機器學習都必須透過人類給予資料及龐大的資料庫才能夠擁有能力去做下一步的動作,而人類有著先驗知識可以勝過人工智慧。柏克萊大學的研究團隊分別探討了人類和人工智慧如何理解遊戲並破關的方式,研究發現,當人類開始新遊戲時會使用大量背景知識,讓遊戲更好下手,但若把遊戲重新設計,打破先驗知識,人類就會陷入困境。而機器在兩個遊戲上皆以完全相同的方式執行。
原因一部分應該也是因為遊戲都是人去設計的,因此遊戲中的一些知識和需要理解的東西就跟真實世界中一樣,例如看到火焰和皺眉就知道是不好的象徵,等等諸如此類的暗示或關鍵點都讓人類能夠照從以前到現在累積的先驗知識去做快速的理解,反倒機器學習沒有那些先驗知識,以至於必須多花時間去做理解的部分。
所以有研究人員就說,未來若是能讓AI像人類一樣,利用人類從小就接受的相同基礎知識來設計演算法,這樣機器應該能夠趕上人類的學習速度,甚至可能超過人類。相信這是個看起來可行的理念,感覺真的可以提升機器學習的速度。
參考文章:https://technews.tw/2018/03/12/human-knowledge-in-deep-learning/