一秒记住【笔趣阁】biquge365.net,更新快,无弹窗!
第一卷少年游第一百三十四章感知(第1/2页)
三天后的开放讨论安排在一间并不大的报告厅里。
原既白提前十几分钟过去,进门时已经坐了大半。和他预想不同,来的人并不全是计算机和自动化专业,新生胸牌颜色很杂,甚至还有建筑、数学和生物方向。罗野比他早到,占了靠中间的两个位置,桌上摊着一本刚领到的新生手册,边角被他拿来垫水杯。原既白坐下以后才发现讲台旁边放着一台不到膝盖高的小车,四个轮子,前面有摄像头和几种传感器,外壳没有任何宣传展示时常见的漂亮封装,线路甚至有一部分裸在外面,看起来更像实验室里被反复改过的设备。
罗野盯着那台车看了一会儿,说底盘不是新的,至少换过两次东西。
原既白问怎么看出来。
罗野指给他看固定孔。几个位置明显有旧螺丝磨出来的痕迹,其中一块支架还保留着以前安装件留下的尺寸。原既白过去看这种设备,第一眼通常会想控制结构、传感器和计算平台,现在却先注意到罗野这种几乎不需要思考的判断。那不是他不会学,而是对方真的长期和实体硬件待过,知道一个被用过三年的实验平台会怎样留下痕迹。
讲座开始以后,第一个上台的人也没有立即谈“智能”。
他是自动化系一位很年轻的老师,穿一件很普通的深色衬衫,开口先问台下:“如果我把这台车放在这里,它怎么看见这间屋子?”
有人答摄像头。
也有人说激光雷达、深度相机、超声波。
老师等大家说完,才问:“所以它看见的是屋子,还是像素、距离和电压?”
报告厅很快安静了一点。
他没有追着这个问题做哲学讨论,只把车前摄像头的一帧原始图像投到屏幕上。普通彩色画面,能看见讲台、桌椅和第一排学生。随后又切换成深度图,颜色变成一片难以直观看懂的渐变;再换成激光雷达点云,原来完整的房间只剩稀疏的点;最后是一排数值,代表不同方向的距离。
“哪一个是真的?”
前排有人说都是真的。
老师点头:“那哪一个是房间?”
没人马上答。
他推了一下小车。车轮开始转,慢慢向前,遇到讲台边缘时减速,绕过去。屏幕上同时显示它内部建立的一张简化地图:几条墙线、一些障碍区域和不断更新的位置轨迹。原既白看了不到一分钟,就知道这不是一个复杂演示,定位与建图本身已经是很成熟的技术,真正有意思的是老师似乎刻意没有把结果做得漂亮。那张地图里甚至有明显漂移,一面真实笔直的墙被画出轻微弯曲,小车走到桌椅密集区域以后,局部轮廓还出现过重叠。
老师没有修。
反而把车停下来,指着那条歪掉的墙:“它错了吗?”
这一次大多数人说错了。
“错多少?”
有人笑了一下。
老师也笑,却没有把气氛往轻松方向带。他说,如果任务是给建筑测绘,这个误差当然不可接受;如果任务只是让小车不要撞墙,可能完全够用;如果要从一个狭窄门洞穿过去,又可能不够。所谓环境模型好不好,不是脱离行动谈一张图像是否逼真,而要看它是不是保存了完成任务所需要的关系。
原既白的笔停在纸上。
他想起交通项目里那个“过于文明”的城市。
他们第一版模型之所以不像现实,并不是地图完全错,也不是道路连接错,而是那些对通行真正重要的行为没有被保存:临停、行人、校门开启的时间、非机动车绕行。另一方面,如果为了“像现实”把树荫、早餐摊老板的情绪、每一个路人的衣服颜色都塞进模型,大多数东西又对当前任务没有意义。
屏幕上的小车重新开始移动。
老师这次在前面临时放了一把椅子。
车原本规划好的路径被挡住,停了一下,重新绕。地图里新增一个障碍。等车过去以后,老师又把椅子搬走,可那块障碍并没有马上从内部地图中消失,车下一次经过仍然绕开了一点。
“它记住了一个已经不存在的东西。”
