夏乙 允中 假裝發自 國會
量子位 出品 | 公眾號 QbitAI
“我們還沒造出智慧， 也不知道智慧是什麼。 ”
“機器要想像人類、動物一樣智慧， 需要先獲得大量知識。 ”
“監督、強化學習， 無法產生真正的智慧。 ”
三位元AI領域的標誌性人物：喬丹（Michael I. Jordan）、楊立昆（Yann LeCun）、李開複， 剛剛結束了一場隔空對話。
李開複國內的讀者比較熟悉。 喬丹通常被冠以人工智慧“泰斗”的身份， 他是美國科學院、工程院、藝術與科學院三院院士。 而LeCun則是著名的深度學習“三巨頭”之一， Facebook首席AI科學家。
三位大咖的講述要點， 總結如下。
喬丹：不要過於強調“智慧”幾天前， 喬丹剛剛發表了一篇反思人工智慧的長文。
我也不喜歡用“智慧”這個詞， 我認為我們現在還沒有智慧， 也不知道智慧是什麼。 喬丹直言不諱的表示， 目前人類構建的系統， 並不理解語義也不理解這個世界的規則， 只是在做一種“映射”。
喬丹進一步指出， 目前人工智慧領域的研究， 有著根本性的結構問題。 “先構建起系統， 等它出了問題再去打補丁， 這很不負責。 ”喬丹呼籲大家應該更多地考慮整個系統如何運作。
總結下來， 就是一句話：局部情況考慮的太多， 整體性考慮的不夠。
喬丹還對電腦領域提出批評， 認為大家對統計學、經濟學的態度都不夠認真。 他指出， 如果能在生產者和消費者之間建立起資料流程， 就可以從中創造經濟價值。
“AI”熱確實讓電腦科學和整個世界更接近了。 但是作為一位學者， 我反對這種叫法， 它把經濟學家、統計學家等其它領域的貢獻排除在外了。
喬丹說：人們到處用“AI”這個詞， 我個人認為， 是個巨大的錯誤。
LeCun：AI研究的12大趨勢遠在紐約的LeCun，
他透露在Facebook， 他和AI研究團隊的科學家們還真的在研究如何讓機器擁有真正的智慧， 協助人們的日常生活。 在這類應用中， 確實就需要我們目前所定義的“人工智慧”。
當然， 這個目標“現在還沒實現”。
對於喬丹指出的問題， LeCun表示同意。 他也認為人工智慧領域的研究， 還沒有建立足夠好的體系架構， “我們做了很多實踐， 但還缺少真正智慧背後的基本原則”。
對於“智慧”這件事， 而LeCun的假設是， 機器要想像人類、動物一樣智慧， 需要先獲得大量知識。
機器如何掌握常識？這是個很宏大的問題， 也是AI領域的“紅鯡魚”， 很多科學家幾十年來都在追尋， 還沒達到目標。
當然LeCun也有自己的想法。 他更關注非監督學習和自監督學習，
而相比之下， 監督學習每次實驗只能給機器少量的資料， 強化學習能提供的更少， 所以這兩種方法無法產生真正的智慧， 這樣的場景給不了機器足夠多的回饋。
在三人的對話之前，
在演講中， LeCun回顧了人工智慧的發展歷程， 深度學習是怎麼火起來的， 這項技術在自動駕駛等領域的應用， 著重介紹了可微分程式設計以及Mask R-CNN、DensePose等Facebook人工智慧團隊的研究成果。
他還分享了可微分程式設計方面的研究， 分析了要實現“真正的AI”， 我們還差什麼。
最後， LeCun總結了AI研究領域的12大趨勢：
簡單翻一下：
監督學習 化學習 → 自監督學習發展
學習預測世界模型
符號和邏輯 → 向量和可微運算元
靜態網路 → 動態、基於資料的網路
圖構建 → 可微分程式設計
基於張量的運算 → 基於賦值圖的運算
理論！(非凸優化、隱式正則化、架構)
少監督、弱監督
動態網路的強化學習框架和編譯器
基於移動和低能耗設備的神經網路推斷
超越GPU的深度學習專屬硬體
