你一定知道，AI 在下圍棋上已經比人類厲害了。不過，絕大多數在完成特定任務上性能卓越的 AI，實際上只是面向單一任務進行訓練出來的而已，如果一個 AI 的任務是下棋，它就只會一步一步下棋，你要是突然問他“怎么下才能贏？”它根本不知道，八成會宕機。

　　這就是你暫時不需要擔心 AI 終結人類的原因：它不會舉一反三，沒法解決一些在認知上跨度比較大的任務。舉個例子，在《坦克大戰(zhàn)》里，勝利的方式是盡量保存更多的磚塊，吃掉增益，擊毀所有的敵方坦克，一個正常的人類玩家可能玩上一兩盤就明白了，而 AI 可能會把所有的磚塊全都打掉，輸掉成千上萬盤游戲才能迎來第一盤勝利。

　　人很容易理解“保存磚塊只打坦克”這句話，但 AI 理解不了，它只會玩游戲，不會聽話。

　　想要實現強人工智能，甚至通用人工智能，這個問題遲早有一天要解決。PingWest品玩發(fā)現，近日百度發(fā)布的一篇論文顯示，該公司搭建了一個 AI 系統(tǒng)，組合了計算機視覺和自然語言處理兩種技術，讓 AI 學會了“舉一反三”：在一個專門架設的游戲環(huán)境中，AI 控制的角色可以理解并執(zhí)行過去從未發(fā)出，也從未定義過的指令，且成功率達到了 90%。

　　研究團隊由深度學習研究院杰出科學家徐偉帶領，采用的是監(jiān)督學習和強化學習所組合的深度學習技術。研究人員設計了很簡單的游戲場景 XWORLD，在一個 8 x 8 的游戲空間，AI 控制一個主角，一些磚塊和可以“吃”的水果，位置均隨機。他們采用的訓練房室很簡單，1）直接給出一句自然語言指令，比如“請前往蘋果的位置”，然后根據 AI 的行為獎罰；2）用自然語言向 AI 發(fā)問，比如“在北邊的水果是什么？”根據答案正確與否獎罰。

　　至于地圖什么情況、哪些是磚塊哪些是水果、北是什么方向、蘋果長啥樣，AI 則是采用計算機視覺來進行判斷的。很快研究人員就發(fā)現，AI 不需要以往那么多的訓練次數，就可以實現舉一反三，準確地執(zhí)行一些從未聽過的新指令，比如“請去到無花果的西邊”、“你可以去蘋果和香蕉的中間嗎？”、“請移動到紅色/綠色的蘋果”，以及回答非指令問題，比如“靠南的水果是什么”（西瓜）。

　　如果你已經學會了怎樣用水果刀削蘋果，那你幾乎不需要指導也能用水果刀削梨和火龍果。其實這就是舉一反三，因為通過將感官獲得的資訊進行認知整合（特別是語言方面），從而實現知識和經驗的遷移，對于人類而言是一件特別容易的事情。但在過去計算機一直無法實現，除非人類對“反三”中每一種可能出現的狀況都預先編程。

　　在徐偉團隊論文描述的實驗中，AI 系統(tǒng)能夠從訓練指令中學習語法，處理和回答新的指令、問題，意味著計算機終于首次在某種特定的環(huán)境下獲得了舉一反三的能力。機器學習中，這種能力的術語叫做“零樣本學習”（zero-shot learning ability）。

　　對于這項技術，接下來百度還有新的打算。除了讓 AI 在 XWORLD 環(huán)境里增加新的功能，理解更多、更復雜的指令之外，徐偉團隊還打算將它遷移到虛擬的三維空間中進行訓練，最終極目標則是在實際環(huán)境中，讓人類教師用自然語言來訓練機器人。

　　不管終極目標能否實現，至少今天，在像人類一樣學習的道路上，機器又往前邁了一步。