学习人工智能的三种办法

了解和学习人工智能通常采用的三种办法

第一种，用规则去教

也就是将所有的知识和规则以逻辑的形式编码成功。例如水利工程是工程的一种，

三峡大坝是个水利工程，这样一个程序化的概念体就出来了。为了刻画三峡大坝，

我们要说它的功能是什么，它的定位是什么，由于三峡大坝和葛洲坝都位于长江

领域，所以彼此之间具有管调节的关系等。

IBM的沃森就是很贴切的一个例子。

沃森是一个人机对话的系统，当时有人考了这样一个题目，这个题目是人类选手

回答不出来的，请问哪个城市是美国的钢产量和铁产量平均量第一？

沃森通过一定的计算，很快回答出来是匹斯堡，后来从后台的程序发现沃森把美

国所有的城市的钢产量和铁产量的数据都从互联网上找到了，要做的就是简单的

累加并除二，然后做了一个排序，现在是匹斯堡排在第一位，于是就输出了匹斯

堡这个答案。

很难想象，如果人类专家可以回答出这种问题，显然是不可想象的。因为人的大

脑不可能记下这么海量的知识，而且这些知识可能与自身无关。通常情况下，很

多知识，我们可能在平时要用的时候就去翻翻书，查查互联网就可以了，不会刻

意地去记这种庞大的数据知识。

第二种，用数据去学

这个就是现在深度学习的一个大行其道的方法。因为我们很难去刻画一个概念，

例如海盗船。你怎么用文字、逻辑去描述这个海盗船？答案是很难去描述。

于是我们就选择很多被标注成海盗船的图片，提供给计算机，让计算机不停地学

习，学习之后计算机就会铭记海盗船图像像素点空间分布的模式，进而就学会了

海盗船的这种模式。如果你再给它一张图片是海盗船的话，空间分布的模式和之

前学习的模式是一样的，于是就可以自动识别为海盗船。

这个就是大数据驱动，在大数据驱动的前提下，要把这个数据标注成它本身明确

的语义，或者概念，才能做更好的学习与提高。

关于这方面有几个例子。

例子一，2012年纽约时报发表了一篇文章，题目叫多少台计算可以识别一只猫，

答案是16000台。

例子二，特斯拉第一次造成车毁人亡现象。

特斯拉的无人汽车上有非常多的传感器（例如雷达、视觉等）。在风和日丽的环

境下，竟然发生了直接撞击相驰火车的事故，大家都觉得不可思议。

事后分析才发现，特斯拉汽车一直向前开的过程中，司机正在看《哈利波特》的

VCD，因为眼睛离开了前方，手和脚也都离开了操作的仪器，一辆白色的箱式

大货车在它的对象车道行驶时有一个左转弯，本来一般情况下是不会发生装车事

故的，但这次却直接撞上去了。

分析整个过程，特斯拉前面配有雷达，这个雷达的电磁波就直接扫过去了。主要

是由于白色箱式火车的底盘过高，雷达汇报前方无障碍物，同时摄像头在不断地

捕获前方图像，捕获回来其实就是白色的背景，这样的视觉图像汇报，让系统误

认为前方是白云，就直接撞上去了，从而发生了非常惨烈的事件。

例子三，是谷歌公司发布的一个叫做图像的标注的系统。

只要上传一张图片，就可以打标签，打上了标签就可以对这个图片进行一次搜索。

因为很多时候我们需要用文本信息或者单词来进行搜索图片，一旦打标签的话，

我们就可以更好地进行文搜图的体验。

有这样的一件事情，一个黑人朋友上传了一张图片，却被打上了黑猩猩的标签，

于是他就状告了谷歌公司，说对他是人格上的侮辱，谷歌公司花了很大一笔钱才

把这个官司给平息。

平息的过程中，谷歌就关闭了标注系统，不再打标签。过一段时间再开放的时候，

就把黑猩猩从标注词典库里移除了，即使再上传的图片是黑猩猩，也不会被打上

黑猩猩的标签。说明用数据驱动方法，实际在某些领域可以得到很好的应用，但

可能在其它领域还会有很大的误读。

第三种，从经验中学

