Rich Sutton 的 The Bitter Lesson：通用方法终将胜过人类知识

Rich Sutton

2019年3月13日

从70年的人工智能研究中可以得出的最大教训是，利用计算的通用方法最终是最有效的，而且效果显著。其根本原因在于摩尔定律，或者更确切地说，是每单位计算成本持续指数级下降这一规律的推广。大多数人工智能研究都是假设智能体可用的计算量是恒定的（在这种情况下，利用人类知识将是提高性能的唯一途径之一），但在比典型研究项目稍长的时间内，大量更多的计算资源不可避免地会出现。为了在短期内取得显著改进，研究人员寻求利用他们对领域的人类知识，但从长远来看，唯一重要的是对计算的利用。这两者不必相互对立，但在实践中它们往往如此。花在一方面的时间就是没有花在另一方面的时间。人们对某一种方法有心理上的投入承诺。而人类知识方法往往会使方法复杂化，使其不太适合利用计算的通用方法。  人工智能研究人员迟迟才学到这一惨痛教训的例子有很多，回顾一些最突出的例子很有启发性。

在国际象棋中，1997年击败世界冠军卡斯帕罗夫的方法是基于大规模深度搜索。当时，大多数追求利用人类对国际象棋特殊结构理解方法的计算机国际象棋研究人员对此感到沮丧。当一种更简单的、基于搜索的方法配合特殊硬件和软件被证明效果显著更好时，这些基于人类知识的国际象棋研究人员并不甘心失败。他们说，“暴力”搜索可能这次赢了，但它不是一种通用策略，而且无论如何，这不是人们下棋的方式。这些研究人员希望基于人类输入的方法获胜，当它们没有获胜时感到失望。

在计算机围棋中也出现了类似的研究进展模式，只是推迟了20年。最初的大量努力都投入到通过利用人类知识或游戏的特殊特征来避免搜索，但一旦搜索被有效地大规模应用，所有这些努力都被证明是无关紧要的，甚至更糟。同样重要的是使用自我对弈学习来学习价值函数（正如在许多其他游戏中甚至在国际象棋中一样，尽管学习在1997年首次击败世界冠军的程序中并没有发挥重要作用）。自我对弈学习和一般的学习就像搜索一样，它使大规模计算得以发挥作用。搜索和学习是人工智能研究中利用大量计算的两类最重要的技术。在计算机围棋中，如同在计算机国际象棋中一样，研究人员最初的努力方向是利用人类理解（从而减少所需的搜索），直到很久以后，通过拥抱搜索和学习才取得了更大的成功。

在语音识别领域，20世纪70年代曾有一场由DARPA赞助的早期竞赛。参赛者中包括许多利用人类知识——关于词汇、音素、人类声道等的知识——的特殊方法。另一方则是更具统计性质、进行更多计算的新方法，基于隐马尔可夫模型（HMMs）。同样，统计方法战胜了基于人类知识的方法。这导致了整个自然语言处理领域的重大变革，在几十年间逐渐发生，统计和计算开始主导该领域。近年来深度学习在语音识别中的兴起，是这一一贯方向上的最新一步。深度学习方法对人类知识的依赖更少，使用更多的计算，并结合在庞大训练集上的学习，从而产生显著更好的语音识别系统。如同在游戏中一样，研究人员总是试图让系统按照他们认为自己思维运作的方式来工作——他们试图将那种知识放入系统中——但最终证明这适得其反，并极大地浪费了研究人员的时间，当通过摩尔定律，大规模计算变得可用，并且找到了善用它的方法时。

在计算机视觉中，也有类似的模式。早期方法将视觉设想为寻找边缘、或广义柱体，或基于SIFT特征。但今天所有这些都被抛弃了。现代深度学习神经网络仅使用卷积和某些不变性的概念，并且表现好得多。

这是一个重大教训。作为一个领域，我们仍未彻底吸取它，因为我们继续犯同样的错误。要看清这一点，并有效抵制它，我们必须理解这些错误的吸引力。我们必须吸取这个苦涩的教训：将我们自以为的思维方式构建进去，从长远来看是行不通的。这个苦涩的教训基于历史观察：1）AI研究人员经常试图将知识构建到他们的智能体中，2）这在短期内总是有帮助，并且对研究人员个人而言令人满足，但3）从长远来看，它会停滞甚至阻碍进一步进展，4）突破性进展最终通过一种相反的方法到来，该方法基于通过搜索和学习来扩展计算。最终的成功带有苦涩，并且往往未被完全消化，因为这是对一种受青睐的、以人为中心的方法的胜利。

从苦涩的教训中应该学到的一件事是通用方法的巨大力量，即那些随着计算增加而继续扩展的方法，即使可用计算变得非常巨大。似乎以这种方式任意扩展的两种方法是搜索和学习。

从苦涩教训中得出的第二个普遍要点是，心智的实际内容极其复杂，且无可救药地复杂；我们应当停止试图寻找简单的方式来思考心智的内容，例如用简单的方式思考空间、物体、多智能体或对称性。所有这些都是任意的、本质上复杂的、外部世界的一部分。它们不应被内置，因为它们的复杂性是无止境的；相反，我们只应内置那些能够发现并捕捉这种任意复杂性的元方法。这些方法的关键在于它们能够找到良好的近似，但寻找它们应当通过我们的方法，而不是由我们来做。我们希望AI智能体能够像我们一样去发现，而不是包含我们已经发现的东西。内置我们的发现只会让我们更难看清发现过程是如何进行的。