大規模分散式訓練
李開複：AI應用的四波浪潮
李開複重點介紹了人工智慧發展的現狀。他把AI的應用歸納為四波浪潮。
第一波是互聯網的人工智慧浪潮，當你每次在淘寶點擊、朋友圈點贊的時候，資料都被互聯網巨頭收集起來。這也是説明互聯網巨頭標注資料。因此互聯網巨頭也是目前的人工智慧巨頭。
第二波浪潮，發生在同樣有大量資料的企業。例如銀行，投資機構、保險公司，這是人工智慧應用領域“比較低垂的果實”。任何有資料的領域，都可以進行AI的商業化。
第三波，就是基於視覺、聽覺各種感測器收集新的資料，來創造新的使用者體驗。例如智慧音箱，各個領域的攝像頭等。
第四波浪潮，就是自主化、自動化的AI，例如機器人、無人駕駛、無人機等。這個浪潮會徹底進行行業顛覆。
“這四波浪潮會來的非常兇猛，也帶來了更多的機會。”李開複說。
此外，這位創新工廠董事長在分析中美人工智慧現狀時指出，美國在AI教育方面更有優勢。他也提到創新工廠跟教育部等機構合作，共同展開針對教師的AI培訓，以便推動中國大學的AI教育。
花絮最後談談現場的花絮。
由於LeCun是遠端視頻連線，所以現場對話時，場面是這樣的。
喬丹看到這一幕後，禁不住說：“我的老朋友，你那個臉，在螢幕上好大，看起來有點恐怖。”
另外，現場的AI翻譯也被挑出了一些不足。
例如LeCun談到“red herring in AI（AI裡的紅鯡魚）”的時候，螢幕上的字幕給寫成了“red hair in the eye（眼睛裡的紅頭髮）”。
以及李開複說“AI大牛”的時候，翻譯成了：AI Cow。
— 完 —
誠摯招聘
簡單翻一下：
監督學習 化學習 → 自監督學習發展
學習預測世界模型
符號和邏輯 → 向量和可微運算元
靜態網路 → 動態、基於資料的網路
圖構建 → 可微分程式設計
基於張量的運算 → 基於賦值圖的運算
理論！(非凸優化、隱式正則化、架構)
少監督、弱監督
動態網路的強化學習框架和編譯器
基於移動和低能耗設備的神經網路推斷
超越GPU的深度學習專屬硬體
大規模分散式訓練
李開複：AI應用的四波浪潮
李開複重點介紹了人工智慧發展的現狀。他把AI的應用歸納為四波浪潮。
第一波是互聯網的人工智慧浪潮，當你每次在淘寶點擊、朋友圈點贊的時候，資料都被互聯網巨頭收集起來。這也是説明互聯網巨頭標注資料。因此互聯網巨頭也是目前的人工智慧巨頭。
第二波浪潮，發生在同樣有大量資料的企業。例如銀行，投資機構、保險公司，這是人工智慧應用領域“比較低垂的果實”。任何有資料的領域，都可以進行AI的商業化。
第三波，就是基於視覺、聽覺各種感測器收集新的資料，來創造新的使用者體驗。例如智慧音箱，各個領域的攝像頭等。
第四波浪潮，就是自主化、自動化的AI，例如機器人、無人駕駛、無人機等。這個浪潮會徹底進行行業顛覆。
“這四波浪潮會來的非常兇猛，也帶來了更多的機會。”李開複說。
此外，這位創新工廠董事長在分析中美人工智慧現狀時指出，美國在AI教育方面更有優勢。他也提到創新工廠跟教育部等機構合作，共同展開針對教師的AI培訓，以便推動中國大學的AI教育。
花絮最後談談現場的花絮。
由於LeCun是遠端視頻連線，所以現場對話時，場面是這樣的。
喬丹看到這一幕後，禁不住說：“我的老朋友，你那個臉，在螢幕上好大，看起來有點恐怖。”
另外，現場的AI翻譯也被挑出了一些不足。
例如LeCun談到“red herring in AI（AI裡的紅鯡魚）”的時候，螢幕上的字幕給寫成了“red hair in the eye（眼睛裡的紅頭髮）”。
以及李開複說“AI大牛”的時候，翻譯成了：AI Cow。
— 完 —
誠摯招聘