前面我们通过了用知识去教、用数据去学，第三种方法就是用问题引导学习，这

就是我们经常说的强化学习。就是把一个智能体放到一个环境里面，它对这个环

境做出一定的反应，这个环境对它奖励或者惩罚的一个结果。假如说我这里放了

一台扫地机，它直接撞到一个桌子上，撞翻了，它就知道这是一个不可撞的东西，

那它再做下一个调整的时候，它往左转、往右或往后走，它不停地从失败走向失

败，最后又从失败走向了成功，它就对这种环境能够很好地感知到。

这种方法，我们叫做强化学习，或者是叫做从经验中学习，也就是没有任何知识

和数据，就把它放在一个环境中进行感知以及认知。

像波士顿公司的两轮机器人以及中国电科院提供的67架固定翼的集群系统，还

有美军103架的固定翼集群系统，就是在开放的环境中不停地进行感知和认知的

学习，从而得到经验的提升。

这三种学习方法，并能够被判断为谁比谁好，谁要取代谁，其实它们彼此各有优

点和不足。例如用规则教，确实和人的思维非常契合，逻辑很强，但我们确实很

难把人类所有的规则和理念用来指导或者决策这个过程。

用数据去学的方法一定要依赖于标注的大数据。如果我们对于某个概念不能提供

给它一个表示的大数据的话，它就无法学习。

如果可解读性不强，就算给它一张图片，它可以识别出是人脸，当你疑问知道它

是人脸的原因，它同样也是无法得出，但是并不知道人脸的分布是否合适，例如

说鼻子是对称的，眼睛是对称的，这样的知识在机器的学习系统中很难做到契合。

最后一种方法似乎也很不错，没有知识和数据，只要放在环境中进行交互就可以

了。但是我们可以想象一下，当一个智能体撞到墙的时候，它可以采取的策略是

无穷多的，它可以发呆、发萌、哭泣、愤怒，也可以不工作，有几万种选择，那

到底从几万种选择中选择哪一种来应对撞墙的行为，这又是一个很难的问题。

因此，这三种方法其实各有各的优点，也有它的不足，但它体现了从数据到知识，

从知识到能力的过程，最终能力并不重要。我们界定一个人工智能程序是否成功，

不在于提供给它的是1TB还是10TB的数据，不在于是10万条的知识还是20万条

的知识，而在于它已经生成了一种能力，这种能力可以指导它去处理新的数据和

知识，以及构成新的知识的能力，这是非常重要的。

未来可能会渗透到我们生活中的20款人工智能产品

人工智能对影视行业的影响

Breyer曾是Facebook董事会成员，目前依然是该公司的大股

东。作为Breyer Capital风投的老板，他还投资了很多其他公

司，包括音乐流媒体服务公司Spotify和电影制作公司

Legendary Entertainment（传奇娱乐影业），后者最近被中

国企业巨头万达集团以35亿美元的价格收购。

在传奇影业公司，Breyer表示他看到了人工智能在电影领域

里的应用，并表示人工智能有颠覆整个行业的潜力。传奇影

业出品的《星际穿越（Interstellar）》引起了不小的轰动，

其中一个原因就是得益于人工智能技术对电影预告片的预

测优化。

Breyer说道：

“我们应用了数据统计和机器学习技术，并找了一组数据开发人员分

析《星际穿越》第一部预告片在Facebook、Instagram和其他社交网

络上的反馈。利用这些反馈信息，告诉我们该如何制作第二部预告片

和最终版预告片。这对我们来说真的非常重要，比如我们该在多少家

电影院上映，该在哪些地区的电影院上映，以及我们还如何进行市场

营销。

对于一部大片来说，通常需要1.5亿美元左右的营销预算，这笔钱该

花在什么地方同样需要分析。使用先进的数据分析、人工智能、人类

辅助学习技术，结合相关数据，帮助我们将营销预算缩减到1亿美元，

但营销效果却得到大幅提升。”

