interaction learning

学号：18020100358                                                                          姓名：杨维微

       人工智能在深度学习算法、大规模算力和新型芯片、互联网收集的海量数据等因素的共同驱动下，经历了波澜壮阔的迅速发展，改变着人们生活、学习和工作的方方面面。日常生活中，“小度”，“自动驾驶汽车”，“人脸识别”等都给生活添了许多乐趣。人工智能的发展取得了一定的成果，也存一定的缺陷。北京智源大会上北京大学伊利诺伊州芝加哥分校的刘兵老师在智能信息检索与挖掘专题论坛的讲述使我思考颇多。

       对于Lifelong learning，类似于人，从小开始学习，随着环境的变化，对于外部环境变化的适应能力不断加强，在基础技能学习的基础上，在成长的过程中也学习很多技能，而网络则是通过不断学习不同任务从而变成一个对于多种任务类型泛化能力都比较好的智能体。学习过程不仅仅包括最初的那些数据，还包括在应用过程中所反馈的数据。在工作中继续学习，弥补最初数据的缺少和情况不完整性。拥有可以持续学习的特性而得以面向“世界”。不遗忘学习的东西，遇见新情况时妥当处理都有一定的难度。一辆自动驾驶汽车在周围都没有障碍物空旷的路上停滞，原因只是路上的一块小石子。在诸多新的状况情况下要保证不断的学习，在工作的过程中不断建立新的学习任务。（learning on the job）。人在工作中学习的知识有百分之七十的比例，相同的道理，AI也应该在工作中学习。世界的复杂性与持续变化让人们无法在最初就给出所有可能的情况，因此这种能力十分重要。发现新的问题，分辨是否为未知领域，持续学习。以旅馆中的机器人为例。在第一次见到A时，他会记录A的照片，询问A的信息，录入“数据库”中，待下次再遇见A时，便直接掌握了A的信息，可直接与之交流。

      在动态中学习是处理多变的世界的有效方法。信息收集，处理，联系，应用，每一环对于智能都很重要。直接抓取信息，询问未知事物，用与之相关的问题来回答未知问题。新型的人工智能不能只局限于一个人或者有限人的干涉，面对复杂多变，不可预知的世界，拥有向更多的人，能够在外部环境中不断学习的能力才有真正“智能”的可能性。（interaction learning）。通过从更多的人获得更多，更为准确的信息，在面对变化时也具备无限的潜力。在刘老师的讲述之后，我尝试与Siri对话：

1、——我是谁？

——我不知道你是谁，不过你可以告诉我。（回答之后，Siri试图从我这里获得信息进行学习）

[if !supportLists]-      [endif]- -在我将“我的信息”录入之后，siri对于“我是谁”这个问题，显示了我录入的信息。

2、——我美吗？

——我的思绪从不在外貌问题上停留。

——妈妈美吗？

——我的思绪从不在外貌问题上停留。

通过这两个问题可以看出，Siri对于与“美”相关的问题归类为统一的答案，并不能做过多的区分。

3、——今天天气如何？

——“正在处理，仍在尝试，抱歉，连接有点问题，请过会儿再试”。

      应用Siri对于外部条件有一定要求，当外部条件不满足时，无法使用Siri。

4、——你知道蔡徐坤吗？

——好的，我找到了这些资料。（后显示了百度百科上蔡徐坤的资料）。

      Siri对于可以查取到的基本问题会直接显示结果。

5、——Siri你可爱吗？

——我不是靠脸吃饭的。

——Siri妈妈可爱吗？

——我对外貌没什么概念。

——Siri妈妈很可爱。

——我的思绪从不在外貌情绪上停留。

——Siri妈妈可爱吗？

——我对外貌没什么概念。

[if !supportLists]1、         [endif]对于关键词“可爱”，询问到Siri时，会有不一样的回答。而对于其他人与“可爱”关键词Siri的反应并没有其他的变化。

[if !supportLists]2、         [endif]在我叙述了“妈妈很可爱”关键句之后，下次询问“妈妈可爱吗？”，Siri的回答并没有变化，表明对于我叙述关键句后并没有得到学习，“数据库”中并没有建立新的连接，产生新的数据。这也就联想到了刘老师所说的关于交互学习的知识，能够与人的交谈中建立新的学习任务，存入相应的知识，随着数量的增多，保障正确性与广泛性。现今对于Siri来说并不能达到，这也是非常困难的工作。

6、——蔡徐坤美还是白敬亭美？

——这是我找到的内容。而后是网页上关于二人颜值的报道。

——我美还是妈妈美？

——我没意见。

——爸爸帅还是妈妈美？

——我好像没有听懂，如果有其他我能帮上忙的，请尽管告诉我。

      对于Siri而言，问题中有能够搜索到的信息，便会直接给出搜索出的连接，最直接的答案。关于两者美的问题归于一处，回答均为我没意见。而对于理解有难度的问题，会直言而说我可以做其他的事情。可见，现今的Siri并不能做到完美的与人进行交互，每一个有微小区别的问题难以做到有差别回答。

      对于不同手机上的Siri对于同一问题的回答是否相同，碍于疫情不便以及家中仅一部苹果手机而难以检验。一次课堂上，老师说了这样一句话“我身边的天猫精灵就是一个例子”，说完之后，天猫精灵“苏醒”，说“我在呢”。可见天猫精灵并不能区分什么时候是人在唤醒她，什么时候是话语中的提及。对于唤醒点，停留在关键字上，而并没有加入外界环境。在话语中提及天猫精灵，天猫精灵随后被唤醒，没有发布任何命令就关机。这种情况若能被天猫精灵学习，在下一次提及时，便不会被唤醒。在工作过程中建立新的学习任务，不断完善性能，而不是仅存在于最初的设定中。这样，在面对变化的环境时，才能做到真正没有“误会”的智能。

      人工智能今后会发展的比现在更好，这是不容置疑的趋势，然而这个时间需要多久，就依靠于现今提出的困难能否找出办法，提出的想法能否顺利实现。我相信，想法会比困难更多。人工智能已经应用于生活、工作、学习的方方面面，在享受便利的同时，也可以得到很多试用反馈，为其更好的发展提供最第一线的想法。