老师说。
“这也是世界模型的问题。”
这是原既白第一次在大学教室里听到“世界模型”这个词,却和他过去在网络文章里见过的用法不太一样。老师没有把它说成某种神秘的新技术,只说任何需要在现实中持续行动的系统,都必须以某种形式保留对环境的内部假设。这个假设可能是一张几何地图,也可能是概率分布、状态变量、对象关系,或者更加难以直接解释的内部表示。关键不在“画一张和世界一样的图”,而在行动之前能不能预测一些事情:这里能不能过去;推一下会不会倒;抓住以后会不会滑;前面的人下一秒大概往哪里走;一个动作执行以后,环境会发生什么变化。
讲台边的小车并不知道“椅子”这个词。
它只知道那里存在一个暂时不可穿过的区域。
这已经足以绕开。
可如果任务变成帮人搬椅子,它现在的内部世界就立刻贫乏得不够用。它需要知道哪里可以抓、重量大概多少、轮子有没有锁,甚至要知道人在说“把这把椅子搬到后面”时,什么东西被称作“这把”,哪里算“后面”。
同一个环境,行动目标一变,需要保存的结构也跟着变。
原既白听得越来越慢。
高中时期他理解一个复杂系统时,最自然的方法是先寻找更高层结构。一旦那个结构足够好,底下很多细节会被统一解释。这种能力让他在数学和算法里走得很快,也让他在交通项目第一天就本能地想先设计完整数据模型。现在讲台上的老师却从另一端不断逼他:一个内部结构再优雅,如果没有保留行动真正依赖的东西,它只是漂亮。
第二位讲者来自计算机系,年纪更大一些。
他上台以后没有继续演示机器人,而是放了一张很简单的图:左边“环境”,中间“智能体”,右边又回到“环境”,箭头构成一个环。环境给感知,智能体采取行动,行动改变环境,新的环境再产生新的感知。
“你们很多人过去接触机器学习,”他说,“会天然想到先有一份数据,再训练一个模型。”
原既白确实如此。
“可一个真正生活在世界里的系统,数据从哪来?”
老师没有等回答。
“很多数据,是它自己做出来的。”
屏幕出现一个机械臂摸不同物体的视频。第一次抓一个软袋时,它夹得太紧,袋子滑出去;第二次减小力度,却抓不起来;第三次换了接触位置。每一次失败都不只是训练集里新增一行记录,而是系统通过自己的动作改变了下一次能获得什么信息。
老师暂停视频:“如果它永远不碰,只看照片,能不能知道这个袋子软不软?”
有人说可以从视觉估计。
“估计当然可以。那如果照片里从没出现过这种材料?”
下面没人答。
老师又放了一段婴儿伸手碰桌上杯子的短视频。没有声音,只有一只小手反复把杯子往前推,杯子第一次没倒,第二次转了一点,第三次掉下桌面。老师没有把婴儿和机器粗暴等同,只说一件很朴素的事:很多关于世界的知识,不是旁观得到的,而是在行动中被验证。视觉告诉你“像什么”,动作会逐渐告诉你“它会怎样”。
原既白脑子里突然出现一个问题。
如果一个模型只从别人留下的数据里学习,它理解的是世界,还是“别人已经行动过以后留下来的世界”?
他在本子上写了一半。
停住。
这问题太大,而且现在说“理解”本身就没有定义。他把后半句划掉,只留下:
**被动数据/行动产生的数据。**
老师已经讲到另一层。
行动并不天然带来更真实的知识。机器人撞一次墙,只知道某个速度、某个角度、某种材料下撞不过去;如果因此得出“所有类似颜色的平面都不可穿过”,那只是从一次经验长出一个过大的结论。行动让数据与因果更近,却仍然需要表示、泛化和反事实。一个系统不仅要记住“我做了A,随后出现B”,还要逐渐区分:B真的是A造成,还是刚好同时发生?换一个环境,A还会不会导致B?如果不做A,会怎样?