未来，人工智能技术还将会应用到选角、预算、或是其他电

影工作上。Breyer预言，人工智能将会彻底改变电影行业。

上个月，人工智能(Artificial Intelligence)凭借AlphaGo和国人棋手

柯洁的围棋大战成了火热的新概念。事实上，AI领域的飞速发展所带

来的潜力早已渗透进入影视制作行业。近期，有三款AI携着全新的利

用价值在研究领域掀起了轰动。

AI自动进行场景剪辑

在绝大多数电影的拍摄中，同一个场景会被从不同角度拍摄多次，

然后录像被丢给剪辑师和分镜师按要求把多个镜头进行无缝连接，构

成一个多角度、有特定风格的场景叙事。然而，这一“手艺活”如今

面临被AI替代的可能。

一个来自斯坦福大学和Adobe公司的AI能够自行同步相同场景

的录像，把它们对上演员正在念的台词。然后，独特的面部情感捕捉

技术将会自动识别和分析演员所体现出的人物形象；随后，根据导演

对风格的要求， AI会依据数据库里较为成熟的剪辑风格和镜头语言

对录像进行自动选择和组装。

例如，针对一个传统风格的对话，AI会使用一个常规的“建立场

景”镜头，并接下来在双方面部不断切换特写镜头，其中夹杂着一些

广角镜头。如果导演追求其他风格的分镜，只要告诉AI自己的要求，

“多用跳剪”、“广角开始“或者“聚焦保持不变”，AI就会重组一

个场景出来，比如下图所显示的这样：

（图中的Style A、B和C分别代表了有不同侧重点的剪辑方案）

在文献中，研究人员表示这个AI用了3秒钟就剪出来一个71秒的

视频，而一般经验丰富的剪辑师可能需要几个小时完成这项工作。此

AI的出现给导演们开启了尝试更多拍摄方法的可能，因为剪辑一个场

景、不满意重头再来的时间成本从原本的几天变成了几个小时。

AI处理后期制作瑕疵

如今的动画电影和电视剧常常用电脑来模拟光线的自然变化，但

是模拟足够的光线需要用到大量的人力资源和时间。为了节省成本，

制作人员倾向做更少的模拟，不过这样做容易在最终出品的图像上造

成明显的瑕疵（也叫噪声noise）。

迪斯尼和皮克萨共同研发的AI采用了叫做“卷积神经网络”

(Convolutional Neural Network）的深度学习模型，通过研究《海

底总动员2》中的大量处理瑕疵的案例，AI学会自动将因光线过少引

起的瑕疵纠正成光线饱满而自然的样子，这样，制作过程中耗时费劲

要去抹掉的瑕疵就可以交给不知疲倦的计算机了~ 这款人工智能的

技术已经并被成功用在了这个月大火的《汽车总动员3》的制作中。

（这是《海底总动员2》降噪处理前后的对比图，也是这款AI学习的

对象）

（这是AI学习后在处理《汽车总动员3》的时候的效果）

此AI的出现标志着光线处理除增加光线、人工降噪之外的另一解

决方案。迪士尼的副研发总监MarkusGross表示，在其他方案变得

越来越复杂、相对质量提升越来越慢的情况下，这一款AI算是向新方

向的一大重要进步。

独立制作“小电影”的AI

IBM的认知技术平台和最近在和纽约翠贝卡电影节合作，让电影

制作人们协助开发IBM的AI ”Watson“。在举办的”Storyteller with

Watson“比赛中，前记者、电影人格罗斯曼提出了一个算法，让AI

可以识别任意一段视频中的台词和场景的意义，包括角色的心情、情

况的复杂程度以及跟影片前后段的联系。当和剧本本身进行比对之后，

这个技术可以被用作快速生成一段影片的预告（更准确的说来是梗

概）。这样，从长篇的电影中提炼出来的“小电影”就成型了。

人类太多余？人工智能已然对影视行业虎视

眈眈

也许会有这样一幕发生：聚光灯下，舞台之上，20XX年奥斯卡

颁奖盛典，最佳编剧的得主是AlphaGoX，舞台正中央是它的AR

全息投影，它激动而淡定的陈述着获奖感言，并即兴作词作曲演

唱一首原创歌曲表达自己的喜悦......

