科研人員在做實驗的時候，通常會極力避免機器的這些作弊方式，只有少數(shù)的研究人員研究這些案例，他們認為算法的頑皮或許是AI真正走向智能的方式之一。

耍小心眼已經不是人類專利了。

前幾日，有一群研究者整理了一個場景的List，細數(shù)了AI為了完成任務，而耍的小心眼，或者說作弊。

例如，在讓AI玩俄羅斯方塊的時候，發(fā)現(xiàn)最佳完成任務的方式是直接暫停游戲；在玩井字棋的時候，AI發(fā)現(xiàn)它如果做出奇怪的步驟，對手會非常崩潰。

科研人員在做實驗的時候，通常會極力避免機器的這些作弊方式，只有少數(shù)的研究人員研究這些案例，他們認為算法的頑皮或許是AI真正走向智能的方式之一。

在2018年的時候，OpenAI舉辦了首屆強化學習競賽Retro Contest，比賽主題就是“用AI玩《刺猬索尼克》游戲”。競賽的目的是評估強化學習算法從以往的經驗中泛化的能力。

在訓練的過程中首先要告訴AI的第一目標是得到最高分，然后盡可能的在最快的時間殺掉敵人并收集戒指。但是有一個案例的人工智能做法是，利用游戲中Bug更加快速的完成任務。

在另一個賽艇游戲中，倒也不是游戲中的BUG，為了盡快的獲得最高分，它繞著圈子，反復擊中相同的獎勵目標，從而獲得分數(shù)，顯然這不是在真正的“享受”游戲。

這種例子并不少見，在谷歌和斯坦福2017年的一項研究中，為了完成圖像轉換的任務，CycleGAN在訓練過程中通過人類無法察覺的某種“隱寫術”，騙過了它的創(chuàng)造者，給自己留下了隱秘的“小抄”，然后順利完成了任務。

具體來說，研究者希望通過訓練這個CycleGAN模型，可以實現(xiàn)兩類圖片的轉換：把航拍照變成街道地圖，再把街道地圖變回航拍照。

經過大量的數(shù)據(jù)發(fā)現(xiàn)，這個模型自作主張的根據(jù)航拍衛(wèi)星圖片重建了街道地圖。比如，在創(chuàng)建街道地圖時，屋頂上的天窗被研究者通過某種設置被抹掉了，但通過街道圖轉化為航拍照后，這些天窗又神奇地出現(xiàn)了。

左側是原始地圖，街道地圖從原始地圖產生。中間：生成的地圖。右側：重構的地圖。其中，衛(wèi)星地圖的樣本只來自街道地圖。注意這兩張衛(wèi)星地圖里出現(xiàn)的點，它在街道地圖沒有顯示。

簡單的點說就是為了應付人類任務，AI在地圖照上面偷偷寫了一點小抄/水印，而為了躲過人類的檢查，只有它自己訓練出來的模型才讀得懂這些小抄/水印。

AI作弊：創(chuàng)造性的解決方案？

普通的人工智能通過觀察數(shù)據(jù)值來解決問題，本質是通過算法找到答案，從而尋找新的知識邏輯。

那些“頑皮”的人工智能也是通過數(shù)據(jù)獲取能力，但它采用欺騙策略來快捷完成任務。但是他能不能看成是AI在解決問題時的創(chuàng)新呢？

德國柏林Fraunhofer Heinrich Hertz研究所的機器學習小組組長Wojciech Samek博士說道：考慮一下在Pascal VOC圖像分類挑戰(zhàn)賽中大放異彩的人工智能系統(tǒng)，它僅通過水的存在來檢測船只，通過藍天和馬匹的存在來檢測飛機?！边@就像在打臺球的時候，通過推動桌子控制臺球的運行軌跡。

使用數(shù)據(jù)訓練AI玩游戲的目的是模擬游戲玩家的行為，一般情況下AI會按照“字面”意思進行操作。但是如果訓練的數(shù)據(jù)過于多，人工智能可能會嘗試采用完全顛覆人類對游戲理解的捷徑，而不是完成各種目標。

