層傳遞到另一層，每一步都經(jīng)歷一些簡單的轉(zhuǎn)變。在輸入層和輸出層之間還隱藏著若干層，以及眾多節(jié)點組和連接。其中往往找不出可被人類解讀的規(guī)律，與輸入或輸出也沒有明顯的聯(lián)系?！吧疃取本W(wǎng)絡(luò)便是隱藏層數(shù)量較多的神經(jīng)網(wǎng)絡(luò)

　　以下為文章全文：

　　作為IBM的一名研究科學(xué)家，迪米特里·馬里奧托夫其實不太說得上來自己究竟打造了什么。他的部分工作內(nèi)容是打造機器學(xué)習(xí)系統(tǒng)、解決IBM公司客戶面臨的棘手問題。例如，他曾為一家大型保險公司編寫了一套程序。這項任務(wù)極具挑戰(zhàn)性，要用到一套十分復(fù)雜的算法。在向客戶解釋項目結(jié)果時，馬里奧托夫更是大傷腦筋?！拔覀儧]辦法向他們解釋這套模型，因為他們沒受過機器學(xué)習(xí)方面的培訓(xùn)?！?/p>

　　其實，就算這些客戶都是機器學(xué)習(xí)專家，可能也于事無補。因為馬里奧托夫打造的模型為人工神經(jīng)網(wǎng)絡(luò)，要從特定類型的數(shù)據(jù)中尋找規(guī)律。在上文提到的例子中，這些數(shù)據(jù)就是保險公司的客戶記錄。此類網(wǎng)絡(luò)投入實際應(yīng)用已有半個世紀(jì)之久，但近年來又有愈演愈烈之勢。從語音識別到語言翻譯，從下圍棋的機器人到自動駕駛汽車，各行各業(yè)都在該技術(shù)的驅(qū)動下出現(xiàn)了新的突破。

　　雖然現(xiàn)代神經(jīng)網(wǎng)絡(luò)的表現(xiàn)令人激動，但也面臨一個棘手的問題：沒人理解它們的運行機制，這也就意味著，沒人能預(yù)測它們何時可能失靈。

　　以機器學(xué)習(xí)專家里奇·卡魯阿納和同事們前幾年報告的一起事件為例：匹茲堡大學(xué)醫(yī)學(xué)中心的一支研究團(tuán)隊曾利用機器學(xué)習(xí)技術(shù)預(yù)測肺炎患者是否會出現(xiàn)嚴(yán)重并發(fā)癥。他們希望將并發(fā)癥風(fēng)險較低的患者轉(zhuǎn)移到門診進(jìn)行治療，好騰出更多床位和人手。該團(tuán)隊試了幾種不同的方法，包括各種各樣的神經(jīng)網(wǎng)絡(luò)，以及由軟件生成的決策樹，后者可總結(jié)出清晰易懂、能被人類理解的規(guī)則。

　　在現(xiàn)代機器學(xué)習(xí)算法中，可解釋性與精確度難以兩全其美。深度學(xué)習(xí)精確度最高，同時可解釋性最低

　　神經(jīng)網(wǎng)絡(luò)的正確率比其它方法都要高。但當(dāng)研究人員和醫(yī)生們分析決策樹提出的規(guī)則時，卻發(fā)現(xiàn)了一些令人不安的結(jié)果：按照其中一條規(guī)則，醫(yī)生應(yīng)當(dāng)讓已患有哮喘的肺炎病人出院，而醫(yī)生們都知道，哮喘患者極易出現(xiàn)并發(fā)癥。

　　這套模型完全遵從了指令：

　　從數(shù)據(jù)中找出規(guī)律。它之所以給出了如此差勁的建議，其實是由數(shù)據(jù)中的一個巧合導(dǎo)致的。按照醫(yī)院政策，身患哮喘的肺炎患者需接受強化護(hù)理。而這項政策效果極佳，哮喘患者幾乎從不會產(chǎn)生嚴(yán)重并發(fā)癥。由于這些額外護(hù)理改變了該醫(yī)院的患者記錄，算法預(yù)測的結(jié)果也就截然不同了。

　　這項研究充分體現(xiàn)了算法“可解釋性”的價值所在。卡魯阿納解釋道：“如果這套以規(guī)則為基礎(chǔ)的系統(tǒng)學(xué)到了‘哮喘會降低并發(fā)癥風(fēng)險’這一規(guī)則，神經(jīng)網(wǎng)絡(luò)自然也會學(xué)到這一點?！钡祟愖x不懂神經(jīng)網(wǎng)絡(luò)，因此很難預(yù)知其結(jié)果。馬里奧托夫指出，若不是有一套可解釋的模型，“這套系統(tǒng)可能真的會害死人?！?/p>

