實習記者黃肇祥／綜合報導
人工智慧透過推理、計算解決難題，DeepMind 開發的 AlphaGo，強大的計算能力甚至擊敗中國棋王柯潔，然而 AlphaGo 能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」。
▲AlphaGo 曾經擊敗多名世界圍棋高手，與中國棋王柯潔一戰更打響其名號。（圖／DeepMind授權）
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。
※圍棋規則穩定，現實世界需要想像力
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，以利推理與計畫，系統中早已經輸入圍棋的各種規則與情境，AlphaGo 並不需要處理未規則以外的難題，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。
▲人工智慧是目前研究的主要領域，許多廠商都致力專研。（圖／視覺中國CFP）
DeepMind 提到透過增強想像力，AI 可以用更少的時間來學習，當遭遇不符合預設模型的情境時，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，碰觸到牆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。
※AI 只會推理不夠，還得有好奇心、想像力
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 也曾發布一段影片，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。
讀者迴響