[笔趣阁信息]:bqg.info 超级好记!

第一卷少年游第一百三十四章感知(第1/2页)

三天后的开放讨论安排在一间并不大的报告厅里。

原既白提前十几分钟过去,进门时已经坐了大半。和他预想不同,来的人并不全是计算机和自动化专业,新生胸牌颜色很杂,甚至还有建筑、数学和生物方向。罗野比他早到,占了靠中间的两个位置,桌上摊着一本刚领到的新生手册,边角被他拿来垫水杯。原既白坐下以后才发现讲台旁边放着一台不到膝盖高的小车,四个轮子,前面有摄像头和几种传感器,外壳没有任何宣传展示时常见的漂亮封装,线路甚至有一部分裸在外面,看起来更像实验室里被反复改过的设备。

罗野盯着那台车看了一会儿,说底盘不是新的,至少换过两次东西。

原既白问怎么看出来。

罗野指给他看固定孔。几个位置明显有旧螺丝磨出来的痕迹,其中一块支架还保留着以前安装件留下的尺寸。原既白过去看这种设备,第一眼通常会想控制结构、传感器和计算平台,现在却先注意到罗野这种几乎不需要思考的判断。那不是他不会学,而是对方真的长期和实体硬件待过,知道一个被用过三年的实验平台会怎样留下痕迹。

讲座开始以后,第一个上台的人也没有立即谈“智能”。

他是自动化系一位很年轻的老师,穿一件很普通的深色衬衫,开口先问台下:“如果我把这台车放在这里,它怎么看见这间屋子?”

有人答摄像头。

也有人说激光雷达、深度相机、超声波。

老师等大家说完,才问:“所以它看见的是屋子,还是像素、距离和电压?”

报告厅很快安静了一点。

他没有追着这个问题做哲学讨论,只把车前摄像头的一帧原始图像投到屏幕上。普通彩色画面,能看见讲台、桌椅和第一排学生。随后又切换成深度图,颜色变成一片难以直观看懂的渐变;再换成激光雷达点云,原来完整的房间只剩稀疏的点;最后是一排数值,代表不同方向的距离。

“哪一个是真的?”

前排有人说都是真的。

老师点头:“那哪一个是房间?”

没人马上答。

他推了一下小车。车轮开始转,慢慢向前,遇到讲台边缘时减速,绕过去。屏幕上同时显示它内部建立的一张简化地图:几条墙线、一些障碍区域和不断更新的位置轨迹。原既白看了不到一分钟,就知道这不是一个复杂演示,定位与建图本身已经是很成熟的技术,真正有意思的是老师似乎刻意没有把结果做得漂亮。那张地图里甚至有明显漂移,一面真实笔直的墙被画出轻微弯曲,小车走到桌椅密集区域以后,局部轮廓还出现过重叠。

老师没有修。

反而把车停下来,指着那条歪掉的墙:“它错了吗?”

这一次大多数人说错了。

“错多少?”

有人笑了一下。

老师也笑,却没有把气氛往轻松方向带。他说,如果任务是给建筑测绘,这个误差当然不可接受;如果任务只是让小车不要撞墙,可能完全够用;如果要从一个狭窄门洞穿过去,又可能不够。所谓环境模型好不好,不是脱离行动谈一张图像是否逼真,而要看它是不是保存了完成任务所需要的关系。

原既白的笔停在纸上。

他想起交通项目里那个“过于文明”的城市。

他们第一版模型之所以不像现实,并不是地图完全错,也不是道路连接错,而是那些对通行真正重要的行为没有被保存:临停、行人、校门开启的时间、非机动车绕行。另一方面,如果为了“像现实”把树荫、早餐摊老板的情绪、每一个路人的衣服颜色都塞进模型,大多数东西又对当前任务没有意义。

屏幕上的小车重新开始移动。

老师这次在前面临时放了一把椅子。

车原本规划好的路径被挡住,停了一下,重新绕。地图里新增一个障碍。等车过去以后,老师又把椅子搬走,可那块障碍并没有马上从内部地图中消失,车下一次经过仍然绕开了一点。

“它记住了一个已经不存在的东西。”

老师说。

“这也是世界模型的问题。”

