精华版：机器、创造力与爱 | Lex Fridman 博士

在这一段中，文稿的说话人标签似乎是颠倒的。开场对 Huberman Lab 精华版的欢迎辞，以及对“我与 Lex Fridman 博士的对话”的介绍，被标注为 Fridman 所说；而关于人工智能的长篇技术性回答则被标注为 Huberman 所说。本文依据内容判断，将提问者视为主持人，将回答问题者视为 AI 研究者。

对话从一个基本问题开始：什么是人工智能，它与机器学习和机器人学有何不同？嘉宾给出了三个层次的回答。从哲学上说，AI 是“我们渴望创造其他智能系统，也许是比我们更强大的系统”。从更狭义的角度说，它是一套用于将任务自动化的计算与数学工具。它也是一种尝试：通过构建表现出智能行为的系统来理解我们自己的心智。他说，对研究人员和工程师而言，AI 主要是“一套工具，一套让你能够解决各种问题的计算技术”。

按照这一说法，机器学习是 AI 内部一条由来已久的脉络，专注于学习：让一台“一开始知道得很少”的机器通过某种过程在某项任务上不断进步。他说，在大约过去 15 年里，最有效的技术是深度学习。这些是由称为人工神经元的基本计算单元构成的神经网络，带有输入和输出，起初一无所知。

嘉宾按照所需人类监督的多少对各种方法进行了分类。在监督学习中，网络会得到大量带标签的样例，例如猫、狗、汽车和交通标志的图像，以及每张图像内容的“真实标注”（ground truth），并通过示例来学习。他指出，即便是提供这种真实标注也很困难。你可以给整张图像打标签，可以在猫脸周围画一个粗略的边界框，也可以使用语义分割，即“在猫周围画出一条漂亮、非常清晰的轮廓”。他指出，计算机“对我们的三维世界一无所知。它只是在看一组像素。”他称，这类标签究竟是否是对真实情况的良好表征，是“计算机视觉中的根本性开放问题之一”。

与之相对的方法，过去称为无监督学习，如今通常称为自监督学习，力求使用越来越少的人工标注。他说，这种方法在语言模型和自然语言处理中非常成功，在计算机视觉中也日益如此。机器在没有真实标注的情况下观看互联网上的图片或文本，尝试学到某种可泛化的东西，构建出人类“喜欢称之为常识”的东西。

他把目标描述为这样一个系统：它观看“数百万小时的 YouTube 视频”，然后就能从极少的示例中学习，就像孩子通过父母给出的一两个例子就能学会一个概念那样。他举例说，人们通常说不清猫和狗的区别是什么，却能立刻把两者区分开来。理想情况下，自监督系统会自行学会这套不言而喻的区分方式。

嘉宾称自我对弈是自监督学习的一种“名字起得很怪”的应用，并说它正是那些在围棋和国际象棋中取胜的强化学习系统（包括 AlphaZero）背后的机制。一个起初一无所知的系统会生成自身的变异版本并与之对弈。通过反复面对“只比你强一点点”的对手，它不断进步，直到可以“比国际象棋世界冠军强几个数量级”。他认为这一思路很可能适用于游戏以外的领域。