OpenAI的人工智能能通過文字判斷情緒，自學(xué)的！

【AI世代編者按】大部分當(dāng)代人工智能依賴機(jī)器學(xué)習(xí)技術(shù)：在通過特定數(shù)據(jù)集進(jìn)行學(xué)習(xí)后，機(jī)器能自動(dòng)對輸入信息作出反饋。從某種意義上來說，機(jī)器學(xué)習(xí)算法利用預(yù)設(shè)值去預(yù)測結(jié)果。然而，OpenAI的研究人員發(fā)現(xiàn)了不同尋常的狀況。

OpenAI此前開發(fā)了一種機(jī)器學(xué)習(xí)系統(tǒng)，用于預(yù)測亞馬遜網(wǎng)站評論文字中的下一字符。研究人員發(fā)現(xiàn)，這一人工智能進(jìn)一步發(fā)展成為了無監(jiān)督系統(tǒng)，學(xué)會(huì)了情緒的表示。

OpenAI在博客中表示：“我們的模型學(xué)會(huì)了一種判斷功能。通過簡單地預(yù)測亞馬遜網(wǎng)站評論中的下一字符，這一模型發(fā)現(xiàn)了情緒的概念。這令我們非常驚訝。”O(jiān)penAI是一家非營利組織，投資人包括伊隆·馬斯克（Elon Musk）、彼得·蒂爾（Peter Thiel）及薩姆·阿爾特曼（Sam Altman）。OpenAI的神經(jīng)網(wǎng)絡(luò)模型能自我訓(xùn)練，通過對評論內(nèi)容是否正面進(jìn)行歸納來分析情緒，并按照需要的情緒來生成文字。

這一基于mLSTM技術(shù)的人工智能系統(tǒng)接受了為期1個(gè)月的訓(xùn)練，訓(xùn)練中4096個(gè)學(xué)習(xí)單元利用了亞馬遜網(wǎng)站的8200萬條評論。在訓(xùn)練之后，研究人員通過對這些學(xué)習(xí)單元的線性合并將模型變?yōu)榱饲榫w歸納工具。當(dāng)這一模型只啟用少數(shù)學(xué)習(xí)單元時(shí)，研究人員發(fā)現(xiàn)了單個(gè)“情緒神經(jīng)元”的出現(xiàn)，能對其情緒值進(jìn)行準(zhǔn)確的預(yù)測。

這一人工智能的情緒分析能力超過了“斯坦福情緒樹圖資料庫”使用的所有其他方式?！八固垢Ｇ榫w樹圖資料庫”是一個(gè)被廣泛研究的情緒分析數(shù)據(jù)集。這一人工智能的準(zhǔn)確率高達(dá)91.8%，超過此前的最高紀(jì)錄90.2%。

對機(jī)器學(xué)習(xí)研究員來說，無監(jiān)督學(xué)習(xí)算法是最終夢想。這種人工智能可以自主學(xué)習(xí)，而不再需要人工輸入帶標(biāo)簽數(shù)據(jù)。OpenAI的mLSTM人工智能實(shí)現(xiàn)了這一目標(biāo)。不過，其開發(fā)者已經(jīng)注意到，這可能并不是唯一一種有能力進(jìn)行無監(jiān)督學(xué)習(xí)的機(jī)器。

無監(jiān)督學(xué)習(xí)能力將給人工智能帶來巨大的提升：減少所需的訓(xùn)練時(shí)間，同時(shí)優(yōu)化訓(xùn)練效果。例如，通過分析甚至預(yù)測用戶需求，這樣的人工智能可以提供訓(xùn)練有素的虛擬助手。不過，所有這類設(shè)想中的應(yīng)用仍需要對無監(jiān)督學(xué)習(xí)的進(jìn)一步研究。

OpenAI的研究人員表示：“我們的研究結(jié)果是向通用無監(jiān)督表示學(xué)習(xí)發(fā)展過程中充滿前景的一步。不過，底層的現(xiàn)象仍然很神秘，機(jī)制遠(yuǎn)遠(yuǎn)沒有弄清。”（編譯/陳樺）