怎样让人工智能产生记忆
人工智能要形成长期记忆，还需要脑科学、神经科学、心理学和行为经济学等多学科的交叉研究。
记住一些东西并能回忆起来，对于人类来说是与生俱来的能力。记忆可以让我们回忆过往之事，并基于此对未来做出决策。能否让AI智能体也做到这点呢？近日，谷歌旗下人工智能企业“深层思维”（DeepMind）提出一种方法，能够让智能体使用特定的记忆来信任过去的行为，并对未来做出正确的决策。相关成果发表于最新一期的《自然·通讯》上。
那么，目前我们让AI产生的记忆和人类的记忆是一回事吗？人工智能可以用什么方法产生记忆？与以往相比，此次“深层思维”提出的新方法有何不同？在赋予人工智能记忆方面，我们尚需做哪些努力？
四种方法让AI产生“记忆”
记忆是我们对过去的经历进行编码、存储、回忆等的能力。一般而言，可以将其视为利用过去的经验来影响当前行为的能力。它使人类能够学习以前的经验并与现在的实践建立联系。
生活中那些感动我们的人或事往往会触发回忆，也就是我们通常所说的触景生情。“人类的长期记忆实际上是呈现多模态、场景化特征的，即一个记忆事件在存储时包含多个维度，触发某个维度就可以快速找到线索并进行回忆。”远望智库人工智能事业部部长、图灵机器人首席战略官谭茗洲在接受科技日报记者采访时表示，但人们往往高估了记忆量，其实我们的记忆容量很有限，所以人类记忆本身是高度抽象的，在记忆时我们通常选择对事件进行特征提炼，其中有好多要素只是概况并且是模糊的。如回忆电影，我们不会精准地回忆一帧一帧的完整成像，但如果类似场景再现，我们就会回想起之前的一幕。
在以往的研究中，采用什么方法可以让AI产生回忆？
谭茗洲介绍说，比较常用的有四种方法：第一种是长短期记忆网络。它是由一个被嵌入到网络中的显性记忆单元组成，功能是记住较长周期的信息。这一技术主要被谷歌、亚马逊和微软等公司用于语言识别、智能助手等。第二种方式是弹性权重巩固算法。这种算法主要用于序列学习多种游戏。“深层思维”采用的就是这种与记忆巩固有关的算法，目的是让机器学习、记住并能够提取信息。第三种方法是可微分神经计算机，这种计算机的特点是将神经网络与记忆系统联系起来，并像传统计算机一样存储信息，还可从例子中进行学习。第四种方法是连续神经网络，主要用于迷宫学习，解决复杂的连续性任务，同时可以迁移知识。
解决长期信用分配问题是关键
那目前，AI产生的记忆与人类的记忆是一回事吗？谭茗洲答道：“目前AI的记忆仍只是停留在将学习所获得的信息进行编码、存储，进而转化为认知的过程。以前的做法只是让AI将所发生的一切悉数存储，然而记忆与存储是有区别的，记忆是为了能够有效回忆。人类回忆的方式，往往是跨各种阈界的，如通过某个品牌忽然想起某个事。因此，要让AI智能体对过去所发生的一些事情，判断该不该记忆，关键要采取一些方法令其做出评定，达到人类回忆的效果。”
要让AI能够实现回忆过去的事情，涉及到长期信用分配问题：即如何评估行为在长期行为序列中的效用。但人工智能现有的信度分配方法无法解决行为与结果之间存在长时间延迟的任务。
据介绍，人工智能的研究中，在一个长序列内评估个人行为的效用问题，被称为信用分配问题。该评估可以对过去的行动或计划的未来行动进行评分。
谭茗洲解释道：“具体在强化学习中，智能体获得指导的唯一途径是通过奖励，而奖励通常是稀疏和延迟的。当智能体得到奖励时，很难知道哪些行为应该被信任，哪些该被责备，这就是信用分配问题。”
