科学家发布人机猜图游戏，证明人机协作才是人工智能的未来

在国际象棋、Jeopardy!、围棋、德州扑克以及《星际争霸》等等这些激烈对抗的项目当中，人工智能都已经成功击败世界上最出色的人类选手。这些胜利标志着人工智能得到的惊人成就，但同时也令人们开始产生审美疲劳——人类不断在新的项目中被人工智能击败。

在位于西雅图的艾伦人工智能研究所（简称AI2）中，研究人员正在探索一些与众不同的方向。他们的AllenAI开始与人类选手合作，共同解决看图猜字游戏中的种种谜题——可以看到，这一次人工智能与人类站在了同一阵营当中。

更令人振奋的是，现在大家也可以亲自体验这种合作感受。AI2刚刚发布了游戏的公开版本，属于看图猜字（Pictionary）的简化版本，并被命名为Iconary。虽然当前版本的AllenAI能力有限，不过随着与不同人类选手、不同技能水平以及不同比赛策略之间的协同磨合，它正在变得越来越强大。

然而，这个项目的目标绝不是要构建起“世界上最棒的看图猜字选手”。AI2计算机视觉部门高级研究主管Ali Farhadi强调称，相反，他们将看图猜字视为一种载体，最终目的是要把从中积累的经验转移到其它领域当中。

Farhadi在接受采访时解释称：“要玩转看图猜字，人工智能必须进行一系列常识性推理，必须了解抽象概念，甚至还需要一点心理学中的心智理论知识。”（当我们对另一个人的情绪或者想法进行猜测时，心理学家将其称为心智理论。）“通过游玩看图猜词，人工智能将可以得到足以转移至现实世界应用场景当中的技能与知识。”

Farhadi同时补充称，由此学习到的经验有望适用于任何需要人类与AI交流的系统。他提出构想，未来Alexa等语音助手以及其它根据反馈进行自我调整的助手型机器人，都将能够借此实现更有效的交互能力。

艾伦研究所并不是唯一一家通过游戏玩法探索人工智能协作的研究机构。OpenAI是一家总部位于旧金山的研究机构，其拥有一支由5个AI代理组成的竞技队伍，这些人工智能方案共同合作游玩《Dota 2》游戏并与人类队伍正面对抗（这支队伍去年曾经正式挑战人类团队，但遗憾的是未能获胜）。Spectrum最近还报道了另一项竞赛，其中AI代理在《我的世界》游戏中学习如何协作。

上述项目的目标完全一致——要求AI学习彼此协作，而这也将成为迈向人工智能合作能力的关键一步。然而，Iconary项目却直接把目光投向最终目标。

在看图猜字的典型游戏场景下，团队中的一名成员将负责绘制代表某个词语或短语的蓝图，并由其他团队成员猜测其表示的正确答案。在Iconary当中，AllenAI能够扮演绘画者或者猜谜者角色。当其作为绘画者时，它会给出一系列图标，并由人类队友尝试猜出其中的含义。如果人类找不到思路，该AI将针对图标内容做出更详细的引导。

而当AllenAI进行猜测时，则由人类选手绘制蓝图，随后选择最能代表其所想内容的图标。通过重复这个过程并在盘面上布置结果图标，人类选手将能够拼凑出一个小故事，用以帮助AllenAI正确找出最终答案。

目前，该游戏当中共包含75000条短语，且需要通过12000个图标进行描述。研究人员们表示，他们有意限制了图标的数量，因此人工智能与人类选手必须以创造性的方式将这些图标结合起来，从而使用较为简单的元素构建起更为复杂的概念。

在整个游戏过程中，AllenAI适应了个人选手的需求。艾伦人工智能研究所研究科学家兼Iconary项目联合负责人Aniruddha Kembhavi解释称，这也正是其表现出基础心智理论能力的证明。“它会把自己的立场与合作者的思维结合起来，从而判断「我需要绘制怎样的内容来确保对方能够猜出正确的答案？」”

在AllenAI的训练方面，其观察了人们在众包平台Mechanical Turk之上进行的约10万局Iconary游戏，并逐渐从中学习到成功的游戏策略。为了加速学习曲线，它还以远超人类能力范围的超高速度以自我对抗的形式自动进行Iconary游戏演练。

这种自我对抗的游戏方式，正是其它AI方案在游戏当中获得胜利的关键所在。最典型的例子当数DeepMind打造的AlphaGo系统，其能够在无需任何提示的情况下自行学习国际象棋、围棋以及将棋。然而，Kembhavi表示他的团队无法完全依靠自我对抗的游戏方式训练AllenAI：“它也许能够通过这种自我对抗的方式在看图猜字中给出理想的成绩，但这样一来，它绘制出的图形对于人类来说恐怕将无法理解。”

艾伦人工智能研究所的相关团队还没有发布关于此项目或者研究方法的任何论文。因此其他一些AI研究人员在接受采访时表示，如果无法更好地理解“引擎盖下到底存在着怎样的运作机制”，他们将无法评论这项成果的科学意义——佐治亚理工学院副教授Mark Riedl就秉持着这样的观点。不过他同时指出，Iconary项目似乎确实代表着“积极的一步。”Riedl是Entertainment Intelligence实验室的负责人，该机构致力于实现人工智能的协作能力与创造能力；目前，他本人正在尝试教授人工智能如何游玩《龙与地下城》这款角色扮演游戏。

Riedl认为，人工智能研究需要摆脱以往那些具备一系列已知规则与有限可能行动的游戏项目，包括像围棋以及《星际争霸》这些复杂程度较高的游戏。在他看来，只有立足于不受约束的开放式游戏当中，人工智能才能真正展现出自身的发展潜力，特别是独创性与想象力。虽然Iconary已经属于看词猜字游戏的一种高度精简的版本，但他表示“我认为这仍是一个极具价值的目标。接下来，完整版的看图猜字有望带来更加有趣的研究方向。”

Riedl同时指出，即使是在目前的精简版本当中，项目也已经非常重视常识性推理。人工智能系统要想把其技能从游戏迁移到现实世界的应用场景之内，常识将成为一大重要基础。他进一步补充称，“世界是如何运作的？社交互动是如何实现的？我们倾向于遵循怎样的脚本步骤？这些都是人工智能应当掌握的基础知识。”

艾伦人工智能研究所的Farhadi表示，Iconary除了帮助人工智能了解人类社会的协作方式，也将帮助人类选手了解人工智能的思维轨迹。由于人工智能在某些游戏当中击败了众多人类大师，不少人开始认为AI方案将很快在智能水平方面超越人类——事实并非如此，他指出，“目前AI的智能水平实际上还不如狗。”

虽然埃隆-马斯克以及其他一些技术界的名人已经提出超级人工智能可能带来的隐患，包括有可能彻底消灭人类，或者全面夺走我们的工作岗位，但Farhadi认为这些论断基本属于科幻小说的范畴。他总结称，“实际情况远非如此，而且也绝不是我们研究人工智能的目标所在。我们设想的，是一个人类与人工智能联手协作的美好世界。”