　　正因為如此，許多人遲疑不前、不敢對神秘莫測的神經(jīng)網(wǎng)絡(luò)下注。馬里奧托夫為客戶提供了兩套模型：一套是神經(jīng)網(wǎng)絡(luò)模型，雖然精確，但難以理解;另一套則是以規(guī)則為基礎(chǔ)的模型，能夠用大白話向客戶解釋運作原理。盡管保險公司對精確度要求極高，每個百分點都十分重要，但客戶仍選擇了精確度稍遜的第二套模型?！八麄冇X得第二套模型更容易理解，”馬里奧托夫表示，“他們非?？粗刂庇^性。”

　　隨著神秘難解的神經(jīng)網(wǎng)絡(luò)影響力與日俱增，就連政府都開始對其表示關(guān)注。歐盟兩年前提出，應(yīng)給予公民“要求解釋”的權(quán)利，算法決策需公開透明。但這項立法或許難以實施，因為立法者并未闡明“透明”的含義。也不清楚這一省略是由于立法者忽略了這一問題、還是覺得其太過復(fù)雜導(dǎo)致。

　　事實上，有些人認(rèn)為這個詞根本無法定義。目前我們雖然知道神經(jīng)網(wǎng)絡(luò)在做什么(畢竟它們歸根到底只是電腦程序)，但我們對“怎么做、為何做”幾乎一無所知。神經(jīng)網(wǎng)絡(luò)由成百上千萬的獨立單位、即神經(jīng)元構(gòu)成。每個神經(jīng)元都可將大量數(shù)字輸入轉(zhuǎn)化為單個數(shù)字輸出，再傳遞給另一個、或多個神經(jīng)元。就像在人腦中一樣，這些神經(jīng)元也分成若干“層”。一組細(xì)胞接收下一層細(xì)胞的輸入，再將輸出結(jié)果傳遞給上一層。

　　神經(jīng)網(wǎng)絡(luò)可通過輸入大量數(shù)據(jù)進(jìn)行訓(xùn)練，同時不斷調(diào)整各層之間的聯(lián)系，直到該網(wǎng)絡(luò)計算后輸出的結(jié)果盡可能接近已知結(jié)果(通常分為若干類別)。近年來該領(lǐng)域之所以發(fā)展迅猛，還要歸功于幾項可快速訓(xùn)練深度網(wǎng)絡(luò)的新技術(shù)。在深度網(wǎng)絡(luò)中，初始輸入和最終輸出之間相隔多層。有一套叫AlexNet的著名深度網(wǎng)絡(luò)，可對照片進(jìn)行歸類，根據(jù)照片的細(xì)微差別將其劃入不同類別。該網(wǎng)絡(luò)含有超過6000萬個“權(quán)重”，根據(jù)不同權(quán)重，神經(jīng)元會對每項輸入給予不同程度的關(guān)注。隸屬于康奈爾大學(xué)和AI初創(chuàng)公司Geometric Intelligence的計算機科學(xué)家杰森·尤辛斯基指出：“要想理解這個神經(jīng)網(wǎng)絡(luò)，你就要對這6000萬個權(quán)重都有一定的了解。”

　　而就算能夠?qū)崿F(xiàn)這種可解讀性，也未必是件好事。對可解讀性的要求相當(dāng)于制約了系統(tǒng)的能力，使模型無法僅關(guān)注輸入輸出數(shù)據(jù)、提供“純粹”的解決方案，從而有降低精確度之嫌。美國國防部高級研究計劃局項目主管戴維·甘寧曾在一次會議上對此進(jìn)行了總結(jié)。在他展示的圖表中，深度神經(jīng)網(wǎng)絡(luò)是現(xiàn)代機器學(xué)習(xí)方法中最難以理解的一種，而以規(guī)則為基礎(chǔ)、重視可解釋性勝過效率的決策樹則是最容易理解的一種。

　　現(xiàn)代機器學(xué)習(xí)技術(shù)為開發(fā)者提供了不同的選擇：究竟是要精確獲知結(jié)果，還是要以犧牲精確度為代價、了解出現(xiàn)該結(jié)果的原因?“了解原因”可幫助我們制定策略、做出適應(yīng)、并預(yù)測模型何時可能失靈。而“獲知結(jié)果”則能幫助我們即刻采取恰當(dāng)行動。