报告厅里开始出现更多笔记声。
这些概念已经越过普通新生课程,却没有难到无法跟。老师有意避开太多公式,真正技术边界只点到为止:部分可观测、状态估计、预测误差、探索与利用、因果干预、长期记忆。每个词后面都可能是一整门课,他不展开,只让大家看它们为什么会从“一个东西要在世界里活着行动”这个问题里自然长出来。
原既白第一次觉得,人工智能和他过去想的有一点不一样。
不是那些知识错。
算法、模型、计算、优化仍然在那里。
但如果智能只被放在屏幕里,任务已经由人定义,数据已经由人收集,输入输出边界也由人提前切好,那么很多最麻烦的问题其实被世界替你解决了。真正让一个系统进入现实,不只是给模型装上轮子和摄像头,而是让它开始面对那些原来隐藏在数据之外的东西:传感器会坏,地图会旧,人会临时改变主意,环境会变化,一个动作的结果未必可逆,某些错误不是重新运行一次就能恢复。
他想起奶奶认错楼。
这个念头出现得突然,以至于他几乎立刻想把它压回去。
但它没有完全消失。
家里贴一张六桌合照,实际上也是给奶奶的环境里增加一个可识别的线索。那张照片最初有效,后来慢慢褪色,老人也可能开始忽略。同一条回家路径,对年轻人来说几乎不需要思考,对一个记忆开始变化的人却需要完全不同的信息。所谓“环境足够清楚”,从来和谁在使用它有关。
原既白没有在笔记里写奶奶。
只看着台上的图。
第三位讲者没有任何技术演示。
她来自一个做认知与机器人交叉研究的小组,年纪大概三十多岁,上台以后第一句话是:“前面两位都在讲怎么让机器更懂世界,我想讲一个相反的问题——不要太快说它懂了。”
(本章未完,请点击下一页继续阅读)第一卷少年游第一百三十四章感知(第2/2页)
她放出几段机器人完成任务的视频。
第一段非常顺利。机器人听到“把红色方块放进左边盒子”,识别、抓取、放置,一次成功。第二段把两个盒子换了位置,仍然成功。第三段只改变桌布图案,机器人却开始连续抓错对象。
如果只看第一段,很容易得到“它理解颜色、对象、左右和指令关系”的印象;加入几个环境变化以后,真正支撑成功的可能只是训练环境里某些人没有意识到的相关性。
“行为成功不等于内部原因是你以为的那个原因。”
她说这句话时,没有刻意加重声音。
原既白却听得很清楚。
这和考试有一点像。
一个学生做对一道题,可能是理解,也可能是见过,也可能只是恰好猜中;一个模型在标准环境里持续成功,也可能通过完全不同的捷径实现。真正困难的是怎样设计变化,让那些捷径失效,逼出系统是否保存了你关心的关系。
讲者又展示一个更有意思的实验。
桌上有几种从未见过的物体,系统被要求按照一个新规则分类。第一次它错得很多,研究人员给少量反馈以后,很快学会。但当物体颜色和形状之间的相关性被打乱,准确率再次下降。讲者说,这类问题最后会不断逼向“表示”——系统内部究竟把什么当成稳定关系,什么只是一起出现。
江遥如果在,大概会喜欢这一段。
这个念头比刚才强。
原既白拿手机拍了那张实验图,但没有立即发。
讲座中途休息十分钟。
罗野起身去看那台小车。周围已经围了七八个人,有人问电机,有人问传感器型号,也有人想知道为什么不用更好的激光雷达。罗野站到旁边听了一会儿,回来时说实验室的人很抠,这个传感器精度放到商业机器人上早该换。
“那为什么不换?”原既白问。
“说教学演示够。”
原既白看了一眼那台不断积累误差的小车。
忽然觉得“够”这个词开始变得很重要。
过去他容易把更精确、更完整、更高性能当成自然方向。现在越来越多事情提醒他:任何系统都必须相对于目的谈“够不够”。高一时这会让他不舒服,因为目标一旦变化,标准也变化,似乎失去统一性;现在他倒越来越能接受,局部适用并不等于没有原则。
后半场改成自由讨论。
最先的问题还是技术:现实世界学习怎样保证安全,探索会不会撞坏设备,模拟器能不能代替真机,怎样处理稀有事件。几位老师彼此也不同意。自动化系老师更愿意先在模拟环境里把大多数危险情况跑掉,再逐渐迁移;计算机系那位老师强调模拟环境本身也是模型,最危险的恰恰可能是模拟里不存在的东西;认知方向讲者则说,安全要求越高,系统允许主动探索的空间越小,这不仅是工程约束,也会改变它能学到什么。
一个高年级学生问:“那是不是最终一定需要一个足够完整的世界模型?”
计算机系老师没有马上回答。
“什么叫足够完整?”
学生说至少要能预测行动结果。
“预测多久?”
“五秒?十秒?”
“那做长期任务呢?”
学生停了一下。
老师继续问,如果机器人要穿过房间,十秒预测也许足够;如果要照顾一个老人一天呢?如果要和人一起生活一年呢?需要保存哪些长期关系,哪些东西不能因为眼前任务结束就忘掉?反过来,如果什么都保存,计算和学习又是否可能承担?
报告厅慢慢静下来。
“所以完整大概不是正确方向。”老师最后说,“更像是持续知道什么现在重要,什么以后可能重要,以及什么时候发现自己原来漏掉了重要的东西。”
原既白没有记这句话。
不是因为不同意,而是它太容易变成一句漂亮结论。他更愿意记住前面那个具体问题:照顾一个老人一天和穿过房间,需要的是不是同一套世界。
最后一个问题来自一个坐在边上的女生。
她问:“一个系统如果能预测、能行动、能自我修正,我们什么时候才可以说它真的理解了?”
