AI大神Yann LeCun談近期AI發展：最聰明的AI在常識方面還不如貓

最新 08-18

來源：網易智能

摘要：從虛擬助手到巨大的商業效益，人工智慧正在重塑信息時代，作為著名的人工智慧先驅者之一，Yann LeCun又是怎麼看待這一領域的發展、近期的變化和潛力的呢？

從虛擬助手到巨大的商業效益，人工智慧正在重塑信息時代，作為著名的人工智慧先驅者之一，Yann LeCun又是怎麼看待這一領域的發展、近期的變化和潛力的呢？

20世紀80年代中期，人工智慧的研究陷入了完全停滯的狀態。首先，計算機缺乏將事情促成的處理能力，與現代智能手機相比，軟盤驅動設備在先進程度上相形見絀，直到1989年，計算機晶元才能夠容納100萬個元件，相比之下，現代的高端計算機晶元則能夠容納80億個元件。

另一個障礙也阻礙了人工智慧的成形，1984年，美國人工智慧協會召開了一次重大會議，行業先驅馬文·明斯基(Marvin Minsky)在會上警告商界，投資者對人工智慧的熱情最終將會變成大失所望，果然，人工智慧領域的投資開始劇降。

那時候，像Yann LeCun這樣的夢想家選擇了不去過多關注那些負面的東西，這是一件好事，當這位法國人加入位於新澤西的AT&T貝爾實驗室適應性系統研究部門時，他還不到30歲，在那裡，他對人工智慧充滿著熱情。在貝爾實驗室，LeCun開發了許多新的機器學習方法，包括模仿動物視覺皮層的卷積神經網路，LeCun的研究也促進了圖像和視頻識別以及自然語言處理的發展。

「整個人工智慧背景下的統計學習概念在1960年代末似乎消失不見了。」LeCun回憶道，「人們或多或少拋棄了它，然後在80年代末，神經網路又重新成為人們關注的焦點。因此，當訓練多層神經網路的學習演算法在80年代中期出現時，它引起了人們的興趣。」

在捕捉這場革命的過程中，LeCun一直都極其謙遜，甚至謙遜過頭了，他的發現創造了歷史，但他卻很少提及自己的名字或成就，他不會自視非凡，事實上，他的個人網站上有一整個區域都是關於雙關語的，其中有這樣的自我告誡：「禁止酷刑的日內瓦公約以及禁止施加殘酷和非常懲罰的美國憲法，禁止我連續寫出三個以上兇殘狠毒的雙關語。」

LeCun也不願滿足於他在計算機科學上取得的任何應得的榮譽，如今，他擔任Facebook的首席人工智慧科學家，在那裡他孜孜不倦地努力實現新的突破，而今天，他帶領我們進行一次特權之旅——比坐在前排看明星表演還要過癮，因為他就是這場秀的明星主角——洞悉人工智慧的發展、近期的變化和潛力。

關於Yann LeCun，他在人工智慧研究領域，Yann LeCun、Geoffrey Hinton 和 Yoshua Bengio一直被公認為深度學習三巨頭，他是計算機科學家，被譽為「卷積網路之父」，為卷積神經網路（CNN，Convolutional Neural Networks）和圖像識別領域做出了重要貢獻，以手寫字體識別、圖像壓縮和人工智慧硬體等主題發表過190多份論文，研發了很多關於深度學習的項目，並且擁有14項相關的美國專利。

目前，Yann LeCun是Facebook人工智慧研究院院長，紐約大學的 Silver 教授，隸屬於紐約大學數據科學中心、Courant 數學科學研究所、神經科學中心和電氣與計算機工程系。加盟Facebook之前，Lecun已在貝爾實驗室工作超過20年，期間他開發了一套能夠識別手寫數字的系統，叫作LeNet，用到了卷積神經網路，已開源。他在 1983 年在巴黎 ESIEE 獲得電子工程學位，1987 年在 Université P&M Curie 獲得計算機科學博士學位。在完成了多倫多大學的博士後研究之後，他在 1988 年加入了 AT&T 貝爾實驗室（AT&T Bell Laboratories /Holmdel, NJ），在 1996 年成為 AT&T Labs-Research 的圖像處理研究部門主管。2003 年，他加入紐約大學獲得教授任職，並在 NEC 研究所呆過短暫一段時間。2012 年他成為紐約大學數據科學中心的創辦主任。2013 年末，他成為 Facebook 的人工智慧研究中心（FAIR）負責人，並仍保持在 NYU 中兼職教學。

