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

在人工智能领域也是如此，他们尝试着对我们所知晓的神经元和神经突触的所有细节进行复制，然后在一台超级计算机上启动一套庞大的模拟神经网络，希望从中孕育出人工智能，这就是“草包族科学”的人工智能。有许多拿到大笔基金支持的严肃的研究者基本上快要相信这些了。

Spectrum：你认为IBM的True North项目（译者注：IBM的类人脑芯片，集成了 54 亿个硅晶体管、 4096 个内核、100 万个“神经元”和2.56 亿个“突触”）属于“草包族科学”吗？

LeCun：这听起来会有些刺耳。但我的确认为，IBM团队所声称的东西有点偏差并容易造成误解。从表面上看，他们的公告令人印象深刻，但实际上没有实现任何有价值的东西。在True North之前，那个团队用IBM的超级计算机来“模拟了一个老鼠级别的大脑”，但这只是一个随机的神经网络，除了消耗CPU运算周期以外没有发挥任何作用。

True North芯片的悲剧在于它本来可以很有用，如果它当初没有坚持与生物学走的太近以及没有使用"spiking integrate-and-fireneurons"模型的话。因此在我看来——我曾是一个芯片设计者——当你在开发一个芯片之前，你必须确信无疑它能做些有用的事情。如果你打造了一个卷积网络芯片——很清楚如何去做——它能立刻应用到计算设备中。IBM创造了错误的东西，我们无法用它去完成任何有用的事情。

Spectrum：还有其他例子吗？

LeCun：从根本上说，欧盟人脑计划（Human Brain Project）中的很大部分也是基于这样一种理念：我们应该建造一种模拟神经元功能的芯片，越接近越好，然后将芯片用于建造超级计算机，当我们用一些学习规则来开启它时，人工智能就出现了。我认为这纯属胡说八道。

诚然，我刚才指的是欧盟人脑计划，并不是讽刺参与这个项目的每个人。许多人参与该项目的原因仅仅是因为它能获得巨额资助，这是他们所无法拒绝的。

Spectrum：对于一般意义上的机器学习，还有多少是有待发掘的？

LeCun：太多了。我们在实际的深度学习系统中使用的学习方式还是存在局限的。在具体实践中发挥作用的其实是“有监督学习”。你将一张图片展现给系统并告诉它这是一辆车，它就会相应调整它的参数并在下一次说出“车”。然后你再展现给它一把椅子、一个人。在几百个例子、耗费几天到几周的计算时间（取决于系统规模）之后，它就弄明白了。

但人类和动物不是这种学习方式。当你还是婴儿时，你并没有被告知你所看到的所有物体的名字。然而你却能学会这些物体的概念，你知道世界是三维的，当我把物体放在另一个的后面，你还是知道它的存在。这些概念不是与生俱来的，是你将它们学会了。我们把这种类型的学习称作“无监督”学习。

2000s中期，我们中的许多人参与到了深度学习的复兴运动中，包括Geoff Hinton、Yoshua Bengio和我自己——这就是所谓的“深度学习团体”——还有Andrew Ng，从此使用无监督学习而非有监督学习的理念开始兴起。无监督学习可以帮助特定的深度网络进行“预训练”。我们在这方面取得了不少成果，但最终能够应用于实践的还是过去那些能与卷积网络相结合的出色的有监督学习，我们在20年前（1980s）所做的事情。

但从研究的角度来看，我们一直感兴趣的是如何恰当地做好无监督学习。我们现在已经拥有了可以实用的无监督技术，但问题在于，我们仅需要收集更多数据，再配合有监督学习就能击败它。这就是为什么在现阶段的产业中，深度学习的应用基本上都是有监督的。但将来不会再是这种方式。

从本质上来说，在无监督学习方面，大脑远好于我们的模型，这意味着我们的人工智能学习系统缺失了许多生物机理学习的基本原则。

Spectrum：Facebook有兴趣建立一个人工智能实验室的原因有哪些？

LeCun：Facebook的宗旨是连接人与人（connect people）。这更意味着连接人与数字世界。2013年底，Facebook即将迎来十周年诞辰，MarkZuckerberg决定创建Facebook人工智能实验室，就是我领导的那个部门。公司在考虑未来十年间连接人与人意味着什么，然后意识到人工智能将发挥关键作用。

每天Facebook能向每个人展示2000条内容：帖子、图片和视频等。但没人有时间看这么多内容。因此Facebook必须自动筛选100到150项用户想看或需要看的内容。要深谙此道必须先理解人们，包括他们的口味、兴趣、关系、需要，甚至是生活目标等。也需要理解内容，知道帖子或者评论在讲些什么，图片和视频包含什么内容。只有这样，才能把最相关的内容筛选出来并呈现在用户面前。

