在國際象棋、Jeopardy!、圍棋、德州撲克以及《星際爭霸》等等這些激烈對抗的項(xiàng)目當(dāng)中，人工智能都已經(jīng)成功擊敗世界上最出色的人類選手。這些勝利標(biāo)志著人工智能得到的驚人成就，但同時也令人們開始產(chǎn)生審美疲勞——人類不斷在新的項(xiàng)目中被人工智能擊敗。

在位于西雅圖的艾倫人工智能研究所（簡稱AI2）中，研究人員正在探索一些與眾不同的方向。他們的AllenAI開始與人類選手合作，共同解決看圖猜字游戲中的種種謎題——可以看到，這一次人工智能與人類站在了同一陣營當(dāng)中。

更令人振奮的是，現(xiàn)在大家也可以親自體驗(yàn)這種合作感受。AI2剛剛發(fā)布了游戲的公開版本，屬于看圖猜字（Pictionary）的簡化版本，并被命名為Iconary。雖然當(dāng)前版本的AllenAI能力有限，不過隨著與不同人類選手、不同技能水平以及不同比賽策略之間的協(xié)同磨合，它正在變得越來越強(qiáng)大。

然而，這個項(xiàng)目的目標(biāo)絕不是要構(gòu)建起“世界上最棒的看圖猜字選手”。AI2計算機(jī)視覺部門高級研究主管Ali Farhadi強(qiáng)調(diào)稱，相反，他們將看圖猜字視為一種載體，最終目的是要把從中積累的經(jīng)驗(yàn)轉(zhuǎn)移到其它領(lǐng)域當(dāng)中。

Farhadi在接受采訪時解釋稱：“要玩轉(zhuǎn)看圖猜字，人工智能必須進(jìn)行一系列常識性推理，必須了解抽象概念，甚至還需要一點(diǎn)心理學(xué)中的心智理論知識。”（當(dāng)我們對另一個人的情緒或者想法進(jìn)行猜測時，心理學(xué)家將其稱為心智理論。）“通過游玩看圖猜詞，人工智能將可以得到足以轉(zhuǎn)移至現(xiàn)實(shí)世界應(yīng)用場景當(dāng)中的技能與知識。”

Farhadi同時補(bǔ)充稱，由此學(xué)習(xí)到的經(jīng)驗(yàn)有望適用于任何需要人類與AI交流的系統(tǒng)。他提出構(gòu)想，未來Alexa等語音助手以及其它根據(jù)反饋進(jìn)行自我調(diào)整的助手型機(jī)器人，都將能夠借此實(shí)現(xiàn)更有效的交互能力。

艾倫研究所并不是唯一一家通過游戲玩法探索人工智能協(xié)作的研究機(jī)構(gòu)。OpenAI是一家總部位于舊金山的研究機(jī)構(gòu)，其擁有一支由5個AI代理組成的競技隊(duì)伍，這些人工智能方案共同合作游玩《Dota 2》游戲并與人類隊(duì)伍正面對抗（這支隊(duì)伍去年曾經(jīng)正式挑戰(zhàn)人類團(tuán)隊(duì)，但遺憾的是未能獲勝）。Spectrum最近還報道了另一項(xiàng)競賽，其中AI代理在《我的世界》游戲中學(xué)習(xí)如何協(xié)作。

上述項(xiàng)目的目標(biāo)完全一致——要求AI學(xué)習(xí)彼此協(xié)作，而這也將成為邁向人工智能合作能力的關(guān)鍵一步。然而，Iconary項(xiàng)目卻直接把目光投向最終目標(biāo)。

在看圖猜字的典型游戲場景下，團(tuán)隊(duì)中的一名成員將負(fù)責(zé)繪制代表某個詞語或短語的藍(lán)圖，并由其他團(tuán)隊(duì)成員猜測其表示的正確答案。在Iconary當(dāng)中，AllenAI能夠扮演繪畫者或者猜謎者角色。當(dāng)其作為繪畫者時，它會給出一系列圖標(biāo)，并由人類隊(duì)友嘗試猜出其中的含義。如果人類找不到思路，該AI將針對圖標(biāo)內(nèi)容做出更詳細(xì)的引導(dǎo)。

而當(dāng)AllenAI進(jìn)行猜測時，則由人類選手繪制藍(lán)圖，隨后選擇最能代表其所想內(nèi)容的圖標(biāo)。通過重復(fù)這個過程并在盤面上布置結(jié)果圖標(biāo)，人類選手將能夠拼湊出一個小故事，用以幫助AllenAI正確找出最終答案。

目前，該游戲當(dāng)中共包含75000條短語，且需要通過12000個圖標(biāo)進(jìn)行描述。研究人員們表示，他們有意限制了圖標(biāo)的數(shù)量，因此人工智能與人類選手必須以創(chuàng)造性的方式將這些圖標(biāo)結(jié)合起來，從而使用較為簡單的元素構(gòu)建起更為復(fù)雜的概念。

