close

LeCun:不要誇大AlphaGo


量子位 出品 | 公眾號 QbitAI

近日,深度學習領軍人物、卷積神經網絡的創作者之一Yann LeCun接受瞭外媒采訪。作為Facebook人工智能研究院(FAIR)的院長,LeCun表示距離AI的智力水平超過一名人類嬰兒還有很長一段時間。



“如果媒體在報道AI時不用終結者的配圖,我會很高興。”LeCun表示。



如果一個學術大牛表示目前離超級人工智能還遠得很,我們是不是應該聽聽他的想法。對此,The Verge專訪瞭LeCun,量子位將對話實錄編譯整理如下:





問:最近Facebook機器人“創造瞭自己語言”的新聞報道火熱,其中有很多與實際研究不符的錯誤理解。對比過去幾年,你覺得這類報道變多瞭還是變少瞭?



LeCun:少瞭,媒體人對要講的故事更瞭解瞭。過去你會看到無終結者不AI的情況出現,媒體100%會在報道中插入終結者的配圖……現在這種狀況隻會偶爾發生,是好事。



問:當這種錯誤報道出現時,你想對公眾說什麼?



LeCun:我在公開演講時反復提到,我們離創造真正的智能機器還很遠。現在你能看到所有AI的本領——自動駕駛汽車也好,醫學影像中的落地也罷,即使是AlphaGo在圍棋比賽中拿到世界第一——這些都是非常窄層面上的智能,是在某些可以大量收集數據情況中為瞭特定功能專門訓練的。



我不是想將DeepMind在AlphaGo上的研究影響往小瞭說,而認為是人們將AlphaGo的發展解讀為機器智力發展的重要過程是不妥的。這兩者完全不是一回事。



不是有一臺在圍棋上能打敗人類的機器,就會有智能機器人滿街跑,這是兩個完全獨立的問題,前者對後者可能幾乎沒有影響。



在這裡我想再次重申,距離機器像人和動物一樣瞭解世界還有很長時間。是的,在某些方面機器確實表現超人,但在一般智力因素上,機器的“智商”甚至趕不上一隻老鼠。所以很多人過早考慮瞭某些問題……



當然,也並不是說我們不應該考慮,但至少從當前到發展中期水平時人類是安全的。我承認AI確實存在危險,但他們不是終結者啊!╮(╯▽╰)╭





問:DeepMind在AlphaGo中創造的算法也可以應用到其他科學研究中,比如蛋白質折疊和藥物研究。你認為在其他地方應用這種研究容易嗎?



LeCun:AlphaGo中用的是增強學習。在遊戲中,這適用於有少量離散動作的情況。因為它需要很多,很多,很多的試驗來運行復雜的東西,所以比較有效。



AlphaGo Zero在幾天內下瞭數百萬盤圍棋,可能比人類在發明圍棋以來的大師下得還要多。因為圍棋是個非常簡單的環境,可以在多臺計算機上以每秒數千幀的速度模擬它,所以行得通……但在現實世界中,你無法以比實時更快的速度運行真實的世界,所以行不通。



要想擺脫這種局面,唯一的方法就是讓機器通過學習建立內部的世界模型,這樣就能超過現實提前預測世界。目前我們缺乏的就在於如何教機器構建世界模型。

台中防盜監視器

比如說學開車,人類有足夠好的系統模型,就算是初次開車,也知道我們需要在路上駕駛汽車,不要讓車墜入懸崖或者撞樹。



如果我們在模擬器中隻用增強學習訓練汽車,那麼在撞樹4萬次之後它才知道這是錯誤行為。所以,聲稱隻用強化學習就能提升機器智力是錯誤的。



△Facebook在美國普林維爾的數據中心

台中監視器安裝

問:你是否認為,AI缺少超越它目前局限的基本工具?AI先驅Hinton最近提到這段話,表示當前領域內太過依賴“把它全部扔掉,然後重新開始”的方法。



LeCun:我認為Hinton有些過度解讀瞭,不過我完全認可“我們需要更多基礎的AI研究”。例如,Hinton喜歡的模型之一是他在1985年提出的玻爾茲曼機(Boltzmann machine)。他認為這個算法很好,但實際應用中並不是很有效。



我們想找到兼具有玻爾茲曼機的簡單和反向傳播的效率的機器。這就是Bengio、Geoff、我和很多人在21世紀初重新開始深度學習研究以來做的事。



讓我們有點小驚訝的是,最後在實踐中反向傳播和深度網絡配合得很好。



問:所以,考慮到AI研究中的大變革,你認為在短期內什麼對消費者來說是最重要的?



LeCun:我認為虛擬助手是件大事。現在的虛擬助手完全是照本宣科,盡管在客服等場景下有用,但這讓創造機器人這事乏味、昂貴且易夭折。

台中監視器監視系統 台中路口監視器

△Facebook在虛擬助手的研究上投入瞭大量精力,但還遠遠落後於Alexa等競爭對手



下一步的重點是讓系統有更多的學習能力,也是我們在Facebook的研究方向。想象一下你有一臺可以讀取長文本的機器,讀完後能回答任何相關問題,是不是個很實用的功能呢?



到此程度的重點是機器和人有同樣的背景知識,也就是常識。但除非我們能找到讓機器通過觀察瞭解世界是如何運作的方法,否則無法實現這個想法。這裡指的觀察是僅僅通過看書或者看視頻瞭解整個世界。



這是未來幾年的關鍵性挑戰,我稱之為預測學習,有人稱為無監督學習。



接下來的幾年,隨著虛擬助手越來越實用,越來越不讓人失望,這些任務將有持續進展。機器將有更多常識去做設計師編寫的程序之外的事情,這也是Facebook非常感興趣的內容。



— 完 —



加入社群



量子位AI社群10群開始招募台中監視器攝影機啦,歡迎對AI感興趣的同學,加小助手微信qbitbot4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。



進群請加小助手微信號qbitbot4,並務必備註相應群的關鍵詞~通過審核後我們將邀請進群。(專業群審核較嚴,敬請諒解)

台灣電動床工廠 電動床

台灣電動床工廠 電動床

AUGI SPORTS|重機車靴|重機車靴推薦|重機專用車靴|重機防摔鞋|重機防摔鞋推薦|重機防摔鞋

AUGI SPORTS|augisports|racing boots|urban boots|motorcycle boots

一川抽水肥清理行|台中抽水肥|台中市抽水肥|台中抽水肥推薦|台中抽水肥價格|台中水肥清運
CCFDBCE103EAA647

arrow
arrow

    kcpftuwwcs 發表在 痞客邦 留言(0) 人氣()