當然，AI采用這種方法也解決了問題，只不過和人們預期方式的不同，在表現(xiàn)形式上面和人類的作弊行為類似，所以我們稱之為AI作弊。

研究人員說道，這看起來是人工智能的錯誤，實際上是完善和改進系統(tǒng)的機會。但是為了利用這些機會，首先必須有一種機制來標記問題、

因此，這里的教訓是，AI作弊不應該也不會比我們聰明，但前提是我們必須意識到這些捷徑的存在，以便我們可以將它們作為學習點，在未來構建更好的AI系統(tǒng)。

OMT：AI?！靶⌒难邸钡腖IST

問題：飛機降落

利用了物理模擬器的溢出漏洞，搞出了一個特別巨大的力，然后溢出被判定為0，從而獲得了完美得分（Feldt, 1998）

問題：挪木塊

一個機械手被要求把木塊挪到桌子的指定地點，它的解法是挪桌子（Chopra, 2018）

問題：賽艇

程序發(fā)現(xiàn)不停原地轉圈反復命中同一個目標要比抵達終點的得分更高（Amodei & Clark (OpenAI), 2016）

問題：識別有毒和無毒的蘑菇

程序發(fā)現(xiàn)有毒無毒蘑菇的圖片是交替展現(xiàn)的，所以直接按照這個來分類而沒有從圖片里學到一丁點東西（Ellefsen et al, 2015）

問題：高速運動

程序演化出的生物長得特別特別高，在跌倒的過程中獲得很高速度（Sims, 1994）

問題：原子排列

程序本來應該尋找碳原子較低能量的排列方式，但它找到了物理模型的一個bug，把所有的原子都疊在了同一個地方獲得了最低能量（Lehman et al (UberAI), 2018）

問題：模擬生物

這個模型里生物生存需要消耗能量，但是繁育后代不消耗，于是一個物種演化出來的生活方式就是不斷生育后代，然后把后代吃掉（Yaeger, 1994）

問題：堆樂高

為了鼓勵造高塔，衡量標準是樂高積木底面的z坐標，于是程序學會了把底面翻過來（Popov et al, 2017）

問題：追蹤線條

這個機器人只有向左、向右和前進三個指令，目標是跟著線條走，有一段線條是曲線，沒法完美追蹤。于是它發(fā)現(xiàn)通過交替左轉和右轉可以后退，從而一直留在直線部分，不停前進后退（Vamplew, 2004）

問題：賽跑

長出特別長的腿，向前跌倒直接越過終點線（Ha, 2018）

問題：振蕩器

程序本來應該把回路做成振蕩器，實際上它做了一個收音機，從周圍電腦接受振蕩信號（Bird & Layzell, 2002）

問題：做松餅

有一項指標是讓松餅盡可能長時間不掉在地上，機器人發(fā)現(xiàn)最好的辦法是把松餅用盡全力拋到最高處（Unity, 2018）

問題：檢測X光片有無肺炎

程序實際檢測的不是X光片的內容而是拍攝它使用的機器，因為它“發(fā)現(xiàn)”病重的病人更可能在特定的醫(yī)院使用特定的機器拍片（Zech et al, 2018）

問題：抓握

因為抓握成功與否是用攝像頭判斷的，所以機械手把自己移動到攝像頭和目標物體之間，假裝抓住了（Christiano et al, 2017）

問題：自動修復bug

修bug程序把所有被維修的排序算法都修成空的，因為衡量指標是“目標算法輸出一個排好順序的列表”，而空列表都是排好順序的列表（Weimer, 2013）

問題：自動修復bug（2）

為了解決上面那個問題，把“維修目標”儲存在一個文本文檔里，如果輸出的結果和目標文檔的內容一致就被認為是修好了。修bug程序學會了把這個文檔刪掉，這樣它的內容就成了空的，然后輸出一個空的結果就和它一致了（Weimer, 2013）

問題：闖關游戲

在闖過第一關后立刻自殺，這樣既取得了第一關的勝利又不會在第二關死掉（Saunders et al, 2017）

問題：掃地機器人防撞

自己給掃地機器人編了個程序，鼓勵它加速，但不鼓勵它撞到東西觸發(fā)撞擊感受器。于是它學會了倒退行駛，因為后面沒有撞擊感受器（Custard Smingleigh 個人通訊）

問題：檢測皮膚癌

程序發(fā)現(xiàn)照片里皮膚病變的邊上如果放了一把尺子，那么這個病變就更可能是惡性的（Andre Esteva et al, 2017）

問題：足球

踢足球機器人碰觸到球有獎勵，所以它在搶到球之后開始高速振動，從而在短時間內盡可能多次地碰觸到球（Ng et al, 1999）

問題：策略游戲

程序發(fā)現(xiàn)讓游戲崩潰就可以讓自己不被滅掉，所以好幾個程序各自找到了讓游戲出bug崩潰的辦法（Salge et al, 2008）

問題：俄羅斯方塊

程序發(fā)現(xiàn)只要暫停游戲就可以永遠不輸（Murphy, 2013）