三位老师都没有抢答。
最年轻的那位先笑,说这个问题今天大概不会有结论。认知方向讲者想了一会儿,说在工程上,有时候并不需要先解决“理解”的哲学定义才能做东西;可如果未来系统越来越复杂,这个词会越来越难绕开,因为人会根据“它是不是懂”赋予不同信任、责任甚至权利,而这时仅凭几个任务成功率可能远远不够。
她说到“权利”时,只是一带而过。
原既白却突然想起很久以前自己和江遥聊过的那些极远的问题。那时它们还很虚,像喜欢想难题的少年故意往未来抛出的东西。今天第一次,有人从一台会绕椅子的小车开始,一步一步走到了“人为什么会相信某个系统真的懂”。
距离仍然极远。
中间甚至可能有很多路线根本走不通。
但那条路第一次有了技术地面。
活动结束已经九点多。
罗野和几个做机器人比赛的新生留在后面继续问硬件,原既白先出来。清大的夜比县城高中亮得多,实验楼和自习区还有大量窗户亮着,自行车从身边不断经过。他没有立刻回宿舍,而是在路边找了张长椅坐下,把刚才拍的那张实验图发给江遥。
江遥几分钟后才回。
**什么?**
原既白解释了那个分类实验。
他说系统表面上学会了一条规则,环境一变才发现它抓住的是颜色和形状之间的偶然相关,而不是研究者以为的关系。
江遥那边沉默得比平时久。
最后问:
**后来怎么判断它到底保留了什么?**
原既白看见这个问题,笑了一下。
果然是她先问这一层。
**不停换环境。故意打破原来的相关。**
江遥回:
**像找反例。**
**有点。**
过了片刻,她又发:
**但你找到它错的情况,也只知道原来的理解不够。还是不知道里面到底是什么。**
原既白盯着这句看了一会儿。
**对。**
江遥正在燕大宿舍。
其他三个人都已经回来,顾苓坐在上铺戴着耳机,郑初禾在算第二周的生活费,沈见微正挑天文社第一次观测要带的东西。她自己桌上摊着昨天“什么是测量”的笔记和那本双语诗集,屏幕里则是原既白发来的机器人实验。
几件毫不相同的事又靠得很近。
测量不是世界本身。
翻译不能保存原文全部。
机器人内部表示也不会是现实复制品。
这种相似让江遥兴奋,也让她非常警惕。她不想因为三个领域里都可以说“表示”,就假装已经发现某种普遍规律。词一样,不代表机制一样。
她给原既白发:
**你们老师有没有讲,为什么一定需要“世界模型”?**
原既白想了一下。
**没说一定。甚至不一定是我们能看懂的那种模型。只要它要在世界里持续行动,总得保存一些关于“动作以后会怎样”的东西。**
江遥看着最后半句。
她把下午课堂上那道箭头重新想了一遍。
世界——作用——记录。
如果换成智能体:
世界——感知——内部状态——行动——新的世界。
她没有画出来。
原既白又发了一条:
**讲者说,数据很多时候不是先在那里等你,是行动以后才产生。**
这一次江遥很快回:
**这个有意思。**
几秒以后又问:
**你周末有空吗?**
原既白愣了一下。
开学以后他们还没有见面。两个校园在同一座城,却各自被报到、宿舍、新生事务和刚刚打开的新世界塞得很满。过去在县城时,“同城”听起来几乎等于随时能见,真正到了这里,才发现单程也要不少时间,而一整天可以被无数临时出现的事情切开。
他打开日历。
周六下午原本没有安排,晚上宿舍几个人说可能去看社团活动,还没定。
**下午可以。**
江遥回:
**顾苓说那个地图展周日结束。**
原既白看到这里,以为她是问自己要不要一起去。
下一条很快进来:
**我周六去。你要不要来?**
他没有立即答。
不是不想去。
而是下意识想起交通项目还没有完全收尾,新生课程预习也有一堆,宿舍那边晚上可能还有活动。随后他自己意识到,这种计算方式如果不改,大学里所有“不属于主线”的东西都会自然排到最后。
他点开那家美术馆的介绍。
“地图、视角与城市”。
内容包括古地图、城市测绘、透视图、交通图、居民手绘地图和一部分现代数据可视化。
原既白看完,给江遥回:
**去。**
江遥只发了时间和地点。
周六下午一点半。
美术馆门口。
没有再说别的。
原既白把时间加进日历。起身回宿舍时,罗野刚从报告厅追出来,手里多了一张实验室开放日的小卡片,兴奋地说他们下周允许新生进去看真机。
两个人一起往宿舍走。
经过那张“感知、行动与世界”的海报时,工作人员已经开始拆旁边的临时指示牌。原既白回头看了一眼,标题还在墙上。
风吹得海报下角翘起来一点。
他伸手按了按。
没粘住。
走出去几步,纸角又慢慢翻了起来。