據(jù)臺(tái)灣東森新聞雲(yún)報(bào)道，DeepMind開發(fā)的AlphaGo，人工智慧通過推理、計(jì)算解決難題，以強(qiáng)大的計(jì)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(tuán)隊(duì)這次又有新的點(diǎn)子，他們認(rèn)為人工智慧缺乏“想像力”。

　　在DeepMind最新公開的論文當(dāng)中，描述以想像力為基礎(chǔ)打造AI的方法，讓人工智慧在複雜的環(huán)境也能具有相同的效率，但想像力與計(jì)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(gè)玻璃杯，我們看到之後就會(huì)開始思考：“這樣穩(wěn)固嗎？杯子會(huì)不會(huì)掉下來？”根據(jù)腦中的想像畫面，多數(shù)人會(huì)調(diào)整玻璃杯的位置預(yù)防摔破它，這樣慎重的思考過程就是一種想像力。

　　DeepMind認(rèn)為AlphaGo並沒有類似的想像力，僅是透過內(nèi)部模型來分析各種情境，通過推理與計(jì)劃，系統(tǒng)中早已經(jīng)輸入圍棋的各種規(guī)則與情境，AlphaGo並不需要處理規(guī)則以外的難題，且在圍棋的遊戲規(guī)則中，環(huán)境是相當(dāng)完美且穩(wěn)定的，並不會(huì)出現(xiàn)意料之外的事情。

　　DeepMind提到通過增強(qiáng)想像力，AI可以用更少的時(shí)間來學(xué)習(xí)，當(dāng)遭遇不符合默認(rèn)模型的情境時(shí)，想像力能補(bǔ)足這方面的缺陷，解決更多複雜的情境。相對(duì)於圍棋，現(xiàn)實(shí)世界中並沒有規(guī)則可言，儘管我們都知道紅燈停、綠燈行，但許多突發(fā)的車禍意外就恰好打破了這項(xiàng)規(guī)則，倘若AI能具有想像力同時(shí)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(cè)試新的智慧架構(gòu)，DeepMind讓AI挑戰(zhàn)《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(dòng)，同時(shí)限制AI的遊戲次數(shù)，失敗之後就不能重新開始，鼓勵(lì)A(yù)I能夠在行動(dòng)之前擬定不同的計(jì)劃，實(shí)際結(jié)果可以參考上頭的影片，每當(dāng)AI要做出下一個(gè)動(dòng)作時(shí)，便會(huì)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(wù)。

　　在七月中DeepMind創(chuàng)辦人Demis Hassabis就曾在神經(jīng)元（Neuron）期刊上發(fā)表類似的看法，目前AI系統(tǒng)都是建立在數(shù)學(xué)、工程上，只有少部分細(xì)節(jié)是由人腦的角度出發(fā)設(shè)計(jì)，Hassabis認(rèn)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(fā)“Creatism”系統(tǒng)，希望AI學(xué)會(huì)理解畫面的美感，將Google街景圖後製成符合人類美學(xué)的攝影作品。

　　先前DeepMind也曾發(fā)佈一段影片，讓AI在不同的環(huán)境之下走路穿越障礙物，但並不教導(dǎo)AI如何行走、奔跑、跳躍，而是讓AI自己學(xué)習(xí)創(chuàng)造這些動(dòng)作，現(xiàn)在DeepMind透過想像力試圖強(qiáng)化AI學(xué)習(xí)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(huì)是什麼樣的景色？只能期待科技替我們解答了。（選編自臺(tái)灣東森新聞雲(yún) 原文作者：實(shí)習(xí)記者黃肇祥）