LeCun论战Markus：AI是否需要类似人类的认知能力？

来源：量子位

概要：LeCun指出，当代人工智能的成功在很大程度上依赖于不预先提供关于世界运转方式的假设或结构化概念。

一辆由人工智能驱动的自动驾驶汽车或许需要在模拟环境中撞树5万次，才能知道这是种错误的做法。相比之下，在悬崖上攀爬的野山羊面临着生存威胁，并没有太多机会去尝试。而一名心理学家3岁的女儿不需要练习数百万次，就会知道如何在椅子上爬上爬下。

在庞大的计算资源的帮助下，当前最强大的人工智能技术几乎可以从头开始学习几乎所有东西。与此不同，人类和动物似乎可以直观地理解许多概念，包括对象、地点，或相关事物的集合，从而快速发现世界是如何运转的。这就带来了一个重要的“先天还是后天”的问题：人工智能是否需要类似人类和动物的内在认知能力，才能达到一般智力水平？

本周，在纽约大学心精神、大脑和意识中心举办的一场活动上，人工智能和心理学领域两名领先的研究员展开了激烈的辩论。

纽约大学计算机科学家、Facebook人工智能研究总监Yann LeCun表示：“在重现世界方面，我们拥有的人工智能技术，无论是通过结构还是通过学习，都无法接近我们观察到的动物和人类的水平。”

LeCun是深度学习技术的先驱。他此前帮助多家科技巨头开发自动化服务，例如让Facebook可以识别照片中的人脸，以及让谷歌翻译完成中英互译。深度学习算法帮助计算机在缺乏内在认知机制的情况学会完成各种任务。通过过滤大量数据，这种算法可以逐渐学会识别世界的某些模式。当你拥有庞大的计算资源时，这种技术适用于各种感知任务，例如图像识别。

所有人都认为，当前的各种人工智能技术，例如深度学习，仍然无法获得类似动物或人类的通用智能。不过LeCun相信，基于无监督学习技术，人工智能可以在通用智能方面取得进展。近期，无监督学习的发展使得机器不再需要大量的带标签数据去进行训练。

LeCun指出，当代人工智能的成功在很大程度上依赖于不预先提供关于世界运转方式的假设或结构化概念。为此，他倾向于用最小化的人工智能算法结构来维持这种简单性。根据他的设想，我们不需要利用人类语言学家、心理学家或认知科学家获得的知识就可以做到这点。他说：“我的任务是尽量减少先天机制的数量，更多地使用我们可以获得的数据去学习。”

然而，纽约大学研究心理学家、创业公司Geometric Intelligence（目前属于Uber的人工智能集团）创始人Gary Marcus认为，这样做还不够快。他承认，无监督的深度学习有可能获得成功。不过他认为，只有通过“比像素更丰富的基本元素和表达方法”来理解世界，这样的技术才可能成功。

Markus表示：“我们想要孩子们所拥有的东西，这些是为了理解世界上对象、实体和物理机制而建立起的表达方法和基本元素。”

Markus希望看到，人工智能研究员“更多地借鉴认知科学的知识”，开发更具结构化的算法，表达对象、集合、地点，以及空间连续性等认知概念。他引用了自己，以及同事、哈佛大学认知心理学家Elizabeth Spelke的研究成果，证明人类的孩子在很早的时期就有能力去感知人物、对象、集合和地点等概念。他的建议是：为何不在人工智能研究中利用同样的方法，通过某种结构去匹配类似的概念？

实际上，LeCun在卷积神经网络上的开创性工作就是个很好的例子。Markus表示，这说明了如何使用更具结构化的方法来约束人工智能所处理信息的数量，帮助人工智能更好地理解世界。

他表示：“我认为，我们真正需要的是系统性思考和分析，关注当我们将不同数量的内在机制集成至机器学习系统时，将会发生什么。”

LeCun也承认，人工智能需要一些结构来协助理解世界。不过他想要知道，生物的大脑中是存在“单一的学习算法、原理或过程”，还是没有潜在组织原理、没有任何逻辑的“黑客方法”的集合。在他看来，人工智能可以受益于单一学习原理，或这些原理的集合。这些原理与符合内在认知机制的的内建结构无关。

LeCun表示：“目前欠缺的是一种原理，让我们的机器通过观察世界、与世界互动来学习世界如何运转。我们目前缺少的正是这种学习预测世界模型。在我看来，这是阻碍人工智能进一步发展的最大障碍。”

LeCun指出，智力的本质是预测能力，因为预测未来是“填补世界状态中空白点”的一种非常特殊的场景。基于对世界运转方式的了解，人类和动物能根据常识来填补缺失的信息。因此，人类司机不需要撞树5万次才能知道撞树很危险。在没有撞上树之前，人类就已经意识到了，碰撞后会发生什么。

LeCun希望，无监督学习能引导人工智能最终发展出一种能力，从物理学角度，而不是常识的角度去了解世界的运转方式。他表示：“如果我们能开发出智力达到猫或老鼠水平的机器，那么在我的职业生涯终点，我会非常高兴。”

关于人工智能需要“先天还是后天”的争论仍远远没有终结，但LeCun和Marcus都同意，可以通过一些关键指标来看看，哪种观点是正确的。如果无监督学习算法最终需要更多的结构，来表达对象、集合和地点，那么Marcus就是对的。如果无监督学习算法不需要这样的结构，那么获胜者将是LeCun。

Marcus表示：“发展出一些小小的内在结构可能需要很长时间。”而LeCun澄清：“从最低限度来看，这是对的。”