在某种意义上，出色地完成这项工作是一个“彻头彻尾的人工智能”问题：这需要理解人、情绪、文化和艺术。我们在Facebook人工智能实验室的大部分工作都是聚焦于制定新理论、新原则、新方法和新系统，以让机器理解图片、视频和语言，随后对其进行推理。

Spectrum：我们刚刚谈及炒作，我自己也对炒作有些微辞。Facebook最近公布了一个人脸识别算法DeepFace，很多报道称人脸识别技术的准确性已经接近于人。但那些结果难道不是在精心策划的数据库中跑出来的么？如果在互联网上遇到随机的图片，这个系统报告还能取得同样的成功么？

LeCun：相比于人类，系统对图片质量更为敏感，这是肯定的。人们能通过不同的面部胡须等特征识别出众多不同构造的人脸，计算机系统在这方面鲜有优势。但是系统可以在非常大的人类集合中识别出某个人，这个集合会远远超出人类的处理能力。

Spectrum：浏览网上的图片并找出譬如说奥巴马是否出现在图片里，DeepFace能否做的比我强？

LeCun：毫无疑问它将会更快。

Spectrum：它会更准确吗？

LeCun：可能不会，但是它能从数亿人中发现某人，我可做不到。

Spectrum：它能像研究中那样，达到97.25%的准确率么？

LeCun：没有在数据库上进行测试是很难说出一个具体数字的，这完全取决于数据的性质，如果图片库里有数亿张脸，那精确性就远不及97.25%。

Spectrum：这里有个问题似乎是计算机研究者们使用的某些行话和外行们的理解有着不同含义。当研究人员论及“准确率”，他们实际上可能说的是精选的数据集得出的结果。而外行们可能认为，计算机识别图片就像我们日常生活中随意看到的图片一样，但是结果对计算机系统的要求要比它们新闻报道中的表现更为苛刻。

LeCun：是的。我们也进行许多基准测试，像其他人一样利用户外脸部检测数据库等，当然也将我们的方法和别人做比较。当然，我们也有内部数据库。

Spectrum：所以一般而言，面对你们随意从网上找的图片，计算机在人脸识别上的表现有多接近于人？

LeCun：相当接近。

Spectrum：能给个数字么？

LeCun：不，不行，情景不一样（结果也不一样）。

Spectrum：在图片识别之外的领域，深度学习表现如何，尤其是当涉及到诸如自然语言等通用智能相关问题的时候？

LeCun：我们在Facebook的很大一部分工作都是集中于此。我们如何将深度学习的优势，与其通过学习描绘世界的能力、从短暂的信号中积累知识的能力（伴随着语言出现）、推理能力、与当前深度学习系统采取不同方式的知识存储能力结合起来？在当前深度学习系统下，就像学习一项运动技能，我们训练它们的方式类似于我们自学骑自行车。你学到了一项技能，但实际上却不涉及大量事实记忆或知识。

但你学的其他一些事情，就必须要求你记住事实，你必须记住并储存一些东西。在Facebook、Google和其他许多地方，我们做的大量工作是一边建立神经网络，一边建立一个独立的存储器模块，这能被运用于自然语言理解等领域。

我们开始看到，经由存储器模块强化的深度学习帮助自然语言处理取得了令人印象深刻的结果。该系统基于这样的理念，即用连续向量描述词语和句子，经由深层架构的多层级完成对这些向量的转化，并将它们存储在一种联合型存储器里。这对问答和语言翻译都非常有效。这种模式的一个范例是存储网络（Memory Network），这个模型是Facebook科学家Jason Weston、Sumit Chopra和 Antoine Bordes最近提出的。Google/Deep Mind的科学家也提出了一个相关概念“神经图灵机”（Neural Turing Machine）。

Spectrum：所以你不认为深度学习将会成为解锁通用人工智能的那把钥匙？

LeCun：它将是解决方案中的一部分。在一定程度上，这一解决方案看上去像一张巨大而复杂的神经网络。但这与人们迄今在文献中看到的有很大不同。我说的这些东西，你已经可以开始看到一些相关论文了。许多人正在研究所谓的“周期神经网络”（recurrent neural nets）。在这些神经网络中，输出被反馈到输入端，这样你就能形成一个推理链。你可以借此来处序列信号，像语音、音频、视频和语言，初步结果相当不错。深度学习的下一个前沿课题是自然语言理解。

Spectrum：如果一切顺利，我们可以期待机器很快能做到哪些它们现在做不到的事情吗？

LeCun：你或许能看到更好的语音识别系统，但在某种程度上它们是隐藏起来的。你的数字伴侣将会变得更完善；将会有更好的问答和对话系统；你可以和你的计算机进行对话；你可以向计算机发问而它会从知识库中为你寻找答案；机器翻译将会更精准；你还能看到自动驾驶汽车和更聪明的机器人，自动驾驶汽车将会使用卷积网络。

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？

（编辑：PHP编程网 - 湛江站长网）

【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!