機器可以具備“常識”（common sense）嗎？11月18日，第九屆財新峰會“科學下一步暨STEP全球科技論壇”上，華盛頓大學計算機科學系教授、艾倫人工智能研究所首席執行官奧倫·埃齊奧尼（Oren Etzioni）稱，目前機器學習存在諸多問題，但可以通過獲得“常識”來解決。

現年54歲的奧倫·埃齊奧尼（Oren Etzioni）畢業于哈佛大學，在卡內基梅隆大學獲得博士學位，他曾獲得多個獎項，包括美國自然科學基金青年學者獎（1993年）、羅伯特·恩格爾莫爾紀念獎（2007年）、IJCAI杰出論文獎（2005年）、西雅圖年度極客獎（2013年）。在元搜索（1994年）、在線比較購物（1996年）、機器閱讀（2006年）和開放式信息提取（2007年）等領域，埃齊奧尼都是先驅性的科學家。

埃齊奧尼不僅是一位科學家，還是一位卓有成就的企業家。他曾參與創立了多家公司，包括Farecast公司（2008年賣給微軟）和Decide公司（2013年賣給eBay）。埃齊奧尼發表過100多篇論文，在學術搜索引擎Semantic Scholar上，他的論文的被引次數高達1800多次。

埃齊奧尼稱，雖然目前深度學習（deep learning）在各個領域得到廣泛應用，但是深度學習有四大問題。首先深度學習易于犯錯，他舉的一個例子是用圖像識別深度學習程序去識別一張鴨子在水中游泳的照片，該深度學習程序在水波中識別出了一輛汽車，因為圖中的一小塊水波放大以后看確實很像是汽車的外形。埃齊奧尼表示，除此以外深度學習還有效率低、無法解釋如何得到計算結果、以及有安全隱患等問題。

解決這些問題的一個方式是讓深度學習獲得“常識”。埃齊奧尼通過舉例來解釋何為“常識”，比如把一雙襪子放進衣櫥里面，第二天這雙襪子是否還在衣櫥里？大部分人會認為這雙襪子會還在。這就是常識。又比如說，對“I see Great Wall flying to Beijing.”（我在飛往北京的飛機上看到了長城）這句話，它的意思不是“我看到長城飛到北京去了”，因為“長城不會飛”這是常識。

埃齊奧尼稱，要讓機器學習獲得常識，首先要把常識變得可以測量。一個方法是用大量的測試題，比如一些給小孩子做的物理題，讓機器學習程序去做，以此測試機器學習的常識水平。

其次，可以通過知識工程、眾籌以及自動化三種方式來生產常識數據。知識工程就是找一些專家去寫常識性的論斷，這種方式規模化較難；眾籌就是利用各種眾籌平臺生產常識論斷，這種方式比較有希望；自動化是通過文字、圖片和視頻來進行推斷，自動生成常識性論斷

【來源：財新網】