要学的东西太简单？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，来自加州大学伯克利分校和谷歌的研究者展示了一项新方法，让人工智能自己训练自己。

　　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，来自加州大学伯克利分校的迈克尔·丹尼斯（Michael Dennis）和谷歌科学家娜塔莎·杰奎斯（Natasha Jaques）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“配对”（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，二者间的优势各不相同，但它们互为“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五分之一的新问题。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非常兴奋。

　　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定航班。与传统模式相比，采用新训练模式的成功率大概有50%。

　　对此，人工智能促进协会主席、康奈尔大学的计算机科学家巴特·塞尔曼（Bart Selman）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。

　　为了训练人工智能，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的水准。

　　不过目前为止，考题对人工智能而言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，其中约三分之一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，他们希望将有关成果应用到未解决的数学难题上。