Yoshua Bengio

上周，超過1.3萬名人工智能領(lǐng)域的專家齊聚溫哥華，參加世界領(lǐng)先的人工智能學(xué)術(shù)會(huì)議NeurIPS。會(huì)上，不少專家對(duì)深度學(xué)習(xí)的局限性表示了擔(dān)憂，認(rèn)為這項(xiàng)技術(shù)的發(fā)展即將遭遇瓶頸。

當(dāng)?shù)貢r(shí)間周三上午八點(diǎn)半，谷歌頂級(jí)研究員Blaise Aguera y Arcas發(fā)表了主題演講。演講中，他首先稱贊了深度學(xué)習(xí)技術(shù)的革命性。他表示，正是因?yàn)橛辛诉@項(xiàng)技術(shù)，很多向他一樣的團(tuán)隊(duì)才可以用手機(jī)識(shí)別人臉和聲音。但同時(shí)他也對(duì)深度學(xué)習(xí)技術(shù)的局限性提出了警告。

他說道，“我們就像追到了車子的狗（指達(dá)到目標(biāo)卻不知道下一步怎么做的人）。”深度學(xué)習(xí)技術(shù)迅速消除了人工智能領(lǐng)域長(zhǎng)期存在的一些挑戰(zhàn)，但這不意味著它能解決所有問題。尤其是和推理以及社交智能相關(guān)的任務(wù)，比如用人類的方式去衡量一位潛在雇員的能力。在這方面，深度學(xué)習(xí)還有非常遠(yuǎn)的路要走。Blaise Aguera y Arcas表示，“我們目前所有的訓(xùn)練方面都是為了讓AI在特定任務(wù)中取得勝利或者贏得高分，但這并不是智能的全部。”

無獨(dú)有偶，幾個(gè)小時(shí)后，Mila人工智能研究所的主任Yoshua Bengio也在談話中提到了深度學(xué)習(xí)的局限性。Yoshua Bengio不久前剛剛和另外兩名學(xué)者一起獲得了計(jì)算機(jī)領(lǐng)域的最高獎(jiǎng)項(xiàng)，他是被譽(yù)為“深度學(xué)習(xí)之父”的三位學(xué)者之一。

Yoshua Bengio指出，深度學(xué)習(xí)模型是高度專業(yè)化的，一個(gè)經(jīng)過訓(xùn)練的模型可以在特定游戲中擊敗人類，但到了另一個(gè)游戲就無法發(fā)揮作用了。“我們的算法和模型非常狹隘”，Bengio說道，“它們學(xué)習(xí)一項(xiàng)任務(wù)需要比人類多得多的樣本，但即便如此它們還是會(huì)犯非常愚蠢的錯(cuò)誤。”

Bengio和Aguera y Arcas在演講中呼吁與會(huì)者更多地關(guān)注和思考自然智能的起源。其中，Aguera y Arcas展示了一項(xiàng)實(shí)驗(yàn)結(jié)果，實(shí)驗(yàn)?zāi)M了細(xì)菌是如何適應(yīng)尋找食物和通過人工進(jìn)化的方式進(jìn)行交流的。Bengio則介紹了他是如何讓深度學(xué)習(xí)系統(tǒng)更加靈活地應(yīng)對(duì)非訓(xùn)練場(chǎng)景的，他將這個(gè)過程和人類處理新狀況的方式進(jìn)行了類比，比如在新的國家或城市開車。

學(xué)者們?cè)贜eurIPS警示深度學(xué)習(xí)局限性的同時(shí)，人工智能領(lǐng)域的投資達(dá)到了前所未有的高峰。根據(jù)Pitchbook的數(shù)據(jù)，2018年風(fēng)投機(jī)構(gòu)累計(jì)向人工智能和機(jī)器學(xué)習(xí)領(lǐng)域投入了近400億美元，大約是2017年的兩倍。

不過，關(guān)于人工智能局限性的討論正越來越多。以谷歌為代表的部分公司曾經(jīng)樂觀地認(rèn)為，自動(dòng)駕駛出租車可以快速完成落地部署，但如今這一預(yù)期正變得審慎而克制。Facebook的人工智能主管最近表示，無論Facebook還是其他公司都不應(yīng)該寄希望于，僅僅通過構(gòu)建更大規(guī)模、更大算力和更多數(shù)據(jù)的深度學(xué)習(xí)網(wǎng)絡(luò)，就能繼續(xù)在人工智能領(lǐng)域取得大的進(jìn)展。他說道，“某種程度而言，我們已經(jīng)快要碰到天花板了，甚至在很多方面我們已經(jīng)碰到了?！?/p>

很多專家正在試圖尋求突破，比如優(yōu)步研究員Jeff Clune，他將于明年加入非營利機(jī)構(gòu)OpenAI。

Clune在周五的演講中介紹了他是如何讓人工智能通過自我學(xué)習(xí)變得更強(qiáng)大的。Clune是新興的元學(xué)習(xí)領(lǐng)域的代表學(xué)者之一。元學(xué)習(xí)領(lǐng)域致力于打造能為自己設(shè)計(jì)學(xué)習(xí)算法的人工智能系統(tǒng)。為了實(shí)現(xiàn)這一目標(biāo)，Clune不斷用新的環(huán)境來挑戰(zhàn)他的人工智能系統(tǒng)，以刺激它自我進(jìn)化。

和Aguera y Arcas一樣，Clune也認(rèn)為人工智能學(xué)者應(yīng)該從大自然的進(jìn)化中獲取靈感。他說，“作為計(jì)算機(jī)科學(xué)家，我不知道有什么算法運(yùn)行了十億年，仍然能做出有趣的事情?！?/p>

周三上午Yoshua Bengio的演講結(jié)束時(shí)，同樣來自Mila人工智能研究所的蒙特利爾大學(xué)副教授Irina Rish也發(fā)表了講話。他表示，NeurIPS已經(jīng)被深度學(xué)習(xí)成功的喜悅給占領(lǐng)了，他希望在這樣的背景下，能有更多新的技術(shù)和方法被提出。他說道，“深度學(xué)習(xí)很好，但我們需要一個(gè)由不同方法組成的工具箱?！?/p>

Rish回憶起2006年參加NeurIPS時(shí)曾參加過一個(gè)關(guān)于深度學(xué)習(xí)的非正式研討會(huì)。當(dāng)時(shí)NeurIPS的規(guī)模還不到今天的六分之一，主辦方拒絕了將當(dāng)時(shí)還很邊緣的深度學(xué)習(xí)作為一個(gè)正式議題。Rish說，那個(gè)非正式研討會(huì)就像一場(chǎng)宗教會(huì)議，信徒們聚集在一間屋子里。他希望，今年NeurIPS的某個(gè)角落里也能有這樣一群人，未來可以把人工智能帶到新的高度。

via wired 雷鋒網(wǎng)編譯雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。