喬丹LeCun李開復隔空對話:我們對智慧一無所知;AI研究的12大趨勢
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AI領域的標誌性人物:喬丹(Michael I. Jordan)、楊立昆(Yann LeCun)、李開復,剛剛結束了一場隔空對話。
李開復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。今天他再次延續這一話題展開論述。
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“對映”。
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:區域性情況考慮的太多,整體性考慮的不夠。
喬丹還對計算機領域提出批評,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,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,顯然對AI的發展更樂觀。
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?這是個很巨集大的問題,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,他認為只有實現了這些,機器才能從環境中學習足夠多的背景知識。
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反饋。
在三人的對話之前,LeCun還遠端發表了一場視訊演講。
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
基於移動和低能耗裝置的神經網路推斷
超越GPU的深度學習專屬硬體
大規模分散式訓練
李開復:AI應用的四波浪潮
李開復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。
第一波是網際網路的人工智慧浪潮,當你每次在淘寶點選、朋友圈點讚的時候,資料都被網際網路巨頭收集起來。這也是幫助網際網路巨頭標註資料。因此網際網路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。例如智慧音響,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凶猛,也帶來了更多的機會。”李開復說。
此外,這位創新工場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。他也提到創新工場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是遠端視訊連線,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)”。
以及李開復說“AI大牛”的時候,翻譯成了:AI Cow。
— 完 —
加入社群
量子位AI社群16群開始招募啦,歡迎對AI感興趣的同學,加小助手微信qbitbot6入群;
此外,量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募,面向正在從事相關領域的工程師及研究人員。
進群請加小助手微訊號qbitbot6,並務必備註相應群的關鍵詞~通過稽核後我們將邀請進群。(專業群稽核較嚴,敬請諒解)
誠摯招聘
量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話介面,回覆“招聘”兩個字。
量子位 QbitAI · 頭條號簽約作者
վ'ᴗ' ի 追蹤AI技術和產品新動態
相關文章
- 我們對“開源”的力量一無所知,卻無限期待
- 李開復、LeCun、喬丹三位AI大牛談AI現狀與未來LeCunAI
- 我們對“開源”的力量一無所知,卻又無比期待。
- 李開復對話彭特蘭:未來十年AI基礎研究不會有大突破AI
- 對話李開復:中國和美國將在AI領域甩開全世界AI
- 你對Python的力量一無所知Python
- 李開復:移動網際網路五大趨勢
- 李彥宏:離智慧助手更進一步 對話AI“新物種”AI
- 我們對人工智慧的10大誤解人工智慧
- TVP尖峰對話李開復&沈春華:AI未來進行式與技術的發展AI
- 對話 DeepMind 創始人:AI 將會如何重塑我們的世界?AI
- 大模型對AI研究有害?大模型AI
- 李開復說2018年是AI泡沫破裂之年 LeCun點贊AILeCun
- 知乎對話阿里雲:剖析AI應用難題與未來趨勢阿里AI
- 李開復:歐洲人工智慧毫無希望人工智慧
- 與神經網路相比,你對P圖一無所知神經網路
- 對話袁紅崗:JSF的優勢及未來發展趨勢JS
- 網路三大趨勢?李開復:平臺化、搜尋多元化、行動化!
- 申請Python商標的公司CEO對Python一無所知Python
- 聊聊李開復的 AI 未來觀AI
- 那些我們對2019技術世界趨勢的預測都說準了嗎?
- 大咖說|對話路特斯科技副總裁李博:如何看待智慧駕駛的未來?
- Yann LeCun、吳恩達等的2019年AI趨勢預測Yann LeCun吳恩達AI
- 陸奇李開復餘凱談AI十年機遇,Hinton和LeCun會如何評價?AILeCun
- 對 SAP UI5 一無所知的新手,從哪些材料開始學習比較好?UI
- 李飛飛最新訪談:我每天都在對AI的擔憂中醒來AI
- Springboot --- 使用國內的 AI 大模型 對話Spring BootAI大模型
- 對話即資料流:智慧對話的新方法
- 趨勢 | 2019年人工智慧行業的25大趨勢(一)人工智慧行業
- 你一無所知的CSSCSS
- 致研究者:2018 AI 研究趨勢AI
- 致研究者:2018 AI研究趨勢AI
- 智慧聊天對話機器人的對比機器人
- 吳恩達對話LeCun:神經網路跌宕四十年吳恩達LeCun神經網路
- 深度對話Yann LeCun:讓深度學習擺脫束縛Yann LeCun深度學習
- 智慧製造?對不起,我們需要的是智慧和“智造”
- 談談我對 AIGC 趨勢下軟體工程重塑的理解AIGC軟體工程
- 直播預告|大咖共話:汽車行業數字化轉型趨勢與對策行業