┊文章閱讀:次
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,軟盤驅(qū)動設(shè)備在先進(jìn)程度上相形見絀,直到1989年,計算機(jī)芯片才能夠容納100萬個元件,相比之下,現(xiàn)代的高端計算機(jī)芯片則能夠容納80億個元件。
另一個障礙也阻礙了人工智能的成形,1984年,美國人工智能協(xié)會召開了一次重大會議,行業(yè)先驅(qū)馬文·明斯基(Marvin Minsky)在會上警告商界,投資者對人工智能的熱情最終將會變成大失所望,果然,人工智能領(lǐng)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(guān)注那些負(fù)面的東西,這是一件好事,當(dāng)這位法國人加入位于新澤西的AT&T貝爾實驗室適應(yīng)性系統(tǒng)研究部門時,他還不到30歲,在那里,他對人工智能充滿著熱情。在貝爾實驗室,LeCun開發(fā)了許多新的機(jī)器學(xué)習(xí)方法,包括模仿動物視覺皮層的卷積神經(jīng)網(wǎng)絡(luò),LeCun的研究也促進(jìn)了圖像和視頻識別以及自然語言處理的發(fā)展。
“整個人工智能背景下的統(tǒng)計學(xué)習(xí)概念在1960年代末似乎消失不見了?!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,它引起了人們的興趣?!?/p>
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(fā)現(xiàn)創(chuàng)造了歷史,但他卻很少提及自己的名字或成就,他不會自視非凡,事實上,他的個人網(wǎng)站上有一整個區(qū)域都是關(guān)于雙關(guān)語的,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憲法,禁止我連續(xù)寫出三個以上兇殘狠毒的雙關(guān)語。”
LeCun也不愿滿足于他在計算機(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癮,因為他就是這場秀的明星主角——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)和圖像識別領(lǐng)域做出了重要貢獻(xiàn),以手寫字體識別、圖像壓縮和人工智能硬件等主題發(fā)表過190多份論文,研發(fā)了很多關(guān)于深度學(xué)習(xí)的項目,并且擁有14項相關(guān)的美國專利。
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,建立人工智能戰(zhàn)略的企業(yè)需要自我評估。“這取決于人工智能對你的操作有多重要,”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。
對于企業(yè)來說,最大的挑戰(zhàn)是建立自己的工程團(tuán)隊?!盎旧?,人工智能工程師和科學(xué)家現(xiàn)在需求量很大,所以你得高薪聘請他們。他們不便宜,因為他們很稀有?!?/p>
LeCun概述了構(gòu)成當(dāng)今人工智能基礎(chǔ)的兩種不同類型的學(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95%的機(jī)器學(xué)習(xí)應(yīng)用——人類操作員訓(xùn)練機(jī)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(diào)整的旋鈕,越是調(diào)整,機(jī)器就會越接近產(chǎn)生你想要的那個輸出結(jié)果。
非監(jiān)督式學(xué)習(xí)(或者說“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預(yù)測一切。”LeCun說。他以“視頻預(yù)測”為例:“給機(jī)器播放一小段視頻,然后讓它預(yù)測接下來會發(fā)生什么。”
現(xiàn)在的情況有點(diǎn)像是在預(yù)測接下來會發(fā)生什么,從而實現(xiàn)這種特殊的突破。但可以肯定的是,對于科學(xué)家、學(xué)者和高科技巨頭來說,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法完成的所有應(yīng)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?!?/p>
他停頓了一下?!斑@有點(diǎn)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(zhí)導(dǎo)的這部電影里,華金·菲尼克斯(Joaquin Phoenix)飾演一個孤獨(dú)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(fā)生的互動刻畫得不差?!盠eCun表示,“我們還遠(yuǎn)沒有那樣的人工智能技術(shù)能讓我們制造出那樣的機(jī)器。這主要是因為現(xiàn)在的機(jī)器不具備常識?!?/p>
常識?但機(jī)器不是很多時候都比人類更善于做決定嗎?機(jī)器必須要有常識——它們有嗎?LeCun解釋了它們?yōu)槭裁礇]有常識:“我們沒有能力讓機(jī)器去學(xué)習(xí)龐大的背景知識:我們在出生以后的最初幾周和幾個月里所獲得的關(guān)于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?!?/p>
正因為如此,我們對機(jī)器人的一些最簡單的假設(shè)就站不住腳?!拔覀儾豢赡苡徐`巧的機(jī)器人?!盠eCun說道,“我們不可能有能夠把我們的洗碗機(jī)裝滿然后清空的家用機(jī)器人。這超出了當(dāng)今機(jī)器人技術(shù)的水平,這并不是因為我們不能制造機(jī)器人。而是因為我們不知道如何給它們制造大腦。我們不知道如何訓(xùn)練它們,讓它們知道該如何握住東西,如何繞過障礙物,如何裝載東西。”他補(bǔ)充說:“家貓都比最聰明的機(jī)器有常識得多?!?/p>
鑒于LeCun在將人工智能帶入生活中所扮演的重要角色,這聽起來或許有些輕率。但當(dāng)他想到一個光明的人工智能未來在醫(yī)學(xué)等領(lǐng)域正以閃電般的速度逼近時,他也表現(xiàn)出了極大的熱情——甚至驚奇。
“對于醫(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?!彼Q,“我認(rèn)為這將會對放射學(xué)產(chǎn)生深遠(yuǎn)的影響?!?/p>
不管持有什么樣的觀點(diǎn),LeCun都一直充滿著樂趣,一如當(dāng)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(fā)布推文說:“深度神經(jīng)網(wǎng)絡(luò)既漂亮,又光亮透明?!?/p>
Copyright @ 2013-2018 中國福建網(wǎng) 版權(quán)所有
聯(lián)系我們
免責(zé)聲明:本站為非營利性網(wǎng)站,部分圖片或文章來源于互聯(lián)網(wǎng)如果無意中對您的權(quán)益構(gòu)成了侵犯,我們深表歉意,請您聯(lián)系,我們立即刪除。