这是原既白第一次在大学教室里听到“世界模型”这个词,却和他过去在网络文章里见过的用法不太一样。老师没有把它说成某种神秘的新技术,只说任何需要在现实中持续行动的系统,都必须以某种形式保留对环境的内部假设。这个假设可能是一张几何地图,也可能是概率分布、状态变量、对象关系,或者更加难以直接解释的内部表示。关键不在“画一张和世界一样的图”,而在行动之前能不能预测一些事情:这里能不能过去;推一下会不会倒;抓住以后会不会滑;前面的人下一秒大概往哪里走;一个动作执行以后,环境会发生什么变化。

讲台边的小车并不知道“椅子”这个词。

它只知道那里存在一个暂时不可穿过的区域。

这已经足以绕开。

可如果任务变成帮人搬椅子,它现在的内部世界就立刻贫乏得不够用。它需要知道哪里可以抓、重量大概多少、轮子有没有锁,甚至要知道人在说“把这把椅子搬到后面”时,什么东西被称作“这把”,哪里算“后面”。

同一个环境,行动目标一变,需要保存的结构也跟着变。

原既白听得越来越慢。

高中时期他理解一个复杂系统时,最自然的方法是先寻找更高层结构。一旦那个结构足够好,底下很多细节会被统一解释。这种能力让他在数学和算法里走得很快,也让他在交通项目第一天就本能地想先设计完整数据模型。现在讲台上的老师却从另一端不断逼他:一个内部结构再优雅,如果没有保留行动真正依赖的东西,它只是漂亮。

第二位讲者来自计算机系,年纪更大一些。

他上台以后没有继续演示机器人,而是放了一张很简单的图:左边“环境”,中间“智能体”,右边又回到“环境”,箭头构成一个环。环境给感知,智能体采取行动,行动改变环境,新的环境再产生新的感知。

“你们很多人过去接触机器学习,”他说,“会天然想到先有一份数据,再训练一个模型。”

原既白确实如此。

“可一个真正生活在世界里的系统,数据从哪来?”

老师没有等回答。

“很多数据,是它自己做出来的。”

屏幕出现一个机械臂摸不同物体的视频。第一次抓一个软袋时,它夹得太紧,袋子滑出去;第二次减小力度,却抓不起来;第三次换了接触位置。每一次失败都不只是训练集里新增一行记录,而是系统通过自己的动作改变了下一次能获得什么信息。

老师暂停视频:“如果它永远不碰,只看照片,能不能知道这个袋子软不软?”

有人说可以从视觉估计。

“估计当然可以。那如果照片里从没出现过这种材料?”

下面没人答。

老师又放了一段婴儿伸手碰桌上杯子的短视频。没有声音,只有一只小手反复把杯子往前推,杯子第一次没倒,第二次转了一点,第三次掉下桌面。老师没有把婴儿和机器粗暴等同,只说一件很朴素的事:很多关于世界的知识,不是旁观得到的,而是在行动中被验证。视觉告诉你“像什么”,动作会逐渐告诉你“它会怎样”。

原既白脑子里突然出现一个问题。

如果一个模型只从别人留下的数据里学习,它理解的是世界,还是“别人已经行动过以后留下来的世界”?

他在本子上写了一半。

停住。

这问题太大,而且现在说“理解”本身就没有定义。他把后半句划掉,只留下:

**被动数据/行动产生的数据。**

老师已经讲到另一层。

行动并不天然带来更真实的知识。机器人撞一次墙,只知道某个速度、某个角度、某种材料下撞不过去;如果因此得出“所有类似颜色的平面都不可穿过”,那只是从一次经验长出一个过大的结论。行动让数据与因果更近,却仍然需要表示、泛化和反事实。一个系统不仅要记住“我做了A,随后出现B”,还要逐渐区分:B真的是A造成,还是刚好同时发生?换一个环境,A还会不会导致B?如果不做A,会怎样?

