猎奇心，是人和人工智能最明显的差别之一。从我们展开双眼看这个世界开端，我们就在尽力的懂得着四周的一切，我们懂得世界的方法许多样；一开端是试图把一切器械放进嘴巴里，到后来我们走遍了这世界的每个角落。
这也是性命中最美好的器械，在知足猎奇心的进程中，我们取得了快活。人类懂得一切，不是为了完成某一个目的，而仅仅是一种来自天性的激动。
可儿工智能所做的，只要依据既定目的停止进修、搜刮和盘算。扫地机械人会摸索四周情况，可这不是由于猎奇，而是为了树立房间中的SLAM以完成任务。这也是能人工智能不会涌现的证据之一：人类本身都没弄明确“认识”为什么会存在，更没法将“天性”加在人工智能头上。
不外在现有技巧下，我们可否让人工智能做出相似猎奇的行动呢？好比赐与有意义的摸索行动一些嘉奖，或许是把摸索行动和完成任务相联合停止评分。
谜底是可以。
猎奇心赞助人工智能成为更棒的水督工
还记得我们第一次玩超等玛丽的时刻吗？也许我们中许多人玩的都是小霸王进修机里的超等玛丽式英语进修软件。不论是甚么，进入游戏的第一时光，我们平日都是试一试手柄上的每个按键是做甚么的，然后跳来跳去，测验考试触碰游戏里的每个小方块。这就是猎奇心最根本的表示。
那末人工智能在玩超等玛丽时是如何的呢？平日情形下是运用了加强进修算法，用正负反应机制赞助人工智能疾速通关。踩逝世一只乌龟，取得正向反应，失落入绝壁，取得反向反应。成绩时，只需可以或许持续过关，人工智能很难学会新的举措，这也就形成了碰到新的关卡时，人工智能经常须要消耗很年夜力量能力经由过程。
在一篇关于人工智能猎奇心的论文中提到，人工智能应用传统的加强进修办法练习，在超等玛丽的游戏进程中，人工智能卡在了游戏的30%处，由于人工智能须要超出一个坑，而想要超出谁人坑，须要15到20个特定次序的按键操作。因为在坠落进坑里时曾经取得了反向反应，人工智能经常在坑的地位止步不前。
上述论文的作者，来自UC Berkeley的研讨团队提出了一种新的思绪，为人工智能参加了外部猎奇心构型。以自监视的方法，猜测本身行为会形成何种成果，并将这类算法称作自监视猜测算法。
当内部反应削减时，外部猎奇心构型会鼓励人工智能经由过程摸索情况去磨练自我关于行为的猜测。成果是，采用外部猎奇心构型的人工智能不会自觉反复那些有正向反应的举措，而是开端懂得游戏情况，掌握全体游戏过程。终究克服了谁人坑。
猎奇心不只会害逝世猫，还会让人工智能很多动症
接上去，在DeepMind盘算机迷信家Hester和德州年夜学奥斯汀分校的Peter Stone的研讨中，异样的概念被进一步的具象化。
在强化进修的基本上，他们开辟了一种名为TEXPLORE-VANIR的算法。和自监视猜测算法分歧的是，TEXPLORE-VANIR为人工智能设立了外部嘉奖机制，当人工智能摸索情况时，即便这类行动对到达终究目的没有利益，人工智能也会由于削减了内部情况的未知性而取得来自外部的正向反应。同时，在摸索情况中发明了新事物时，人工智能也会取得正向反应。
这么听起来，是否是很人类的猎奇心异常相像了？
而且TEXPLORE-VANIR也让人工智能的猎奇心不再止步于游戏中。在关于机械人任务的试验中，面对多项任务支配，TEXPLORE-VANIR算法能让机械人表示更好。缘由是面对多项任务时，通俗深度进修算法会让机械人赓续反复某一项任务中的举措，由于机械人已经在完成这一项任务时取得过正向反应，当其他任务涌现时，它照样会反复那些让本身取得过正向反应的举措。如许一来，就会糟蹋许多时光。
当人类表示出过度猎奇时，会有如何的成果？最多见的，留意力没法集中，经常将手头的任务前功尽弃。异样，人工智能具有猎奇心后也会有异样的表示。搭载TEXPLORE-VANIR算法的机械人在一项给门开锁的义务上表示较差，就是经常由于猎奇而去摸索情况，招致义务完成的延迟。乃至有学者称，这是人工智能的“多动症”。
如许看来，若何均衡外部和内部的反应将是若何让人工智能猎奇心施展感化的最年夜成绩。
没有猎奇心的人工智能只是机械？
我们更关怀的是，让人工智能具有猎奇心这件事毕竟有甚么用？是为了他们在游戏中更好的打败我们？照样让他们在履行义务时专心而变得低效？或许说让他们更接近人类，可以更好的打败我们？
（片子超能查派中的人工智能本身研收回了若何转移认识，超出了片子中人类现有的科技程度）
起首，猎奇心会让人工智能在进修时加倍高效。削减对内部情况反应的依附，意味着对已稀有据的应用率更高。好比在机械手臂试图抓起物品时，经常是把能够抓起物品姿态都测验考试一遍，直到把物品抓起来。关于人来讲，这是基本不克不及接收的低效，可换到了一个充着电的机械上，仿佛就没人在乎了。好笑的是，人工智能本应当替身类完成反复劳作的任务，成果倒是用更多的人工智能反复劳作，取代人类的反复劳作。可有了猎奇心，人工智能可以先对情况、情况中的物体停止初步的懂得，然后再加以行为，而不是无脑的用暴力穷举处理成绩。
其次，猎奇心可让人工智能更好的顺应实际运用情况，究竟实际和游戏或许试验纷歧样，没人会为人工智能的每一个举措打分。当缺乏内部情况反应时，猎奇心使令的外部反应便可以施展很年夜感化。只要可以自我驱动的AI，能力在真正意义上赞助到人类，发明那些我们在设立目的时没有发明的事，而不是像一切机械一样依据指令行为。
看到这里，是否是减轻了对人工智能的恐怖？别担忧，年夜多半有关猎奇心的算法今朝还都逗留在试验阶段，一是上文提过的，因为没法均衡外部反应和内部反应，猎奇心经常会下降人工智能的任务效力。究竟100%的专注，是一切机械的优势。第二则是，传统深度进修的“萝卜加年夜棒”政策曾经能知足当下许多人工智能的运用。暴力穷举固然低效，然则非常有用。
但我们信任，不论以何种情势，将来的人工智能必定会涌现相似猎奇心的机制，在更懂得这个世界的条件下，更好的办事人类。
