人类群星闪耀时 | Facebook人工智能负责人Yann LeCun：让深度学习摆脱束缚

Spectrum：在准备这次采访时，我征集了一些计算领域从业者想要问您的问题。艾伦人工智能研究院（Allen Institute for ArtificialIntelligence，简称AI2）主任Oren Etzioni对于改进图灵测试的Winograd Schemas挑战（简称WS挑战）很感兴趣。WS挑战不仅仅涉及自然语言和常识，还包括对于现代社会运行机制的理解。计算机可能会采取何种办法来应对这些挑战？

LeCun：这个问题的关键是如何表达知识。在“传统的”人工智能里，事实知识以图形（是一套符号或实体及相互关系）的方式被手工输入。但我们都知道人工智能系统是可以通过学习自动获取知识的。所以问题就变成了“机器如何才能学会表达有关事实和关系的知识？”

深度学习毋庸置疑是解决方案的一部分，但不是全部。符号的问题在于它只是一串毫无意义的比特，在深度学习系统里，代表实体的是大规模的向量，而它们是从数据和反应这些数据的特征中学习而来的。学习推理要归结于学会对使这些向量运算的函数。Facebook的研究人员Jason Weston、RonanCollobert、Antonine Bordes和Tomas Mikolov等人已经率先开始尝试用向量来表达单词和语言。

Spectrum：人工智能的一个经典问题是让机器获得常识。深度学习领域对这个问题有什么见解？

LeCun：我认为通过使用预测式无监督学习可以获得某种常识。例如，我可以让机器观看大量的关于物体被抛掷或下落的视频。我训练它的方法是给它看一个视频，然后问它：“接下来会发生什么？一秒钟之后画面将如何？”以这种方式训练机器去预测一秒钟后、一分钟后、一小时后或一天后世界将会如何，它将获得很好的对世界的描述。这会使得机器了解物理世界的众多限制，如“抛向空中的物体在一段时间后将下落”、或者“一个物体不能同时在两个地方”、或者“物体被挡住后仍然存在”。了解物理世界的限制将使机器能够“填补空白”，以及在被告知包含一系列事件的故事后对世界的状态进行预测。 JasonWeston、Sumit Chopra和Antoine Bordes正在利用我刚才讲到的“记忆网络”建造这样一个系统。

Spectrum：谈及人类的智能和意识时，很多科学家常说我们甚至不知道我们所不知道的东西到底是什么。你认为在建造人工智能时也会遇到这个问题吗？

LeCun：这很难说。我曾说过建造人工智能就像是开车在迷雾中前行，你只是顺着你能看见的路往前开，但是可能会突然出现一堵墙在你眼前。这样的故事在人工智能领域屡见不鲜：50、60年代的感知机（Perceptrons）如此；70年代的句法符号方法（syntactic-symbolicapproach）如此；80年代的专家系统如此；90年代初的神经网络（neural nets）依然如此；还有像图像模型、核机器（kernel machines）及其他诸多研究都是如此。每次都会产生一些新的进展和新的理解，但也会产生一些需要突破的限制。

Spectrum：另外一个问题是来自加州大学伯克利分校的著名教授Stuart Dreyfus和Hubert Dreyfus兄弟：“媒体有报道说计算机现在已经厉害到能够识别并且自由攻击特定目标的程度，你对这件事及背后的道德问题怎么看？”

LeCun：我想道德问题不应该只丢给科学家！关于人工智能的伦理道德问题必须进行讨论。最终我们应当要建立一套关于人工智能可以用来做什么、不可以用来做什么的伦理准则。这并不是新问题。与很多强大技术伴随而来的伦理问题都需要社会来解答一样，比如核武器和化学武器、核能、生物科技、基因操纵与克隆、信息获取。我个人认为机器在无人类决策的情况下不可能发起攻击。但是话又说回来，这一类道德问题需要通过民主与政治程序来集体考察。

Spectrum：你常常发表关于政治话题的尖刻评论，Facebook的掌门人不担心吗？

LeCun：只有一些问题让我坐不住，一种是不基于事实和证据的政治决策，只要某个重要决策的制定不是基于理性的我都会有所反应。聪明人对于解决问题的最佳方案可以有分歧，但是如果人们对坚定的事实都不能取得一致的话，我认为是非常危险的，这就是我所呼吁的。碰巧在这个国家，那些支持非理性决策与基于宗教决策的人们大部分都是右派的。但是我也要提醒左派的人，比如那些认为所有转基因生物（Genetically Modified Organisms）都邪恶的人──只有部分转基因生物是邪恶的，还有那些因非理性原因反对接种疫苗或核能利用的人。

我是一个理性主义者。我也是一个无神论者、人文主义者，我并不害怕承认。我的道德理念的目标是，从长远来看使人类整体幸福最大化及使人类苦难最小化。这些只是我的个人见解，与我的雇主无关。我尽量明确的分隔开我（发表在Facebook个人主页）的个人见解以及我（发表在我的Facebook公共主页上）的专业文章。

Spectrum：你之前已经说过，不同意那些与“奇点运动”相关的观点。我很感兴趣的是你如何看待与之相关的社会学方面的问题？对于它在硅谷如此受欢迎你怎么解读？

LeCun：很难讲，对于这个现象我也有点困惑。正如 Neil Gershenfeld（译者注，麻省理工The Center for Bits and Atoms主任）指出，sigmoid函数曲线的初始部分是指数型上升的，这也意味着现在看起来指数般增长的趋势很可能会在将来遇到瓶颈，包括物理、经济，以及社会方面，紧接着经历拐点，然后饱和。我是乐观主义者，但同时也是现实主义者。

确实有些人会大肆宣扬奇点理论，比如 Ray Kurzweil。他是个典型的未来主义者，对未来持有实证主义的观点。通过大捧奇点，他卖了很多书。但据我所知，他却对人工智能学科没有丝毫贡献。他卖了很多科技产品，其中一些有一定的创新，但并没有概念性的创新突破。确定无疑的是他没写过任何指导人们如何在人工智能方面有所突破和进展的论文。

Spectrum：你觉得他在Google现有的位子上有什么成就吗？

LeCun：迄今为止，好像寥寥无几。

Spectrum：我也注意到当我和一些研究者讨论奇点理论时，有一个很有趣的现象。私下里他们好像对此（奇点理论）很不以为然，可是一到公众场合，他们的评论又会温和很多。这是因为硅谷的一切大人物都很相信的原因吗？

（编辑：应用网_丽江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!