作為一個研究人工智慧歷史的學生，LeCun可以一個不漏地說出該領域的里程碑事件：始於1956年夏天在達特茅斯舉行的一次頭腦風暴會議，「人工智慧」一詞就是在那次會議上被創造出來的。僅僅一年之後，弗蘭克·羅森布拉特（Frank Rosenblatt）在康奈爾航空實驗室發明了感知器。第一個實現版本是Mark 1 Perceptron感知器，那是一個巨大的矩形機器，包含400個隨機地連接到簡單的圖形檢測器的光電池，以及一個可訓練分類器。

「它是第一個能夠學會以一種不平凡的方式識別簡單模式的神經網路。」LeCun說，「你可以用它們來進行簡單的圖像識別，但不能識別照片中的物體，也不能進行任何推理或規劃。」

十年以前，模式識別系統一直都需要人類完成大量繁重的工作才能夠識別自然圖像中的物體。「你需要做很多的工作來構建一個工程模塊，將圖像轉化成一種代表性的東西——通常是一個長長的數字列表，它們能夠被簡單的學習演算法處理。所以基本上你必須親手完成這項工作。」他補充道，早期的語音識別和由計算機驅動的翻譯也是如此：手動工程意味著付出巨大的努力，卻沒有得到多少回報。

那麼是什麼改變了計算機科學呢？「在所有的那些應用中，深度學習和神經網路已經在性能上帶來了顯著的改善——同時也大大減少了必要的體力勞動。」LeCun說道，「這使得人們可以將這些應用擴展到很多不同的領域。」

這就提出了這樣一個問題：計算機首先是如何「學習」的。神經網路相當於對大腦的一種軟體模擬；它們處理諸如視覺圖像的信息，並試圖得到一個正確的答案。但如果答案不是那麼正確呢？輸入「反向傳播」(backpropagation)，這是一種促使神經網路學習的反饋流演算法。

反向傳播的突破性發現出現在1986年。當時，傑弗里·辛頓（Geoffrey Hinton）教授成為最早描述計算機通過反覆執行任務來學習的方法的研究人員之一。在學習的過程中，計算機的神經網路每次都會「往減少錯誤的方向進行調整」。

LeCun不僅很好地利用了辛頓所打下的基礎——他還幫助奠定了基礎。20世紀80年代初，辛頓第一次提出了「反向」（backprop）的想法，但後來他放棄了，因為他認為這個想法行不通。

但在1985年，LeCun寫了一篇論文來描述反向傳播的一種形式。論文是用法語寫的，基本上沒有被很多人讀過——但至少被一個重要的人讀到了。那就是辛頓。在開始在AT&T貝爾實驗室(晶體管的誕生地)工作之前，LeCun在多倫多大學在Hinton手下工作，擔任博士後研究員。

「所有的機器學習都是關於糾錯的。」LeCun解釋道。想像一下，給計算機展示」成千上萬張汽車和飛機的圖片，每一次參數都自行調整一點，輸出結果隨之距離正確的參數近一點——如果你足夠幸運的話，最終會達成一個讓機器能夠準確識別出每一輛汽車和每一架飛機的配置。」

描述最終結果的時候，他激動地說：「機器學習的神奇之處在於，即使是系統從未見過的圖像，也會被正確地分類。」

不過，他還是忍不住有點愛開玩笑。「有各種各樣的技巧可以讓反向傳播發揮作用，而且它還是有點黑色藝術——但現在我們有了一個秘方。如果你按照秘方來做，它每次都會奏效。」

人工智慧時代的數據被以各種各樣的方式描述：新的黃金，新的石油，新的貨幣，甚至新的培根。到目前為止，每個人都明白：從審計到電子商務，數據對企業來說都很有價值。但也要理解數據能做什麼和不能做什麼，這是眾多商界人士仍必須面對的一個區別。

「數據對於把機器學習變成一門生意很重要。」LeCun坦言，「你需要數據來訓練你的系統，你的數據越多，你的系統就會越精準。所以，從技術目標和商業角度來看，數據越多越好。」

但也有數據會變成油膩的培根的時候，如果你願意的話：也就是說，它不能讓使用人工智慧的機器變得更智能。「在人工智慧的研究方面——我們在Facebook研究的東西，還有很多在DeepMind、谷歌和其他地方的人研究的東西——我們不使用內部數據來測試它們。」LeCun說，「我們使用公共數據，原因是我們喜歡將我們的方法與學術研究領域的其他人進行比較。擁有更多的數據對於開發更好的方法並不重要。事實上，很多努力都是為了減少達到給定性能水平所需的數據量。」

