AI的多任务处理能力已经超越人类

过去十几年，人类可以说是在机器智能面前节节退败，屡败屡战。而多任务处理（multi－tasking），几乎是为数不多可以让我们“天生骄傲”的能力了。

比如，人可以同时打开8个网站、3份文档和一个Facebook，即使正在专心处理其中一件事，只要突然收到一条回复或更新提醒，也能够快速安排的明明白白。

AI的多任务处理能力已经超越人类

对机器而言，要在同一时间完成这样的任务显然有点难。因此，多任务处理一直被视作是人类所独有的的技能点。

然而，这个优势似乎也快要失守了。

Deepmind一项最新的研究成果显示，借助其开发的PopArt方法来训练深度学习引擎，能够培养出可进行多任务处理的智能体，并且在实际的表现中超越了人类！

让机器“一心多用”的PopArt，究竟是如何工作的？

关于多任务学习的研究已经持续了大概20年之久，尽管一直没能像单任务学习（如AlphaGo）那样做出什么夺人眼球的成果，但显然更符合我们对“机器模拟人脑”的想象。

毕竟在现实生活中，各种“学习任务”之间都有着千丝万缕的联系，比如当人在玩电子游戏时，图像识别、任务理解、执行操作并追求收益最大化，这些都可以在瞬间完成的操作，并且在任何一个游戏中都可以如法炮制，而机器目前只能通过分解成单个任务去学习并处理。

怎样指导机器在同一时间完成多个复杂任务，Deepmind提出了一个新的方法“PopArt”，据说可以让机器在多任务处理上的成绩超越人类。

如名字所示，PopArt（Preserving Outputs Precisely while AdapTIvely Rescaling Targets），即在自适应重新缩放目标的同时精确保留原有输出。

有人可能会说，这句话里每个汉字我都认识，但凑在一起竟然完全不知道说的是啥？

不要方，我们今天就来“庖丁解牛”，告诉大家这个能够让机器“一心多用”的PopArt，究竟是何方神圣？

简单来说，PopArt的工作机制就是在机器对不同任务的学习数据进行加权之前，先对数据目标进行自动的“归一化”调整，再将其转换成原始数据输出给机器。

这一做法有两个好处：

一是让机器对不同奖励大小和频率的多个任务进行更稳健、一致的学习。

对于机器而言，多任务学习比单一任务学习更困难的最主要原因就是，多任务学习必须要将有限的资源分配给多个任务目标，但常规算法对不同任务设置的权重也有所不同。这就导致机器智能体会根据任务回报的多寡来选择执行哪些任务。

举个例子，同样是A游戏，机器在处理《pong》（一款乒乓球游戏）时只能得到－1、0或＋1的奖励，而处理《吃豆人小姐》游戏时，则可以获得上千个积分，机器自然会更专注于执行后者。

即使开发者将单个奖励设置成一样的，随着不同游戏奖励频率的不同，差距还是会越来越大，依然会影响机器的判断。

结果就是，这个智能体会在处理某些任务上表现越来越好，但在其他任务上却越来越力不从心。

但PopArt可以很好地解决这个机器“偏心”的问题。

DeepMind将PopArt应用在自己最常用的深度强化学习智能体IMPALA上，让它同时处理57个Atari经典游戏，结果令人震惊——

应用了PopArt的IMPALA，不仅分数远远高于原始IMPALA的表现，甚至超越了人类的成绩！

下图中可以看到，修正游戏数据权重后的IMPALA（蓝色）性能表现接近于0％，与PopArt－IMPALA中位数101％的华丽数据形成了鲜明对比。

AI的多任务处理能力已经超越人类

简单来说，就是PopArt自适应调整了每个游戏中奖励分支的大小，让机器认为不同任务带给自己的奖励是相同的，拥有同等的学习价值，因此，尽管这57个游戏有着巨量的环境、不一样的动态和完全不同的奖励机制，但机器都能够对它们“一视同仁”。

据我们所知，这还是当前单个智能体首次超越人类在多任务处理上的表现。

PopArt的第二重作用，则是能够有效增加机器学习智能体的数据效率，降低训练成本。

Deepmind发现，PopArt－IMPALA与像素控制技术相结合，只需要不到十分之一的数据量，就能达到原来的训练效果，这使其数据效率大幅提升。

因此，PopArt－IMPALA在大型多任务训练任务中，不仅比专家智能体DQN性能更高，而且更加便宜。

如果将训练任务放到云端，PopArt－IMPALA的性能只用了2．5天就超过了DQN，GPU占用空间更小，直接促使训练成本大幅降低。

Deepmind和OpenAI，技术大佬为何都对“多任务学习”情有独钟？

除了PopArt，今年早期，Deepmind还提出了另一种用于多任务训练的新方法——Distral，通过捕捉不同任务之间的共同行为或特征，让机器算法可以在被限制的条件下实现任务共享，从而进行同步强化学习。

和Deepmind一样跟“多任务学习”死磕的还有OpenAI，则是利用迭代扩增方法，不给机器学习模型提供完整的标注数据，而是将每一项任务分解成小的子任务，再为子任务提供训练信号，训练AI去完成复杂任务。

此外，MIT、Apple等顶尖技术玩家都在捣鼓这项技术，然而如果你把这当做一个技术领域的“荣誉保卫战”或者论文制造机，那就大错特错了。

随着AI的泛在化越来越强，有越来越多的领域都亟待“多任务学习”能力来提供新的解决方案。

这意味着，人类不需要针对每一项任务都从头开始训练一个全新的智能体，而是可以构建一个通用的智能体，来支持多个应用之间的协同工作。

比如小到一台电视，很多AI电视都整合了众多功能，比如观看视频、天气预报、事务提醒、网络购物等等，如何在既不影响用户看视频，又能够用语音唤醒其他功能？这就要依靠多任务并行处理。换句话说，不具备多任务学习能力的AI电视，有的只是一个“假脑子”。

大到一个城市。在众多关于智慧城市的假想中，都少不了这样一个场面：城市大脑将人、车、路数据都接入系统，生成一个交通实时大试图，并以此完成交通系统的智能调度和管理，治疗“交通病”。这意味着，城市大脑需要进行摄像头识别、城市空间布局和设施配置、事件预警、政务服务等多个系统的学习，能够发掘出这些子系统之间的关系，又能区分这些任务之间的差别。缺了任何一环，都有可能导致这个城市大脑做出“奇葩”的决策。

当然，对于研究者来说，在用每一点进步无限逼近人类心智的“珠穆朗玛峰”。但对产业而言，任何新技术的落地都从来容不得一丝任性，因为每一颗种子都在等待丰收。

为了满足这个前提，就意味着所采取的方法不能以无限制地增加GPU容量和训练强度为代价。因为没有企业或者机构愿意以一种不计成本的方式上马AI，即便这个AI能够处理多线程任务，那还不如“单任务AI＋人工”来的更加现实。

目前看来，成本更低的PopArt大有可为。

说了这么多，回到最开始的问题，AI的多任务处理能力真的超越人类了吗？

从苛刻的实验室数字角度讲，是的。但从广泛定义的智慧角度看，机器的每一点进步都还依赖于不断模拟和接近人脑的水平，距离否定人类本身的价值，还早着呢。

目前看来，处理多任务的学习能力更大的作用，还是提升AI在产业应用上的工程能力，用更高的智能为生活带来便利。