想必大家都有所听闻，最近一段时间，人工智能“阿尔法狗”

（AlphaGo）卷起了一波人工智能的热浪。这只“小狗”先后击

败了围棋世界冠军李世石和现如今排名第一的柯洁，虽然阿尔法

围棋团队宣布阿尔法狗不会再参加围棋比赛，但人工智能掀起的

狂风却没有停歇。

这不，这阵风似乎要开始席卷影视行业了。早在去年（2016年）

就有报道说谷歌已经有人工智能学会了写诗、做音乐，甚至有人

工智能学会了写剧本，并被拍成了短片。

写出剧本的这位人工智能程序名为“Benjamin”，是纽约大学

AI研究人员奥斯卡?夏普和罗斯?古德温研发的。在它开始写剧本

之前，奥斯卡?夏普等研发人员向其输入了几十本科幻电影剧本，

包括《超时空圣战》、《捉鬼敢死队》、《星际穿越》和《第五

元素》等。

当然，“Benjamin”最终还是没法做到像人类写的剧本那样逻

辑通顺，刚出来的稿子还是有很多让人啼笑皆非的地方，编剧人

员对剧本进行了润色加工，最后顺利地拍成了一个小短片。让人

惊讶的是，Benjamin还根据剧本的情节，创作了相应的背景音

乐。

随着技术日益成熟，人工智能可以发挥的舞台也越来越大

最近传出了一条消息，日本富士电视台开辟了一档全新的综艺节

目《AI-TV》。从节目的名字我们已经可以很明显的看出来，这

是人工智能进入影视行业的一次尝试。

节目组找来5组搞笑艺人担任班底，然而节目的全新之处却不仅

仅在于主持人是一位名叫Pepper的机器人。

节目的形式是：首先在大屏幕上播放一段影片并提出问题，棚内

的艺人根据影片的内容进行讨论、解决问题。最令人意外的是，

不仅主持人是机器人，连脚本也都由McCann旗下的人工智能

“AI-CD β”发想，可以说非常新颖了。

可以说，相较于一年前还需要工作人员润色剧本的程度，现在的

技术更加成熟。人工智能已经可以开始写剧本了，那么写一部小

说应该不在话下。

就在谷歌的写诗机器人还只能吐出只言片语的时候，日本的几位

“机器人作家”已经写出了完整的小说。2016年3月，在日经新

闻社主办的“星新一文学奖”比赛中，由日本公立函馆未来大学

带来的作品《电脑写小说的那一天》通过了初赛，主要讲述了某

人工智能对写小说产生兴趣后，别的人工智能也纷纷效仿，不再

服务于人类。

日本科幻小说作家长谷敏思表示，“能够完整写出小说太令人震

惊了。如果100分满分的话我给打60分，未来令人期待”。

人工智能的学习能力毋庸置疑，但短期内想真正驾驭编剧等一系

列影视行业的工作还是很有难度。但有没有一种可能，在技术更

加成熟的未来，机器取代人类进行剧本创作、音乐、美术、剪辑，

特效制作等工作，那么也许会有这样一幕发生：聚光灯下，舞台

之上，20XX年奥斯卡颁奖盛典，最佳编剧的得主是AlphaGoX，

舞台正中央是它的AR全息投影，它激动而淡定的陈述着获奖感

言，并即兴作词作曲演唱一首原创歌曲表达自己的喜悦......

当然，这些都是臆想出来的画面。世界围棋棋王柯洁曾在微博上

感叹道,“一个纯净、纯粹自我学习的AlphaGo是最强的。。。

对于AlphaGo的自我进步来说,人类太多余了。”现如今AI已经

涉足综艺节目,至于未来的发展，我们只能拭目以待。

（方法的提出者Seth Grossman在进行解说）

这个方法被期望能够给导演更多的灵感。同时，这个算法在电视

剧领域有着较大的商业价值，可以被用于快速提取每一集的宣传片，

便于制作组进行项目宣传。另外，剧组可以自行选择给AI提供的视频

资料丰富程度，进而对剧情发展的不同阶段进行人为分类，产生涵盖

内容更丰富或者更详细的短片段，投放到市场。