Connect with us

Saaspad | China Tech & SaaS News, Trends & Insight

Facebook深度学习老大燕乐存:不要再把AI当成人类终结者

新闻

Facebook深度学习老大燕乐存:不要再把AI当成人类终结者

Facebook深度学习老大燕乐存:不要再把AI当成人类终结者

燕乐存已经在AI领域工作了几十年,是卷积神经网络的创造者之一(一项擅长视觉数据方面分析的程序,被用于无人驾驶汽车中的面部识别系统)。作为Facebook人工智能研究设施博览会的负责人,他曾助力AI从实验室走向面向众人的真实世界。由他的团队为盲人用户创建的自动抓图软件,每天要执行45亿项人工智能任务。

以下是对燕乐存的采访,探讨了AI的现状与未来。

关于Facebook的AI工程,最近一项重大的新闻是 “AI 机器人”发明了自己的语言,可能会被关闭。大量的报道对研究结果严重歪曲,你和同事们怎么评价这件事?

所以当我第一次看到这个的时候,会付之一笑,然后去看看有多少人会对此关注,在这个吸引人眼球的故事背后,总会跟一篇文章,随之而来的,公众就会产生爆炸性的反应 “他们全都错了。”

这对我们来说,非常有启发性,因为它向我们展现了媒体是如何对受众进行操控的,对此,我们也有一系列的应对方式。比如在Facebook上发一条状态,以幽默的文风批判它的荒谬。我们与很多想获取真实故事的记者打过交道,针对以上不实的说法也写了一些文章进行澄清。

你认为我们在过去的几年中或多或少都看过类似的报道吗?

似乎媒体人和公众对于故事本身并不太关注 ,在过去的AI报道当中,百分百都会附以图片作为文章的结尾,现在这种现象越来越少了,我觉得它是件好事。不过偶尔也会看到某些媒体以完全曲解事实的方式去发文。

当你看到这样的报道时,你想对公众说什么?

每当我在公众场合讲话时,总是重复这一点:我们距离真正的智能机器还很遥远。你们现在所看到的一切,比如伟大的人工智能汽车、解读医学图像、击败世界冠军等等,这些都是非常狭隘的智能定义,而且它们是为了特定的目的采取了训练之后的成果,用以收集大量的数据。

谈到DeepMind发明的AlphaGo,它是由我的朋友参与工程研究的,对此,我并无诋毁之意,但如果人们将阿尔法狗看做人工智能发展的重要里程碑,恕我难以苟同。真正的人工智能不是一台用于某个领域打败人类的机器,而是在大街上可以看到有机器人在跑动,这完全是两个概念,但这是我个人的想法,或许别人对此持有不同见解。

我们距离拥有一台真正能学习人类与动物界最基本行为的机器还很远。尽管在某些特定的领域,机器人的表现的确惊艳,但就一般的智力水平而言,它们还不如一只小白鼠。所以大家也无需杞人忧天,当然,也不是说不应该去考虑这些问题,我想说的是,在短期甚至中期内,它都不会对人类造成威胁。AI部门确实也存在真正的风险,但它们不是在很多公众大脑里的终结者形象。

DeepMind曾表示,他们在AlphaGo身上所运用的算法可用于蛋白质折叠及药物研究,那么你认为该应用运用于其他领域研究的可能性有多大?

AlphaGo所采用的是强制学习系统,强制学习对游戏领域有显著的效果,它适用于有较少非连续运动的情形之中,之所以会这样,是因为在进行任何一项复杂的操作之前,它都需要很多很多次的实验。经过上百万次的训练,阿尔法狗可能在几天或者几周之内达到大师级的水平。因为这是一个非常简单的环境,通过数千台每秒能分析上千种模式的计算机可以轻松实现模拟,但如果是真实的世界,它是行不通的,因为你无法掌控随时都在变化的真实世界。

摆脱这种困顿局面的唯一方法是拥有能够通过学习建立自我世界模型的机器,这样他们就能比现实更快地模拟世界。然而,我们至今还未能掌握这样的相关科学技术。

我来举一个例子,当一个人学习驾驶的时候,他们已经有一个自我世界构造用以判断他们是否处于正常行驶,如果脱离路面,很可能会撞上了树,这可不是一件好事儿。在我们最初学习驾驶的时候,大脑中已经拥有了这样的认知系统,知道自己应该保持车辆在路面上正常行驶,别掉落悬崖或者撞树。但假如你要采取强化学习系统去训练一个模拟汽车路面驾驶的系统,你就不得不让它在一棵树上撞几十万次,它才会“意识”到撞树这事儿不好玩儿,因此,那些鼓吹强化学习就等同于拥有智力的说法是错误的。

你认为要想突破当前的限制,AI还缺少一些基本的工具是么?Geoffrey Hinton最近总是谈到抛开一切重新开始的问题

我认为他的说法有点过于绝对了,比如,Hinton喜欢他在1985年创造的一个叫做Boltzmann的机器,对于他来说,这是一个非常精妙的算法,但事实上,在现实当中它无法胜任工作。我们想要找寻的是有像Boltzmann一样简单、具备美感且达到类似于神经算法般精确的机器。这也是Yoshua, Geoff 和我在本世纪初开始研究深度学习的初衷。最终,令我们感到惊讶的是,真正实践当中面临的工作都是由非常深刻的神经网络支配的。

那么,鉴于AI业将产生的巨变,你认为对于消费者来讲,短期内最实用的是什么?Facebook在这方面的规划又是怎样的?

我认为虚拟助理可以算作一个,现在我们所看到的虚拟助理都是照本宣科般的告诉你一些已经被提前灌输的事情,因此,尽管它们被用于客户服务领域,机器人也难免显得乏味、造价昂贵且冷漠。下一步,是将更多的学习系统植入,这也是我们正在着手的事情之一,届时,将会发明出一款机器人,能阅读长文,并回答与文本相关的问题,我认为,这项发明可以造福人类。

让机器人拥有与人类相同的背景知识,是这个行业的一大进步,但是我们必须找到一种方式使得机器通过观察,得知现实生活运作的方式,就像看书或是看视频。这是未来几年的关键科技挑战。我把它称为预测学习,有些人也称之为无监督学习。

在未来几年,随着虚拟助理的需求越来越大,人工智能的缺点不断地改进,它们将会拥有更加强大的背景知识,为人类做更多的事情,而不仅局限于设计人员提前植入的指令,同时这也是脸书非常感兴趣的领域。

本文编译自The Verge

Continue Reading
You may also like...
Hunter Liu的头像

Click to comment

Leave a Reply

电子邮件地址不会被公开。 必填项已用*标注

More in 新闻

Popular