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