此外，谭茗洲介绍道，想让AI像人类那样产生回忆，首先需要让AI学会情景记忆以及自传式记忆。AI之所以很难做到这点，是因为情景记忆和自传式记忆有着非常强的个体体验特性。情景记忆与自传式记忆一旦和当事人割裂开来，就失去了生命力，对于机器而言，这很难想像。毕竟对于机器而言，精神可以独立于物质存在，体验可以独立于主体存在。此外还要防止机器可能出现的灾难性遗忘。认知心理学研究表明，人类自然认知系统的遗忘并不需要完全抹除先前的信息。但是对于机器而言，遗忘就是灾难性的，即需要抹除先前的信息。
与人类复杂记忆相比仍是初级阶段
据谭茗洲介绍，此次“深层思维”提出将范例建立在深入的强化学习基础上，并引入长期信用分配的原则。首先，智能体需编码并存储感知和事件记忆；然后，智能体需通过识别和访问过去事件的记忆来预测未来的回报；再有，智能体需根据其对未来奖励的贡献来重新评估这些过去的事件。这样可让智能体使用特定的记忆来信任过去的行为，并对未来做出正确的决策。
为了做到这一点，“深层思维”论文显示，其做的首要工作是形式化任务结构，主要包括两种类型的任务。具体而言，在第一种信息获取任务中：一阶段，智能体需在无即时奖励情况下探索一个环境来获取信息；二阶段，智能体在很长一段时间内从事一项不相关的干扰任务，并获得许多附带奖励；三阶段，智能体需利用一阶段中得到的信息获取远端奖励。
在第二种因果任务中：一阶段，智能体需采取行动触发仅具有长期因果关系的某事件；二阶段，同样是一个干扰任务；三阶段，为了取得成功，智能体需利用一阶段活动引起的环境变化来获得成功。
而在研究这种结构的完整任务之前，研究人员考虑让智能体实现一个更简单的被动过程的任务——“被动视觉匹配”，即智能体不用采取任何主动措施去采集信息，如同一个人在街上走路，不经意间就观察到某些信息一样。
“深层思维”的论文呈现一个打游戏过程中的简单场景，并让AI智能体对探索过的路径及攻略进行记忆，当然与人类复杂的记忆机制相比，还是相当初期的阶段。
谭茗洲强调，正如论文所述，新方法的范式拓宽了AI研究的范畴。这是一个有趣的话题，涉及人脑科学的研究，以及神经科学、心理学和行为经济学等多学科交叉研究的尝试，今后还有很长的路要走，需要更多开放性的探索。
延伸阅读
目前人工智能系统还不具备长期记忆
人脑从功能的角度可分为几个模块：寄存器、短期记忆、长期记忆、中央控制模块。人脑通过五种传感器，视觉、触觉等，从外部接受信息，存在寄存器，如果我们的注意力关注这些信息，大脑可以把这些信息变成短期记忆里的内容，短期记忆可以持续30秒左右，如果我们有意识要记住这些内容的话，大脑又会将短期记忆的内容转到长期记忆中。
长期记忆的内容既有信息，也有知识。简单地说，信息表示的是世界的事实，知识表示的是人们对世界的理解，两者之间并不一定有明确的界线。人在长期记忆里存储信息和知识时，新的内容和已有的内容联系到一起，规模不断增大，这就是长期记忆的特点。长期记忆实际上存在于大脑皮层，在大脑皮层，记忆意味着改变脑细胞之间的链接，构建新的链路，形成新的网络模式。
我们可以认为，现在的人工智能系统是没有长期记忆的。无论是阿尔法狗，还是自动驾驶汽车，都是重复使用已经学习好的模型或者已经被人工定义好的模型，不具备不断获取信息和知识，并把新的信息与知识加入到系统中的机制。
有学者认为，具有长期记忆将使人工智能系统演进到一个更高的阶段。畅想5—10年后，有可能构建这样的智能系统，在这个系统中，有语言处理模块，包括短期记忆、长期记忆，系统能自己不断去读取数据，能把数据里面的知识做压缩后放到长期记忆模块。构建拥有长期记忆的智能问答系统，正是我们现在的愿景。
警用智能头盔是如何用AI来完成的
日前，第六届全球深商大会在深圳召开，一款采用最先进的航空技术，集超材料、5G、AI于一体的新一代人工智能单兵装备成为大会吸睛亮点。
这款由我国战略创新型企业光启技术研制开发的单兵AI装备，是第一款在实战中诞生，并经过一线警务人员实战检验的警用智能头盔。
