廣州熱線

從虛擬助手到巨大的商業(yè)效益，人工智能正在重塑信息時(shí)代，作為著名的人工智能先驅(qū)者之一，Yann LeCun又是怎么看待這一領(lǐng)域的發(fā)展、近期的變化和潛力的呢？

20世紀(jì)80年代中期，人工智能的研究陷入了完全停滯的狀態(tài)。首先，計(jì)算機(jī)缺乏將事情促成的處理能力，與現(xiàn)代智能手機(jī)相比，軟盤(pán)驅(qū)動(dòng)設(shè)備在先進(jìn)程度上相形見(jiàn)絀，直到1989年，計(jì)算機(jī)芯片才能夠容納100萬(wàn)個(gè)元件，相比之下，現(xiàn)代的高端計(jì)算機(jī)芯片則能夠容納80億個(gè)元件。

另一個(gè)障礙也阻礙了人工智能的成形，1984年，美國(guó)人工智能協(xié)會(huì)召開(kāi)了一次重大會(huì)議，行業(yè)先驅(qū)馬文·明斯基(Marvin Minsky)在會(huì)上警告商界，投資者對(duì)人工智能的熱情最終將會(huì)變成大失所望，果然，人工智能領(lǐng)域的投資開(kāi)始劇降。

那時(shí)候，像Yann LeCun這樣的夢(mèng)想家選擇了不去過(guò)多關(guān)注那些負(fù)面的東西，這是一件好事，當(dāng)這位法國(guó)人加入位于新澤西的AT&T貝爾實(shí)驗(yàn)室適應(yīng)性系統(tǒng)研究部門(mén)時(shí)，他還不到30歲，在那里，他對(duì)人工智能充滿(mǎn)著熱情。在貝爾實(shí)驗(yàn)室，LeCun開(kāi)發(fā)了許多新的機(jī)器學(xué)習(xí)方法，包括模仿動(dòng)物視覺(jué)皮層的卷積神經(jīng)網(wǎng)絡(luò)，LeCun的研究也促進(jìn)了圖像和視頻識(shí)別以及自然語(yǔ)言處理的發(fā)展。

“整個(gè)人工智能背景下的統(tǒng)計(jì)學(xué)習(xí)概念在1960年代末似乎消失不見(jiàn)了?！盠eCun回憶道，“人們或多或少拋棄了它，然后在80年代末，神經(jīng)網(wǎng)絡(luò)又重新成為人們關(guān)注的焦點(diǎn)。因此，當(dāng)訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法在80年代中期出現(xiàn)時(shí)，它引起了人們的興趣。”

在捕捉這場(chǎng)革命的過(guò)程中，LeCun一直都極其謙遜，甚至謙遜過(guò)頭了，他的發(fā)現(xiàn)創(chuàng)造了歷史，但他卻很少提及自己的名字或成就，他不會(huì)自視非凡，事實(shí)上，他的個(gè)人網(wǎng)站上有一整個(gè)區(qū)域都是關(guān)于雙關(guān)語(yǔ)的，其中有這樣的自我告誡：“禁止酷刑的日內(nèi)瓦公約以及禁止施加殘酷和非常懲罰的美國(guó)憲法，禁止我連續(xù)寫(xiě)出三個(gè)以上兇殘狠毒的雙關(guān)語(yǔ)?！?/p>

LeCun也不愿滿(mǎn)足于他在計(jì)算機(jī)科學(xué)上取得的任何應(yīng)得的榮譽(yù)，如今，他擔(dān)任Facebook的首席人工智能科學(xué)家，在那里他孜孜不倦地努力實(shí)現(xiàn)新的突破，而今天，他帶領(lǐng)我們進(jìn)行一次特權(quán)之旅——比坐在前排看明星表演還要過(guò)癮，因?yàn)樗褪沁@場(chǎng)秀的明星主角——洞悉人工智能的發(fā)展、近期的變化和潛力。

