但湯普森驚訝地發(fā)現(xiàn)，該電路所用元件數(shù)量比任何人類工程師的設(shè)計(jì)都要少，甚至有幾個(gè)元件根本沒有和其它元件相連。而要讓電路順利運(yùn)作，這些元件應(yīng)當(dāng)不可或缺才對(duì)。

于是他對(duì)電路進(jìn)行了剖析。做了幾次實(shí)驗(yàn)后，他發(fā)現(xiàn)該電路的相鄰元件間存在微弱的電磁干擾。未與電路相連的元件通過干擾鄰近電場(chǎng)、對(duì)整個(gè)電路造成了影響。人類工程師通常會(huì)杜絕這類干擾，因?yàn)楦蓴_的結(jié)果難以預(yù)料。果不其然，若用另一組元件復(fù)制該電路布局，甚至只是改變環(huán)境溫度，同樣的電路便會(huì)徹底失靈。

該電路揭露了機(jī)器訓(xùn)練的一大重要特征：它們總是盡可能緊湊簡潔，與所在環(huán)境完美相容，但往往難以適應(yīng)其它環(huán)境。它們能抓住工程師發(fā)現(xiàn)不了的規(guī)律，但不知道別處是否也有這一規(guī)律。機(jī)器學(xué)習(xí)研究人員想盡力避免這種名為“過擬合”的現(xiàn)象。但隨著應(yīng)用這些算法的情況愈發(fā)復(fù)雜多變，這一缺陷難免會(huì)暴露出來。

普林斯頓大學(xué)計(jì)算機(jī)科學(xué)教授桑吉夫·阿羅拉認(rèn)為，這一問題是人類追求可解釋模型的主要?jiǎng)訖C(jī)，希望有了可解釋模型后、能對(duì)網(wǎng)絡(luò)進(jìn)行干預(yù)和調(diào)整。距阿羅拉表示，有兩大問題可體現(xiàn)缺乏可解釋性對(duì)機(jī)器性能造成的硬性限制。一是“組合性”：當(dāng)一項(xiàng)任務(wù)同時(shí)涉及多項(xiàng)決策時(shí)（如圍棋或自動(dòng)駕駛汽車），神經(jīng)網(wǎng)絡(luò)便無法高效判定是哪個(gè)決策導(dǎo)致了任務(wù)失敗�！叭祟愒谠O(shè)計(jì)某樣?xùn)|西時(shí)，會(huì)先弄清不同元件的作用，再將其組合在一起，因此能夠?qū)Σ贿m合當(dāng)前環(huán)境的元件進(jìn)行調(diào)整�！�

二是阿羅拉所稱的“域適應(yīng)性”即將在某種情境中學(xué)到的知識(shí)靈活運(yùn)用于其它情境的能力。人類非常擅長這項(xiàng)任務(wù)，但機(jī)器則會(huì)出現(xiàn)各種離奇錯(cuò)誤。據(jù)阿羅拉描述，即使只對(duì)環(huán)境做了微調(diào)、人類調(diào)整起來不費(fèi)吹灰之力，計(jì)算機(jī)程序也會(huì)遭遇慘敗。例如，某個(gè)網(wǎng)絡(luò)經(jīng)過訓(xùn)練后、能對(duì)維基百科等正式文本的語法進(jìn)行分析，但如果換成推特這樣的口語化表達(dá)，就會(huì)變得毫無招架之力。

按這樣來看，可解釋性似乎不可或缺。但我們真的理解它的意思嗎？著名計(jì)算機(jī)科學(xué)家馬文·閔斯基用“手提箱詞匯”來形容這類詞匯，包括“意識(shí)”、“情緒”等用來描述人類智能的單詞。閔斯基指出，這些詞其實(shí)反映了多種多樣的內(nèi)在機(jī)制，但都被鎖在“手提箱”中。一旦我們用這些詞代替了更根本性的概念、僅對(duì)這些詞匯進(jìn)行研究，我們的思維就會(huì)被語言所局限。那么在研究智能時(shí)，“可解釋性”會(huì)不會(huì)也是這樣一個(gè)“手提箱詞匯”呢？

雖然很多研究人員都持樂觀態(tài)度，認(rèn)為理論學(xué)家遲早能打開這個(gè)“手提箱”、發(fā)現(xiàn)某套主宰機(jī)器學(xué)習(xí)（或許也包括人類學(xué)習(xí)）的統(tǒng)一法則或原理，就像牛頓的力學(xué)原理一樣。但也有人警告稱，這種可能性微乎其微。紐約城市大學(xué)哲學(xué)教授馬西莫·皮戈里奇指出，神經(jīng)科學(xué)、乃至人工智能領(lǐng)域所謂的“理解”也許是一種“集群概念”，即可能有多個(gè)不同定義。如果該領(lǐng)域真的有“理解”之說，也許相對(duì)于物理學(xué)、會(huì)更接近進(jìn)化生物學(xué)的情況。也就是說，我們將發(fā)現(xiàn)的也許不是“基本力學(xué)原理”，而是“物種起源學(xué)說”。

當(dāng)然，這并不意味著深度網(wǎng)絡(luò)將預(yù)示著某種新型自主生命的出現(xiàn)。但深度網(wǎng)絡(luò)就像生命本身一樣費(fèi)解。該領(lǐng)域采用的漸進(jìn)式實(shí)驗(yàn)手段和事后解讀方式也許并不是在黑暗中苦苦等待理論之光時(shí)的絕望情緒，而是我們能夠盼來的唯一光芒�？山忉屝砸苍S會(huì)以碎片化的形式呈現(xiàn)出來，就像不同類別的“物種”一樣，采用的分類法則根據(jù)具體情境而定。

在國際機(jī)器學(xué)習(xí)大會(huì)的專題研討會(huì)結(jié)束時(shí)，部分發(fā)言人參加了一場(chǎng)討論會(huì)，試圖給“可解釋性”下一個(gè)定義。結(jié)果每個(gè)人都各執(zhí)一詞。進(jìn)行了一系列討論后，大家似乎達(dá)成了一點(diǎn)共識(shí)：一個(gè)模型要能被解釋，就要具備“簡單性”。但在簡單性的定義問題上，大家又產(chǎn)生了分歧�！白詈唵巍钡哪Ｐ途烤故侵敢蕾囎钌偬卣鞯哪Ｐ�？還是程序規(guī)模最小的模型？還是有其它解釋？一直到研討會(huì)結(jié)束，大家都沒有達(dá)成共識(shí)。

正如馬里奧托夫說的那樣：“簡單性并不簡單�！�

每日一篇人工智能文章，還有技術(shù)文章同步發(fā)布，喜歡的朋友可以關(guān)注一下，