报告厅里开始出现更多笔记声。

这些概念已经越过普通新生课程,却没有难到无法跟。老师有意避开太多公式,真正技术边界只点到为止:部分可观测、状态估计、预测误差、探索与利用、因果干预、长期记忆。每个词后面都可能是一整门课,他不展开,只让大家看它们为什么会从“一个东西要在世界里活着行动”这个问题里自然长出来。

原既白第一次觉得,人工智能和他过去想的有一点不一样。

不是那些知识错。

算法、模型、计算、优化仍然在那里。

但如果智能只被放在屏幕里,任务已经由人定义,数据已经由人收集,输入输出边界也由人提前切好,那么很多最麻烦的问题其实被世界替你解决了。真正让一个系统进入现实,不只是给模型装上轮子和摄像头,而是让它开始面对那些原来隐藏在数据之外的东西:传感器会坏,地图会旧,人会临时改变主意,环境会变化,一个动作的结果未必可逆,某些错误不是重新运行一次就能恢复。

他想起奶奶认错楼。

这个念头出现得突然,以至于他几乎立刻想把它压回去。

但它没有完全消失。

家里贴一张六桌合照,实际上也是给奶奶的环境里增加一个可识别的线索。那张照片最初有效,后来慢慢褪色,老人也可能开始忽略。同一条回家路径,对年轻人来说几乎不需要思考,对一个记忆开始变化的人却需要完全不同的信息。所谓“环境足够清楚”,从来和谁在使用它有关。

原既白没有在笔记里写奶奶。

只看着台上的图。

第三位讲者没有任何技术演示。

她来自一个做认知与机器人交叉研究的小组,年纪大概三十多岁,上台以后第一句话是:“前面两位都在讲怎么让机器更懂世界,我想讲一个相反的问题——不要太快说它懂了。”

(本章未完,请点击下一页继续阅读)第一卷少年游第一百三十四章感知(第2/2页)

她放出几段机器人完成任务的视频。

第一段非常顺利。机器人听到“把红色方块放进左边盒子”,识别、抓取、放置,一次成功。第二段把两个盒子换了位置,仍然成功。第三段只改变桌布图案,机器人却开始连续抓错对象。

如果只看第一段,很容易得到“它理解颜色、对象、左右和指令关系”的印象;加入几个环境变化以后,真正支撑成功的可能只是训练环境里某些人没有意识到的相关性。

“行为成功不等于内部原因是你以为的那个原因。”

她说这句话时,没有刻意加重声音。

原既白却听得很清楚。

这和考试有一点像。

一个学生做对一道题,可能是理解,也可能是见过,也可能只是恰好猜中;一个模型在标准环境里持续成功,也可能通过完全不同的捷径实现。真正困难的是怎样设计变化,让那些捷径失效,逼出系统是否保存了你关心的关系。

讲者又展示一个更有意思的实验。

桌上有几种从未见过的物体,系统被要求按照一个新规则分类。第一次它错得很多,研究人员给少量反馈以后,很快学会。但当物体颜色和形状之间的相关性被打乱,准确率再次下降。讲者说,这类问题最后会不断逼向“表示”——系统内部究竟把什么当成稳定关系,什么只是一起出现。

江遥如果在,大概会喜欢这一段。

这个念头比刚才强。

原既白拿手机拍了那张实验图,但没有立即发。

讲座中途休息十分钟。

罗野起身去看那台小车。周围已经围了七八个人,有人问电机,有人问传感器型号,也有人想知道为什么不用更好的激光雷达。罗野站到旁边听了一会儿,回来时说实验室的人很抠,这个传感器精度放到商业机器人上早该换。

“那为什么不换?”原既白问。

“说教学演示够。”

原既白看了一眼那台不断积累误差的小车。

忽然觉得“够”这个词开始变得很重要。

过去他容易把更精确、更完整、更高性能当成自然方向。现在越来越多事情提醒他:任何系统都必须相对于目的谈“够不够”。高一时这会让他不舒服,因为目标一旦变化,标准也变化,似乎失去统一性;现在他倒越来越能接受,局部适用并不等于没有原则。

B 𝚀 g.𝙸n f O

本章未完,请点击下一页继续阅读

其他小说小说相关阅读More+

奶团读懂毛茸茸,萌翻警局当团宠

夏三荀

老太通两界,卖野菜养活古代全村

莲藕汤

七零,谁家老祖宗才十八岁啊?

柠檬超甜的

九鼎

上汤豆苗

每日情报:从猎户开始武道通神

八月蜂糖李

每日三卦,我在乱世横着走

亚里士多余