關(guān)于Yann LeCun，他在人工智能研究領(lǐng)域，Yann LeCun、Geoffrey Hinton 和 Yoshua Bengio一直被公認(rèn)為深度學(xué)習(xí)三巨頭，他是計(jì)算機(jī)科學(xué)家，被譽(yù)為“卷積網(wǎng)絡(luò)之父”，為卷積神經(jīng)網(wǎng)絡(luò)（CNN，Convolutional Neural Networks）和圖像識(shí)別領(lǐng)域做出了重要貢獻(xiàn)，以手寫(xiě)字體識(shí)別、圖像壓縮和人工智能硬件等主題發(fā)表過(guò)190多份論文，研發(fā)了很多關(guān)于深度學(xué)習(xí)的項(xiàng)目，并且擁有14項(xiàng)相關(guān)的美國(guó)專(zhuān)利。

“人工智能”的開(kāi)端

Yann LeCun和反向傳播算法

數(shù)據(jù)、人工智能和商業(yè)：天空與極限

這一點(diǎn)在學(xué)術(shù)界尤為明顯。在學(xué)術(shù)界，關(guān)鍵的任務(wù)不是分析處理海量的數(shù)據(jù)，而是充當(dāng)LeCun所說(shuō)的“新思想的先鋒”。與此同時(shí)，在尋找解決方案之前，建立人工智能戰(zhàn)略的企業(yè)需要自我評(píng)估?！斑@取決于人工智能對(duì)你的操作有多重要，”LeCun指出?！叭绻阒皇窍霊?yīng)用現(xiàn)有的人工智能方法，你可以使用許多公司提供的云服務(wù)?！边@是相對(duì)容易的?！耙恍┢髽I(yè)和出租技術(shù)可以幫助人工智能的部署；LeCun以蒙特利爾的AI元素為例。

對(duì)于企業(yè)來(lái)說(shuō)，最大的挑戰(zhàn)是建立自己的工程團(tuán)隊(duì)?！盎旧?，人工智能工程師和科學(xué)家現(xiàn)在需求量很大，所以你得高薪聘請(qǐng)他們。他們不便宜，因?yàn)樗麄兒芟∮??！?/p>

兩種學(xué)習(xí)方式，一種光明的未來(lái)

LeCun概述了構(gòu)成當(dāng)今人工智能基礎(chǔ)的兩種不同類(lèi)型的學(xué)習(xí)方式：監(jiān)督式學(xué)習(xí)和非監(jiān)督式學(xué)習(xí)。在監(jiān)督式學(xué)習(xí)中——適用于超過(guò)95%的機(jī)器學(xué)習(xí)應(yīng)用——人類(lèi)操作員訓(xùn)練機(jī)器來(lái)逐漸提升對(duì)圖像或其他形式的輸入的識(shí)別能力。打個(gè)比方，把它看作你可以無(wú)意識(shí)地調(diào)整的旋鈕，越是調(diào)整，機(jī)器就會(huì)越接近產(chǎn)生你想要的那個(gè)輸出結(jié)果。

非監(jiān)督式學(xué)習(xí)（或者說(shuō)“自我監(jiān)督式學(xué)習(xí)”）擁有著巨大的潛力，盡管它在今天的機(jī)器學(xué)習(xí)中所占的比例要小得多?！八举|(zhì)上是根據(jù)我們從世界上的其他事物中感知到的東西來(lái)預(yù)測(cè)一切?！盠eCun說(shuō)。他以“視頻預(yù)測(cè)”為例：“給機(jī)器播放一小段視頻，然后讓它預(yù)測(cè)接下來(lái)會(huì)發(fā)生什么?！?/p>

現(xiàn)在的情況有點(diǎn)像是在預(yù)測(cè)接下來(lái)會(huì)發(fā)生什么，從而實(shí)現(xiàn)這種特殊的突破。但可以肯定的是，對(duì)于科學(xué)家、學(xué)者和高科技巨頭來(lái)說(shuō)，追求非監(jiān)督式學(xué)習(xí)有著十分巨大的吸引力。非監(jiān)督式學(xué)習(xí)的好處在于，能夠完成我們目前無(wú)法完成的所有應(yīng)用?！盠eCun說(shuō)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(shuō)的一切。它們會(huì)有足夠的背景知識(shí)來(lái)在日常生活中給你提供幫助?！?/p>