“研制这款头盔的难度不亚于造一架飞机。”1月14日，光启技术董事长刘若鹏博士出席大会，并表示，光启警用智能头盔是一款能够全方位保护佩戴者、长时间续航、使用舒适、全天候作战的AI单兵装备，采用了大量最先进军用技术的升级版而不是降级版，具备十项“黑科技”。
作为5G时代，推动AI、AR等技术真正落地的终端，光启警用智能头盔已在第一、二届中国国际进口博览会上，大规模投入实战应用。“从实战应用经验来看，新一代人工智能单兵装备结合了最先进的航空装备技术，并集超材料技术、5G、AI技术于一体，是真正能规模推广成为移动人工智能主流的终端产品形态。”与会专家表示。
据了解，这款集能源系统、热控设计、AR技术、超级计算及通信功能于一体单兵AI装备，采用了最先进战机的材料结构和制造工艺，在装载了电池、通信、AR显示、AI计算等模块后，总重量仅1080克，属同类产品最高水平。同时，由于采用了航空级的配重设计，按照飞机设计的方式精准设计了重量配重和重心位置，让使用者佩戴该头盔时，不会出现因重心偏移而感到不舒适的情况。
虽然头盔重量极轻，但由于采用了先进的吸能材料结构，具备难以想象的强度和韧性，即使用重达三公斤的钢锥从一米高的地方自由落体，猛然撞击头盔，佩戴者也会毫发无损。同时，这款头盔的护目镜具备真正的防“弹”功能。在测试中，以156米/秒速度发射6mm钢珠子弹击打头盔护目镜，钢珠子弹也无法穿透，真正保护佩戴者。
护目镜除了具备极强的保护功能，还首创全天候AR作战模式的光学综合设计，使得白天强光下使用者看得见AR屏幕，夜晚暗光下使用者通过护目镜看得清楚周围环境，成功解决了当前AR眼镜无法在户外全天候应用的难题。
作为新一代人工智能单兵装备，光启警用智能头盔具有前所未有的全智能实战性，能够实时自动人脸识别，5米外秒级响应识别“黑白名单”人员、车辆、证件，并具备语音翻译、实时直播、前后台互动、大规模协同作战等功能，让警务人员在佩戴头盔后，马上变身为“超级战警”。
特别值得一提的是，同类AR智能眼镜产品在烈日下使用会出现元器件温度过高并且烫伤佩戴者太阳穴等问题。而光启新一代人工智能单兵装备采用了航空装备的热控技术和创新型功能材料，头盔内部具有了进气道、排气道等精细热控结构设计，并运用了石墨烯热导、主动热控等先进热控技术，确保该头盔盔体表面温度接近一百摄氏度时，整个电子系统仍然可以稳定运行，让佩戴者即使在夏日户外长期执行任务，也会感觉舒适。
新一代人工智能单兵装备研制的更大挑战来自于续航能力。与普通手机、PAD不同，智能头盔的应用主要是在室外环境下视频大数据流的实时直播、传输、人工智能计算应用，对功耗的要求极高。光启警用智能头盔采用了先进的低功耗设计，AR显示节能85%的功耗，AI系统节能40%功耗，整机待机时间能长达72小时以上、连续实时自动识别功能超长续航6小时，电池更换简单。而同类智能眼镜产品续航时间仅为30分钟左右，或者拖着一根长长的数据电源线从头部连接到身上的手机，难以实战使用。
据了解，系列核心技术的突破，让光启警用智能头盔已在重庆、上海等地成功应用。该装备投入使用以来，累计识别近200万人次，化解风险近300起。平均每识别一万人次就能发现两次风险隐患并当场处置。“这正是5G网络真正追求的应用场景落地。5G和AI不仅仅是数据技术，更需要符合实战的装备来真正让大数据产业场景落地。”现场一位分析人士表示。
据了解，新一代人工智能单兵装备只是光启加快超材料与AI融合的一项创新产品。作为超材料国际领军企业，光启超材料技术已在先进飞机、大型无人机、水面舰艇、水下装备、海洋航空装备、电子通信系统、新型航空器等尖端装备领域成功应用，形成了“超材料+”的技术赋能模式，给尖端装备行业带来巨大变革。
责任编辑：ct