OpenAI的人工智能能通過文字判斷情緒，自學的！

【AI世代編者按】大部分當代人工智能依賴機器學習技術：在通過特定數(shù)據(jù)集進行學習后，機器能自動對輸入信息作出反饋。從某種意義上來說，機器學習算法利用預設值去預測結(jié)果。然而，OpenAI的研究人員發(fā)現(xiàn)了不同尋常的狀況。

OpenAI此前開發(fā)了一種機器學習系統(tǒng)，用于預測亞馬遜網(wǎng)站評論文字中的下一字符。研究人員發(fā)現(xiàn)，這一人工智能進一步發(fā)展成為了無監(jiān)督系統(tǒng)，學會了情緒的表示。

OpenAI在博客中表示：“我們的模型學會了一種判斷功能。通過簡單地預測亞馬遜網(wǎng)站評論中的下一字符，這一模型發(fā)現(xiàn)了情緒的概念。這令我們非常驚訝?！監(jiān)penAI是一家非營利組織，投資人包括伊隆·馬斯克（Elon Musk）、彼得·蒂爾（Peter Thiel）及薩姆·阿爾特曼（Sam Altman）。OpenAI的神經(jīng)網(wǎng)絡模型能自我訓練，通過對評論內(nèi)容是否正面進行歸納來分析情緒，并按照需要的情緒來生成文字。

這一基于mLSTM技術的人工智能系統(tǒng)接受了為期1個月的訓練，訓練中4096個學習單元利用了亞馬遜網(wǎng)站的8200萬條評論。在訓練之后，研究人員通過對這些學習單元的線性合并將模型變?yōu)榱饲榫w歸納工具。當這一模型只啟用少數(shù)學習單元時，研究人員發(fā)現(xiàn)了單個“情緒神經(jīng)元”的出現(xiàn)，能對其情緒值進行準確的預測。

這一人工智能的情緒分析能力超過了“斯坦福情緒樹圖資料庫”使用的所有其他方式?！八固垢Ｇ榫w樹圖資料庫”是一個被廣泛研究的情緒分析數(shù)據(jù)集。這一人工智能的準確率高達91.8%，超過此前的最高紀錄90.2%。

對機器學習研究員來說，無監(jiān)督學習算法是最終夢想。這種人工智能可以自主學習，而不再需要人工輸入帶標簽數(shù)據(jù)。OpenAI的mLSTM人工智能實現(xiàn)了這一目標。不過，其開發(fā)者已經(jīng)注意到，這可能并不是唯一一種有能力進行無監(jiān)督學習的機器。

無監(jiān)督學習能力將給人工智能帶來巨大的提升：減少所需的訓練時間，同時優(yōu)化訓練效果。例如，通過分析甚至預測用戶需求，這樣的人工智能可以提供訓練有素的虛擬助手。不過，所有這類設想中的應用仍需要對無監(jiān)督學習的進一步研究。

OpenAI的研究人員表示：“我們的研究結(jié)果是向通用無監(jiān)督表示學習發(fā)展過程中充滿前景的一步。不過，底層的現(xiàn)象仍然很神秘，機制遠遠沒有弄清?！保ň幾g/陳樺）