他停頓了一下。“這有點(diǎn)像電影《她》（Her）。你看過(guò)那部電影嗎？”簡(jiǎn)單介紹一下：在斯派克·瓊斯(Spike Jonze)2013年執(zhí)導(dǎo)的這部電影里，華金·菲尼克斯(Joaquin Phoenix)飾演一個(gè)孤獨(dú)的作家，愛(ài)上了他的虛擬助手，該助手由斯嘉麗·約翰遜(Scarlett Johansson)配音。原來(lái)LeCun很喜歡這部電影。

“它對(duì)人們和變得智能的虛擬助手之間可能會(huì)發(fā)生的互動(dòng)刻畫(huà)得不差。”LeCun表示，“我們還遠(yuǎn)沒(méi)有那樣的人工智能技術(shù)能讓我們制造出那樣的機(jī)器。這主要是因?yàn)楝F(xiàn)在的機(jī)器不具備常識(shí)。”

常識(shí)？但機(jī)器不是很多時(shí)候都比人類(lèi)更善于做決定嗎？機(jī)器必須要有常識(shí)——它們有嗎？LeCun解釋了它們?yōu)槭裁礇](méi)有常識(shí)：“我們沒(méi)有能力讓機(jī)器去學(xué)習(xí)龐大的背景知識(shí)：我們?cè)诔錾院蟮淖畛鯉字芎蛶讉€(gè)月里所獲得的關(guān)于這個(gè)世界的龐大背景知識(shí)——很多動(dòng)物也獲得了這種背景知識(shí)?！?/p>

正因?yàn)槿绱耍覀儗?duì)機(jī)器人的一些最簡(jiǎn)單的假設(shè)就站不住腳?！拔覀儾豢赡苡徐`巧的機(jī)器人。”LeCun說(shuō)道，“我們不可能有能夠把我們的洗碗機(jī)裝滿(mǎn)然后清空的家用機(jī)器人。這超出了當(dāng)今機(jī)器人技術(shù)的水平，這并不是因?yàn)槲覀儾荒苤圃鞕C(jī)器人。而是因?yàn)槲覀儾恢廊绾谓o它們制造大腦。我們不知道如何訓(xùn)練它們，讓它們知道該如何握住東西，如何繞過(guò)障礙物，如何裝載東西?！彼a(bǔ)充說(shuō)：“家貓都比最聰明的機(jī)器有常識(shí)得多?！?/p>

鑒于LeCun在將人工智能帶入生活中所扮演的重要角色，這聽(tīng)起來(lái)或許有些輕率。但當(dāng)他想到一個(gè)光明的人工智能未來(lái)在醫(yī)學(xué)等領(lǐng)域正以閃電般的速度逼近時(shí)，他也表現(xiàn)出了極大的熱情——甚至驚奇。

“對(duì)于醫(yī)學(xué)圖像分析，我們能夠訓(xùn)練卷積神經(jīng)網(wǎng)絡(luò)來(lái)從CT掃描圖或MRI（核磁共振成像）圖像檢測(cè)腫瘤，或者從皮膚圖像檢測(cè)黑色素瘤?！彼Q(chēng)，“我認(rèn)為這將會(huì)對(duì)放射學(xué)產(chǎn)生深遠(yuǎn)的影響?！?/p>

不管持有什么樣的觀點(diǎn)，LeCun都一直充滿(mǎn)著樂(lè)趣，一如當(dāng)初第一天到貝爾實(shí)驗(yàn)室工作的的那個(gè)二十來(lái)歲小伙。

7月8日是LeCun 58歲生日那天，他發(fā)布推文說(shuō)：“深度神經(jīng)網(wǎng)絡(luò)既漂亮，又光亮透明?！?/p>