　　這實在令人左右為難。但一些研究人員提出，如果既能保留深度網(wǎng)絡(luò)的多層構(gòu)造、又能理解其運作原理，豈不是最好?令人驚奇的是，一些最受看好的研究所其實是將神經(jīng)網(wǎng)絡(luò)作為實驗對象看待的，即沿襲生物科學(xué)的思路，而不是將其視作純數(shù)學(xué)的研究對象。尤辛斯基也表示，他試圖“通過我們了解動物、甚至人類的方式來了解深度網(wǎng)絡(luò)?！彼推渌嬎銠C科學(xué)家借鑒了生物研究技術(shù)，借神經(jīng)科學(xué)家研究人腦的方式研究神經(jīng)網(wǎng)絡(luò)：對各個部件展開詳細(xì)分析，記錄各部件內(nèi)部對微小輸入變化的反應(yīng)，甚至還會移除某些部分、觀察其余部分如何進(jìn)行彌補。

　　在從無到有地打造了一種新型智能之后，科學(xué)家如今又將其拆開，用數(shù)字形式的“顯微鏡”和“手術(shù)刀”對這些“虛擬器官”展開分析。

　　尤辛斯基坐在一臺電腦前、對著網(wǎng)絡(luò)攝像頭說話。攝像頭接收的數(shù)據(jù)被輸入深度神經(jīng)網(wǎng)絡(luò)，而與此同時，該網(wǎng)絡(luò)也在由尤辛斯基和同事們開發(fā)的Deep Visualization(深度可視化)軟件工具包進(jìn)行分析。尤辛斯基在幾個屏幕間來回切換，然后將網(wǎng)絡(luò)中的一個神經(jīng)元放大。“這個神經(jīng)元似乎能夠?qū)γ娌繄D像做出反應(yīng)。”人腦中也有這種神經(jīng)元，其中多數(shù)都集中在一處名為“梭狀臉區(qū)”的腦區(qū)中。該腦區(qū)最早由1992年開始的一系列研究發(fā)現(xiàn)，被視作人類神經(jīng)科學(xué)最可靠的觀察結(jié)果之一。對腦區(qū)的研究還需借助正電子發(fā)射計算機斷層掃描等先進(jìn)技術(shù)，但尤辛斯基只需憑借代碼、便可對人造神經(jīng)元展開詳細(xì)分析。

　　借助該方法，尤辛斯基可將特定的人造神經(jīng)元與人類能理解的概念或物體(如人臉)建立起映射關(guān)系，從而將神經(jīng)網(wǎng)絡(luò)變?yōu)橛辛ぞ?。該研究還挑明了圖片中最容易激發(fā)面部神經(jīng)元反映的特征?！把劬︻伾缴睢⒆齑皆郊t，神經(jīng)元的反應(yīng)就更為強烈?！?/p>

　　杜克大學(xué)計算機科學(xué)、電子與計算機工程教授辛西婭·魯丁認(rèn)為，這些“事后解讀”本身是有問題的。她的研究重點為以規(guī)則為基礎(chǔ)的機器學(xué)習(xí)系統(tǒng)，可應(yīng)用于罪犯量刑、醫(yī)療診斷等領(lǐng)域。在這些領(lǐng)域中，人類能夠進(jìn)行解讀，且人類的解讀十分關(guān)鍵。但在視覺成像等領(lǐng)域，“個人的解讀結(jié)果純屬主觀?！闭\然，我們可以通過識別面部神經(jīng)元、對神經(jīng)網(wǎng)絡(luò)的響應(yīng)進(jìn)行簡化，但如何才能確定這就是該網(wǎng)絡(luò)尋找的結(jié)果呢?無獨有偶，有一套著名理論認(rèn)為，不存在比人類視覺系統(tǒng)更簡單的視覺系統(tǒng)模型?！皩τ谝粋€復(fù)雜系統(tǒng)在做什么事情，可以有很多種解釋，”魯丁指出，“難道從中選出一個你‘希望’正確的解釋就行了嗎?”

　　尤辛斯基的工具包可以通過逆向工程的方式、找出神經(jīng)網(wǎng)絡(luò)自身“希望”正確的結(jié)果，從而在部分程度上解決上述問題。該項目先從毫無意義的“雪花”圖像開始，然后對像素進(jìn)行逐個調(diào)整，通過神經(jīng)網(wǎng)絡(luò)訓(xùn)練的反向過程逐步修改圖片，最終找出能夠最大限度激發(fā)某個神經(jīng)元響應(yīng)的圖片。將該方法運用到AlexNet神經(jīng)元上后，該系統(tǒng)生成了一些奇奇怪怪的照片，雖然看上去頗為詭異，但的確能看出屬于它們被標(biāo)記的類別。