在整個游戲過程中，AllenAI適應(yīng)了個人選手的需求。艾倫人工智能研究所研究科學(xué)家兼Iconary項(xiàng)目聯(lián)合負(fù)責(zé)人Aniruddha Kembhavi解釋稱，這也正是其表現(xiàn)出基礎(chǔ)心智理論能力的證明。“它會把自己的立場與合作者的思維結(jié)合起來，從而判斷「我需要繪制怎樣的內(nèi)容來確保對方能夠猜出正確的答案？」”

在AllenAI的訓(xùn)練方面，其觀察了人們在眾包平臺Mechanical Turk之上進(jìn)行的約10萬局Iconary游戲，并逐漸從中學(xué)習(xí)到成功的游戲策略。為了加速學(xué)習(xí)曲線，它還以遠(yuǎn)超人類能力范圍的超高速度以自我對抗的形式自動進(jìn)行Iconary游戲演練。

這種自我對抗的游戲方式，正是其它AI方案在游戲當(dāng)中獲得勝利的關(guān)鍵所在。最典型的例子當(dāng)數(shù)DeepMind打造的AlphaGo系統(tǒng)，其能夠在無需任何提示的情況下自行學(xué)習(xí)國際象棋、圍棋以及將棋。然而，Kembhavi表示他的團(tuán)隊(duì)無法完全依靠自我對抗的游戲方式訓(xùn)練AllenAI：“它也許能夠通過這種自我對抗的方式在看圖猜字中給出理想的成績，但這樣一來，它繪制出的圖形對于人類來說恐怕將無法理解。”

艾倫人工智能研究所的相關(guān)團(tuán)隊(duì)還沒有發(fā)布關(guān)于此項(xiàng)目或者研究方法的任何論文。因此其他一些AI研究人員在接受采訪時表示，如果無法更好地理解“引擎蓋下到底存在著怎樣的運(yùn)作機(jī)制”，他們將無法評論這項(xiàng)成果的科學(xué)意義——佐治亞理工學(xué)院副教授Mark Riedl就秉持著這樣的觀點(diǎn)。不過他同時指出，Iconary項(xiàng)目似乎確實(shí)代表著“積極的一步。”Riedl是Entertainment Intelligence實(shí)驗(yàn)室的負(fù)責(zé)人，該機(jī)構(gòu)致力于實(shí)現(xiàn)人工智能的協(xié)作能力與創(chuàng)造能力；目前，他本人正在嘗試教授人工智能如何游玩《龍與地下城》這款角色扮演游戲。

Riedl認(rèn)為，人工智能研究需要擺脫以往那些具備一系列已知規(guī)則與有限可能行動的游戲項(xiàng)目，包括像圍棋以及《星際爭霸》這些復(fù)雜程度較高的游戲。在他看來，只有立足于不受約束的開放式游戲當(dāng)中，人工智能才能真正展現(xiàn)出自身的發(fā)展?jié)摿?，特別是獨(dú)創(chuàng)性與想象力。雖然Iconary已經(jīng)屬于看詞猜字游戲的一種高度精簡的版本，但他表示“我認(rèn)為這仍是一個極具價值的目標(biāo)。接下來，完整版的看圖猜字有望帶來更加有趣的研究方向。”

Riedl同時指出，即使是在目前的精簡版本當(dāng)中，項(xiàng)目也已經(jīng)非常重視常識性推理。人工智能系統(tǒng)要想把其技能從游戲遷移到現(xiàn)實(shí)世界的應(yīng)用場景之內(nèi)，常識將成為一大重要基礎(chǔ)。他進(jìn)一步補(bǔ)充稱，“世界是如何運(yùn)作的？社交互動是如何實(shí)現(xiàn)的？我們傾向于遵循怎樣的腳本步驟？這些都是人工智能應(yīng)當(dāng)掌握的基礎(chǔ)知識。”

艾倫人工智能研究所的Farhadi表示，Iconary除了幫助人工智能了解人類社會的協(xié)作方式，也將幫助人類選手了解人工智能的思維軌跡。由于人工智能在某些游戲當(dāng)中擊敗了眾多人類大師，不少人開始認(rèn)為AI方案將很快在智能水平方面超越人類——事實(shí)并非如此，他指出，“目前AI的智能水平實(shí)際上還不如狗。”

雖然埃隆-馬斯克以及其他一些技術(shù)界的名人已經(jīng)提出超級人工智能可能帶來的隱患，包括有可能徹底消滅人類，或者全面奪走我們的工作崗位，但Farhadi認(rèn)為這些論斷基本屬于科幻小說的范疇。他總結(jié)稱，“實(shí)際情況遠(yuǎn)非如此，而且也絕不是我們研究人工智能的目標(biāo)所在。我們設(shè)想的，是一個人類與人工智能聯(lián)手協(xié)作的美好世界。”