如果要学的东西太简单或太难，人类可能会因此无聊或沮丧，但人工智能不会。在刚结束不久的神经信息处理系统大会（NeurIPS）上，来自美国加州大学伯克利分校和谷歌公司的研究者展示了一项新方法，让人工智能自我训练。

　　这一新方法有望让自动驾驶汽车、家用机器人更快地学习，甚至可能帮助攻破悬而未决的数学难题。

　　人工智能在地图导航领域已有不少研究，其中一种实验方法是让人工智能程序沿着有实心分布块的2D网格导航。为了让程序更快地熟悉复杂环境并到达目的地，科学家会对其反复训练，从而达到强化目的，进而提高人工智能的应用程度。

　　新发布的研究中，加州大学伯克利分校的迈克尔·丹尼斯和谷歌科学家娜塔莎·杰奎斯考虑了两种绘制地图的方法。第一种方法是在网格中随机安排分布块，但这一方法并没有让人工智能程序有很大提升。第二种方法则让人工智能程序记住过去的尝试，并相应地提升训练难度——但这种方法的瓶颈在于有时训练模式的难度太大，程序根本无法完成。

　　为此，丹尼斯和杰奎斯等人创造了一个合适的环境，让人工智能自我训练。在名为PAIRED的新训练方法中，他们先将已有的人工智能程序与另一个几乎相同的程序结合，两者的优势各不相同，但互为“对手”。在这一模式中，已有的人工智能程序是主角，但因为遇到了旗鼓相当的“对手”，挑战变得非常困难，也正因此，其解决问题的能力一直处于临界状态。

　　经过一系列训练，作为主角的人工智能程序可以解决大约1/5的新问题。在NeurIPS的讨论会上，丹尼斯表示他们对新成果即将开展的大量工作感到兴奋。

　　同期，在讨论会上发布的另一项研究中，杰奎斯和同事已经在用PAIRED训练其他人工智能程序，使之学会自动填写网络表单并预订航班。与传统模式相比，采用新训练模式的成功率约为50%。

　　对此，人工智能促进协会主席、康奈尔大学计算机科学家巴特·塞尔曼表示，PAIRED是一种机智的人工智能训练方法。

　　塞尔曼等人在讨论会上介绍的研究也与人工智能的自我训练有关。他们设计的人工智能程序需要在推箱子游戏中将方块推向目标位置。如果规划不当，方块很可能陷入死胡同。

　　为训练人工智能，塞尔曼和同事创建了一组更简易的拼图。训练程序会根据人工智能的表现好坏，选择不同难度的“考题”，从而让训练计划达到合适水准。

　　不过，到目前为止，考题对人工智能而言是难还是简单并不好预测。在出给人工智能的225道考题中，有80%被破解，其中约1/3的考题完全来自新的训练方法。塞尔曼表示，这一研究发现非常有趣，未来他们希望将相关成果应用到解决数学难题上。（袁柳）