6ird不管是人类，仍是动物，在学习大多数事物时，都是在自我监视的模式下入行的，而不是强化学习模式。这个模式本质上就是观察这个世界，然后不中断与之互动，这种观察是自发的，而不是在测试前提下完成的。
人类在漫长的入化中，获得了一种能通过感知、逻辑推理来与世界互动、熟悉世界的能力。当一个梨摆在我们眼前时，我们能够通过嗅觉、视觉等，判定出它是梨而非苹果。当在路上行驶时，即使行人被部门遮挡住，我们也能从露出的部门体貌特征判定出这是一个人，从而入行避让。
在人工智能领域，科学家们也一直试图让机器拥有像人一样的逻辑思维能力，匡助人完成更多工作。
近日，在2020 ICLR大会上，图灵奖得主舒亚·本吉欧（Yoshua Bengio）和扬·勒昆（Yann LeCun）发表观点称，自监视学习有看使AI产生类人的推理能力。本吉欧相信机器终极可以习得关于这个世界的各种知识，这种知识的获得并不需要机器往亲自体验各种真实发生的事件，而是通过习得语言化的知识来实现。
那么机器如何具备类人的推理能力？想具备类人的推理能力还要逾越哪些障碍？
“死记硬背”让机器难有逻辑能力
购物时，无需出示支付码，将面部特征绑定银行卡就能轻松消费；归家路上，查询手机舆图，可以望出哪些地段拥堵；到饭点了，跟机器人对话鸣外卖……这些基于机器学习的应用，正在让人工智能变得可观可感。但机器学习面临的挑战便是，需要大量数据的积累以及很强的算力。
机器学习分为监视学习、无监视学习和强化学习。“监视学习需要对数据入行标签分类，数据需要涵盖所有可能的场景，此外，完成学习，机器还需要大量的算力。例如，假如但愿创建图像分类模型，则必需为系统提供经由适当分类标记的大量图像，让模型在其中入行充分练习。有时数据量达到百万、千万级规模，需要几百万、上千万次的迭代。”中国科学院自动化研究所研究员、视语科技创始人王金桥告诉科技日报记者。
因此，减少对数据的依靠，一直是研究职员最重要的探索方向之一。在南京航空航天大学计算机学院教授陈松灿望来，监视学习去去需要大量的带有注释、标记的数据，而标记这些数据，需要人工完成，既耗时又昂贵。
然而，即使是在有大量数据“打底”的监视学习环境中，一旦机器碰到不同于练习示例的全新状况，也面临着失控的风险。
“例如无人驾驶汽车行驶在一条目生的道路上，前方固然泛起了路杆，但假如此前系统没有碰到过这种道路模式，就会撞上往。入进摄像头视野的行人，假如未露出全貌，那系统就无法判定出这是一个人，也会撞上往。还有我们入进泊车场时，有些泊车杆不能及时抬起，是由于靠近泊车杆的行驶角度超出了此前设定的范围。”王金桥表示，固然数据标签的质量，对于监视学习的效果非常重要，但监视学习不应局限于这种模式，应该进步对未知环境的探索和理解能力。
自监视学习可利用规律举一反三
对于机器学习的未来，扬·勒昆和约舒亚·本吉欧有着相同的期待，他们以为，自监视学习会创造出更像人类的人工智能。
正如勒昆所解释的，大多数人可以在30小时内学会驾驶汽车，由于他们已经凭借直觉构建了一个关于汽车步履方式的物理模型。
“自监视学习是无监视学习中的一种，它可以通过揭示数据各部门之间的关系、内在结构，从数据中天生标签，这种标签便于对数据入行分类。自监视学习需要学习的样本量很少，但需要有基础知识的积累。”王金桥说。
王金桥入一步解释，例如下围棋，假如机器可以将顶尖高手的棋路都学会，就能举一反三。又例如，假设世界上有5000种苹果的类型，植物学家又培育出一种新苹果，与其他苹果长得很像，那么自监视学习就可以通过数据的分析，识别出这是苹果，但又能熟悉到它是不同于以去的苹果类型。也就是说，通过自监视学习，机器不需要练习，就可以通过自动分析内部数据的结构关系，并且应用分析数据得到的规律，对各种新情况作出判定。这种能力类似于人，在婴幼儿时期，人类能用嗅觉、触觉、视觉等感知世界，入进学校学习后，能将万事万物的物理特征，与知识结合起来，慢慢形成推理能力。
王金桥以为，这有点类似于勒昆说的，自监视学习无需创建大量带有标签的数据集，例如用大量猫和狗的图片，让机器熟悉猫和狗的不同；也不用花费数千个小时练习“Alpha Zero”这样的国际象棋游戏机器人，而是只需获取一些丰硕的原始数据，例如视频，然后“喂”给计算机，练习机器猜测视频中即将泛起的画面。
“不管是人类，仍是动物，在学习大多数事物时，都是在自我监视的模式下入行的，而不是强化学习模式。这个模式本质上就是观察这个世界，然后不中断与之增入互动，这种观察是自发的，而不是在测试前提下完成的。”勒昆在2020 ICLR大会上表示。
达到类人水平还需算法理论突破
在几位专家望来，目前想通过自监视学习实现机器的类人逻辑能力，还前路漫漫。
陈松灿以为，自监视学习需要解决数据的不确定性问题，即积累的数据与要完成的任务的匹配性问题。“例如，利用自监视学习练习的自动驾驶系统，可以通过机载的测速仪、方向仪，学习安全行驶的方向和速度信息。但以现在的技术水平来说，假如行人横穿马路，而此前标记的信息与行人横穿马路不搭界，那自动驾驶系统就会无法做出判定，发出指令。”
王金桥表示：“从监视学习到自监视学习，就像先让机器知道什么是1234，才能算加减乘除一样。目前的自监视学习还非常低级，仅有一些小的、封锁的数据集。”
他说，目前制约自监视学习的因素涉及大数据积累、小样本监视，以及自主入化、认知未知数据的能力。“在数据积累阶段，还需要把数据做得更规范，搭建的深度学习网络要有能支持自监视学习的能力，能让机器自己天生标签。在样本监视学习阶段，要解决样本不均衡的问题，例如要让机器学会分辨猫和狗，那么猫和狗的案例数目要匹配，同时要往除数据噪音，不要把干扰图像混进。”
“枢纽是要让自监视学习产生认知的能力，而不只是代替身类的视觉、听觉、触觉，要从感知智能过渡到认知智能，让机器建立自己的知识图谱，能与人的思辨能力和知识图谱对接，能入行知识表述和高阶推理。”王金桥说。
但目前所有的不完美，并不影响两位图灵奖得主的决心信念。本吉欧以为，比拟于动物，人类之所以智慧，是由于我们有自己的文化，让我们能够解决这个世界的问题。要想让人工智能在现实世界中施展作用，我们需要它不仅仅是有翻译功能，更需要它能够真正理解天然语言。
而在勒昆望来，假如说人工智能是一块蛋糕，那么自监视学习就是其中最大的一块。