這一點在學術界尤為明顯。在學術界，關鍵的任務不是分析處理海量的數據，而是充當LeCun所說的「新思想的先鋒」。與此同時，在尋找解決方案之前，建立人工智慧戰略的企業需要自我評估。「這取決於人工智慧對你的操作有多重要，」LeCun指出。「如果你只是想應用現有的人工智慧方法，你可以使用許多公司提供的雲服務。」這是相對容易的。「一些企業和出租技術可以幫助人工智慧的部署；LeCun以蒙特利爾的AI元素為例。

對於企業來說，最大的挑戰是建立自己的工程團隊。「基本上，人工智慧工程師和科學家現在需求量很大，所以你得高薪聘請他們。他們不便宜，因為他們很稀有。」

LeCun概述了構成當今人工智慧基礎的兩種不同類型的學習方式：監督式學習和非監督式學習。在監督式學習中——適用於超過95%的機器學習應用——人類操作員訓練機器來逐漸提升對圖像或其他形式的輸入的識別能力。打個比方，把它看作你可以無意識地調整的旋鈕，越是調整，機器就會越接近產生你想要的那個輸出結果。

非監督式學習（或者說「自我監督式學習」）擁有著巨大的潛力，儘管它在今天的機器學習中所佔的比例要小得多。「它本質上是根據我們從世界上的其他事物中感知到的東西來預測一切。」LeCun說。他以「視頻預測」為例：「給機器播放一小段視頻，然後讓它預測接下來會發生什麼。」

現在的情況有點像是在預測接下來會發生什麼，從而實現這種特殊的突破。但可以肯定的是，對於科學家、學者和高科技巨頭來說，追求非監督式學習有著十分巨大的吸引力。非監督式學習的好處在於，能夠完成我們目前無法完成的所有應用。」LeCun說道，「我們想要擁有智能的虛擬助手，你可以和它們交談，它們可以理解你所說的一切。它們會有足夠的背景知識來在日常生活中給你提供幫助。」

他停頓了一下。「這有點像電影《她》（Her）。你看過那部電影嗎？」簡單介紹一下：在斯派克·瓊斯(Spike Jonze)2013年執導的這部電影里，華金·菲尼克斯(Joaquin Phoenix)飾演一個孤獨的作家，愛上了他的虛擬助手，該助手由斯嘉麗·約翰遜(Scarlett Johansson)配音。原來LeCun很喜歡這部電影。

「它對人們和變得智能的虛擬助手之間可能會發生的互動刻畫得不差。」LeCun表示，「我們還遠沒有那樣的人工智慧技術能讓我們製造出那樣的機器。這主要是因為現在的機器不具備常識。」

常識？但機器不是很多時候都比人類更善於做決定嗎？機器必須要有常識——它們有嗎？LeCun解釋了它們為什麼沒有常識：「我們沒有能力讓機器去學習龐大的背景知識：我們在出生以後的最初幾周和幾個月里所獲得的關於這個世界的龐大背景知識——很多動物也獲得了這種背景知識。」

正因為如此，我們對機器人的一些最簡單的假設就站不住腳。「我們不可能有靈巧的機器人。」LeCun說道，「我們不可能有能夠把我們的洗碗機裝滿然後清空的家用機器人。這超出了當今機器人技術的水平，這並不是因為我們不能製造機器人。而是因為我們不知道如何給它們製造大腦。我們不知道如何訓練它們，讓它們知道該如何握住東西，如何繞過障礙物，如何裝載東西。」他補充說：「家貓都比最聰明的機器有常識得多。」

鑒於LeCun在將人工智慧帶入生活中所扮演的重要角色，這聽起來或許有些輕率。但當他想到一個光明的人工智慧未來在醫學等領域正以閃電般的速度逼近時，他也表現出了極大的熱情——甚至驚奇。

「對於醫學圖像分析，我們能夠訓練卷積神經網路來從CT掃描圖或MRI（核磁共振成像）圖像檢測腫瘤，或者從皮膚圖像檢測黑色素瘤。」他稱，「我認為這將會對放射學產生深遠的影響。」

不管持有什麼樣的觀點，LeCun都一直充滿著樂趣，一如當初第一天到貝爾實驗室工作的的那個二十來歲小伙。

7月8日是LeCun 58歲生日那天，他發布推文說：「深度神經網路既漂亮，又光亮透明。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！