让神经网络给符号AI打工，MIT和IBM联合解决深度学习痛点

本文经AI新媒体量子位（公众号ID:QbitAI）授权转载，转载请联系出处。

现在的AI是神经网络的天下，但科学家们正在尝试将神经网络与“老式AI”结合。

这里说的“老式AI”是上世纪70年代流行的“符号主义”。在几十年前遭遇失败后，“连接主义”取代其成为主流。

但是，越来越多的科学家注意到，将二者结合才会让AI发挥出更强大的威力。

让连接主义给符号主义“打工”

几年前，科学家从小鸭让神子身上学到了一样不寻常的东西。如果小鸭子出生后先看到的是两个相似的物体，那么之后会对相似物体产生更多的偏好。

小鸭毫不费力地做的事情对于人工智能来说是很难的，尤其是深度神经网络这一AI分支。

如果交给符号AI，它会怎么做？符号AI会处理物体的名称作为知识库，并给“相似”做出定义作为命题。

凭借其知识库和命题，符号AI采用推理引擎的逻辑规则来回答问题。

但符号AI缺点在于，要实现更复经网杂的推理需要庞大的知识库（人工构建），如果AI遇到知识库中没有的形状将无法处理。

连接主义利用知识进行训练，让神经网络具有学习能力，但容易受到对抗攻击。

于是将符号主义和连接主义结合起来的混合式神经-符号AI（neurosymbolic AI）应运而生。

科学家用深度神经网络来构建符号AI所需的知识库和命题，省去了人工预设的难题，然后使用符号AI对任务进行推理。

解决李飞飞2016年难题

2络给016年，李飞飞等人提出了组合语言和基本视觉推理（CLEVR）数据集，要求AI回答由计算机生成的简单3D形状图像相关问题。

使用复杂的深度神经网络可以解决此问题。但是，IBM、MIT和DeepMind的研究人员提出了一种截然不同的解决方案，显示出符号AI的强大能力。该方法相关论文已经被ICLR 2019收录。

在这篇论文中，他们将问题分解为符号AI熟悉的较小部分。

这套系统首先查看图像并符号表征3D形状及其属性，由此生成知识库。然后，它将问题变成一个可以在知识库上运行并产生答案的符号程序。

过去，在符号AI中，需要让人类程序员去手动输入知识库，现在研究人员希望由神经网络代替人类这项工作。

他们先通过使用卷积神经网络（CNN）解决了第一个问题，识别目标的颜色、形状、材质等属性。

然后使用递归神经网络（RNN）发现顺序输入中的模式。这个模块负责接收自然语言问题并将其转换为符号程序AI形式的问题。

整个过程类似于按需生成知识库，并让推理引擎在知识库上回答问题。

最终，这种混合AI在从未见过的问题和图像上进行测试，准确率达98.9％，击败了人类。人类只能回答正确92.6％的问题。

更好的是，混合AI只需要纯粹深度神经网络训练数据的10％。混合AI还具有可解释性，如果发生错误，则更容易发现问题所在。

挑战更高难度

搞定CLEVR数据集后，现在神经-符号AI正在解决更为棘手的问打工题。

2019年，在李飞飞CLEVR数据集的基础上，DeepMind、MIT、哈佛大学和IBM设计了一个更加复杂的挑战CLEVRER：让AI基于视频而不是图像来回答问题。

视频中会出现CLEVR数据集中的目标类型，但是这些目标会移动甚至发生碰撞，而且问题更加棘手。

有些问题是描述性的，比如：视频结束时有多少金属物体在移动？

有些问题则需要预测，比如：接下来将发生哪个事件？[a]绿色圆柱体和，M球体碰撞，[b]绿色圆柱体与正方体碰撞。

甚至还有些问题是视频中没有发生的（反事实），比如：没有青色圆柱体，将不会发生什么？[a]球体和立方体碰撞， [b]球体和青色圆柱体碰撞， [c]立方体和青色圆柱体碰撞。

对于当今的深度神经网络来说，这种随时间变化的因果关系是非常困难的，这主要表现在发现数据的静态模式方面。

为了解决这个问题，团队扩充了之前解决CLEVR的方案。

首先，神经网络学习将视频IT片段分解为目标的逐帧表示，然后被馈送到另一个神经网络，学习分析这些目标的运动以及它们如何相互影响，并可以预测目标的运动和碰撞。

这两个模块共同构成了知识库。其他两个模块处理问题并将其应用于生成的知识库。

该团队的解决方案在回答描述性问题方面的准确性约为88％，对于预测性问题的准确性约为83％，对于反事实问题的准确性约为74％。

让AI学会提问

提出好问题是机器在人类的另一项技能。这是一种不和I断学习世界的方式，而不必等待大量的样本。没有任何一种机器可以接近人类提问的能力。

而神经-符号AI展现出了这方面的能力。

纽约大学Brenden Lake助理教授和他的学生Wang Ziyun构建了一种混合AI，来玩一种需要主动提问的游戏——海战棋（Battleship）。

海战棋是一种猜谜式的攻防游戏，一方在棋盘上隐藏自己的“战舰”（长度不等），另一方负责攻击。

攻击方可以翻看某个方块下是BM否有“战舰”的一部分，或者直接向对方提问：“船有多长”、“所有三艘船的尺寸都一样吗”，诸如此类的问题 。以此来猜测船只的位置。

Lake和Wang分别用两种不同方式来训练游戏AI。

一种是监督学习，向神经网络展示棋盘和人类提出的好问题。最终神经网络学会了提问，但是很少有创造力。

另一种是强化学习。在这种训练中，每当神经网络提出一个有助于找到战舰的问题时，就会得到奖励。

神经网络最终学会了联合提出正确的问题，既有用又富有创造力。

Lake以前曾使用纯粹的符号方法解决了该问题，对于给定的棋盘状态，符号AI必须在巨大空间中搜索一个好问题，这让它变得极其缓慢。

但是，神经-符号AI的速度非常快。经过训练后，深度神经网络在产生问题方面远远胜过纯粹的符号AI。

下一步：自动驾驶

MIT-IBM Watson AI实验室的David Cox团队希望将这种混合AI用于自动驾驶技术。

自动驾驶AI需要神解决经网络经过训练来识别其环境中的物体，并采取适当的措施。如果神经网络在训练中做错了什么，例如撞到行人，就会受到惩罚。

另一位小组成员Nathan Fulton解释这种机制：“为了学会不做坏事，它必须做坏事，体验过那些坏事，然后在做坏事之前找出30个步骤，防止自己陷入困境。”

因此，AI学习安全驾驶需要大量的训练数据，而这些“坏事”让AI很难在现实世界中训练出来。

Fulton和他的同事正在研究深度一种神经-符号AI方法，克服这种局限性。AI的符号部分对现实世界的某些危险行为做出限制，来约束深度网络的行为。

从一开始就排除某些选择，这种简单的符号干预大大减少了训练AI所需的数据量。

“如果智能体不需要遇到一堆坏状态，那么它就只需要更少的数据，”Fulton说。

尽管该项目仍未准备好在实验室外使用，但Cox设想了一个未来，具有神经-符号AI的汽车将可以在现实世界中学习，而符号组件将学习成为防止不良驾驶的保障。

原文地址：
https://knowablemagazine.org/article/technology/2020/what-is-neurosymbolic-ai

论文地址：
https://arxiv.org/abs/1910.01442