Facebook研究院院長：AI不會取代人類

Facebook人工智慧研究院院長YannLeCun教授22日下午在清華大學舉辦了一場主題為“深度學習與人工智慧的未來”的講座，談論了深度學習與人工智慧的歷史、現狀與挑戰。

YannLeCun教授是Facebook人工智慧研究院院長，紐約大學教授。他最著名的是在深度學習和神經網路方面作出的傑出貢獻，特別是他創立的卷積網路模型，被廣泛地應用於計算機視覺和語音識別應用裡，也因此他被稱為卷積網路之父。本次講座是由清華大學經濟管理學院發起，清華x-lab與Facebook公司聯合設計並推出的《創新與創業：矽谷洞察》學分課程中的一節公開課。這也是清華大學首次和跨國企業聯合進行課程講授。

在講座中，LeCun教授首先講述了人工智慧的發展史。他提到，人工智慧的研究首先是從機器學習中的監督學習開始，研究人員將訓練例項輸入機器，讓機器辨別簡單的物體；到了上個世紀50年代，研究人員提出了“認知機”（perceptron）概念。而後來研究人員又建立了多層神經網路理論，並最終建立深度學習概念。

LeCun教授重點談論了他參與的卷積神經網路（CNN）研究：他當時將CNN用於辨別支票上的手寫數字，識別率達50%，識別錯誤率僅為1%，這是CNN第一次解決實際問題；但當時不少研究者認為CNN並無實際意義，為此他的同事之間還有一場賭約，最後輸贏各半，因為直至今日研究者也無法讓CNN更好的用於實際中，但它在多個領域仍有應用。

LeCun教授認為，深度學習的作用一是為現有的事物分類，二是表達世界上的事物。時至今日，卷積神經網路的層級越來越多，使得人工智慧在人臉識別，無人駕駛和影像識別方面都有廣泛應用。

人工智慧最終的發展方向是讓它成為“有常識的機器”，能模擬大腦的認識、預測和記憶功能，但人工智慧面臨的障礙中，最主要的是讓人工智慧擁有更好的預測功能，因此能夠培訓人工智慧預測功能的無監督學習開始流行。

LeCun教授在講座中重點介紹了對抗訓練，可以預測不確定的事件，進而可以預測圖片中未顯示的部分、或是視訊的後幾幀畫面，這種訓練對未來無人駕駛中預測物體移動方向很有用處。

最後在回答聽眾的提問中，LeCun認為人工智慧研究界的溝通交流在推動人工智慧發展方面有重要作用，他倡導開放性研究。

在回答人工智慧的未來作用相關問題時，LeCun教授談到了人工智慧在未來的交通、製造、城市規劃和醫療領域都將起重大作用，而對於Facebook來說，人工智慧研究在翻譯、壓縮圖片和個性化溝通領域也將有貢獻，會更好的完成Facebook“連線全世界”的願景。

有聽眾提問人工智慧是否會佔領世界，LeCun教授說，人工智慧最終的目的是讓人工智慧向大腦一樣有記憶功能、能影響人的行為，但只要人類不給它灌輸“佔領世界是好的”價值觀，他不認為人工智慧將會佔領世界。

還有聽眾提問人類的生活有哪些部分會被人工智慧取代，LeCun教授說，現在出現了以人工智慧為基礎的虛擬助手，可以幫助人類的生活；此外，翻譯也是一個容易被人工智慧取代的職業。

本文出處：暢享網
本文來自雲棲社群合作伙伴暢享網，瞭解相關資訊可以關注vsharing.com網站。