人工智能如何学习学习过程？

为了使人工智能取得新的飞跃，人工智能需要像作者Jun Wu在Forbes中所说的那样，需要“学习如何学习”。这意味着什么?

正如Wu所解释的，人类具有从任何情况或周围环境中学习的独特能力。”人类可以适应他们的学习过程。为了拥有这样的灵活性，人工智能需要通用人工智能——它需要学习关于学习过程的知识，这被称为元学习。

人类和人工智能的学习过程之间存在一个非常具体的对比。虽然人类的学习能力是有限的，但人工智能拥有更多的资源，例如其计算能力。人类的大脑能力是有限的，它也只有有限的时间来学习。但是，人工智能“从比人类大脑使用的数据更多的数据中学习，处理这些大量的数据需要巨大的计算能力。”

Wu解释说，“随着人工智能任务的复杂性增加，计算能力也会呈指数级增加。”这意味着，即使计算能力的成本很低，“指数级增加永远不是我们想要的场景。”这是当前“人工智能被设计为特定目的的学习者”的主要原因，使得他们的学习过程更加高效。

但是，当人工智能开始学习更多，开始“从数据中推断出越来越复杂的信息”，为了避免计算能力的指数级增加，需要设计出一种更高效的学习路径，人工智能需要记住这条路径。

当研究人员和技术人员开始为人工智能分配多任务问题时，整个问题变得更加复杂。为了能够做到这一点，人工智能“需要能够并行评估独立的数据集。它还需要关联数据并推断出数据之间的联系。”当执行一个任务时，人工智能需要更新其知识，以便它可以在其他情况下应用它。“由于任务是相互关联的，任务的评估需要由整个网络完成。”

Google开发了一个这样的模型，MultiModel，它是一个可以同时执行八个不同任务的人工智能系统。MultiModel 可以在图像中检测对象，提供字幕，识别语音，翻译四对语言，并执行语法成分解析。

虽然Google的成就是一个巨大的飞跃，但人工智能仍需要进一步发展，以便它能够成为一个通用目的的学习者。为了实现这一点，它需要进一步发展元推理和元学习。正如Wu所解释的，“元推理专注于认知资源的高效使用。元学习专注于人类独特的能力，即高效使用有限的认知资源和有限的数据来学习。”

目前，正在进行研究，以确定人类认知和人工智能学习方式之间的差距，例如内部状态的意识，记忆的准确性或信心。

所有这一切意味着“成为一个人工通用学习者需要对人类如何学习以及人工智能如何模仿人类学习方式进行广泛的研究。适应新的情况，例如具有“多任务”能力和在有限资源下做出“战略决策”的能力，只是人工智能研究人员沿途需要克服的几个障碍。”