哈萨比斯导师:人工智能媲美人类或需两百年,神经学是条出路

2018 年 1 月 30 日 人工智能学家 虞涵棋

来源:澎湃新闻

概要:从围棋到智能驾驶,深度学习缔造了眼下这一波人工智能热潮。


在深度学习最热的两大关键词“AlphaGo”和“自动驾驶”,托马索·波吉奥(Tomaso Poggio)都有声名卓著的学生,分别是DeepMind天才创始人戴密斯·哈萨比斯(Demis Hassabis)和Moblieye首席执行官Amnon Shashua。


“深度学习:从炼金术走向化学”,在《麻省理工科技评论》与DeepTech深科技1月28-29日主办的全球新兴科技峰会上,MIT人工智能实验室教授托马索·波吉奥抛出了这个演讲标题,显然是对前段时间深度学习界那场口水战的某种回应。


激辩深度学习是否“炼金术”


2017年年底,人工智能顶级学术会议NIPS因为一份获奖演讲风云突变。在这个本该充满套路的环节,当届经典论文奖得主、谷歌工程师Ali Rahimi意外向深度学习开枪,提出深度学习是“炼金术”。


从围棋到智能驾驶,深度学习缔造了眼下这一波人工智能热潮。其本质是通过大量匹配的输入和输出数据训练计算机,使其自动提取相关特征,建立联系,免去了人类设计特征。但也因如此,计算机给出结果的逻辑是一个“黑匣子”,无法为人类所知。


AlphaGo下赢了柯洁,但它为什么落这一子?制造AlphaGo的DeepMind工程师们也不知道。


Ali Rahimi由此提出炼金术的比喻。炼金术“管用”,催生了冶金、纺织和现代玻璃制造工艺,但不是科学。他希望世界能建立在严谨、周密、可验证的知识之上,而不是“炼金术”。


Facebook科学家、深度学习三巨头之一Yann Lecun迅速对这一比喻进行了驳斥。他归纳道:“在科技史上,工程产品总是要先于理论一步:镜片和望远镜先于光学理论问世,蒸汽机先于热动力学问世,飞机先于飞行空气动力学问世,无线电和数据通讯先于信息论问世,计算机先于计算机科学问世。”


面对这场口水战,波吉奥虽未直接站队,但抛出“炼金术”的比喻,已隐隐站在了MIT校友Ali Rahimi的一方。波吉奥是计算机视觉领域的泰斗级人物,将认知科学与深度学习结合建立模型,模拟人脑看到物体后的反应。他见证了深度学习和人工智能的发展,但他也承认“炼金术”问题:人类需要去了解智能的整体架构,以及智能背后的科学原理。


MIT人工智能实验室教授托马索·波吉奥

他告诉澎湃新闻(www.thepaper.cn),虽然Yann Lecun归纳的科技发展史并没有错,事件通常会先于理论产生,但却不是一定的。“比如深度学习就是这样一种情况,它不一定。”


深度学习非常依赖数据,但人类却不是这么学习的——人类通过与家长、监护人的频繁互动进行学习。所以,现在的机器学习其实是比较“笨”的。


正因如此,波吉奥对人工智能的发展速度预判较为悲观,可能需要200年才能拿到媲美人类的水平。“如果要达到人类的智能助手水平,可能只需几年或者十几年。但如果要这样的一个助理除了规划人类出行之外,也能够玩游戏、打比赛,像人们一样谈论一切,我认为要有更长的时间。”


比爱因斯坦更聪明的大脑


那么,深度学习要如何从“炼金术”中走出来?人工智能要如何真正地学习?波吉奥认为还是要回归理解人类智能,即脑科学和神经科学。人脑智能如何产生,是科学需要解决的元问题。在这点上,波吉奥显然又站在了Yann Lecun的对立面。尽管深度学习的基本架构最早受到上世纪60年代猴脑视觉系统的启发,但Facebook的首席人工智能科学家多次在公开场合强调,现在的卷积神经网络其实与大脑神经网络已无可类比之处。人工智能绝非“仿生学”,就像此前人类模仿鸟类制造飞行器,但发展出空气动力学后,才知道翅膀的振动并不必要。


而波吉奥认为,从60年代的猴脑视觉系统到现在的计算机视觉,从脑科学到深度学习,这些架构在本质上都是一脉相承的。


人工智能的下一个突破口,波吉奥相信会来源于神经科学。目前,他的团队正在研发的基于人类和猿猴视觉系统的新架构,其核心功能是综合性地生成日常流程。这个过程并不需要对机器进行预先的训练。不像现在的AlphaGo,虽能在棋坛封神,但如果下棋的房间着火了,它都意识不到。


DeepMind天才创始人、“阿尔法狗之父”戴密斯·哈萨比斯(Demis Hassabis)


“就像在这个房间里,我可以问它任何问题,你是坐在左边还是右边,房间有几个窗,灯是不是开着,你不需要对它进行预先的训练,因为我们也不可能预设所有可能的问题。”波吉奥说道。“这个架构看起来和深度学习可能正好是相反的,因为它不需要大数据,而是通过神经科学的方式达成。”


在这个过程中,波吉奥希望能越来越了解人类自身,包括那些人类最好奇的宏大问题:世界来源哪里,去向何处,是否有来生等等。


波吉奥告诉澎湃新闻(www.thepaper.cn),他青少年时疯狂崇拜爱因斯坦。不过,爱因斯坦也只是在物理和宇宙学领域取得了成就,这个世界上还有许多其他领域的问题。他开始遐想,如果能造出比爱因斯坦更聪明的大脑,能否解决一切问题。


波吉奥相信,随着计算速度和储存空间的不断发展,人工智能的能力会越来越强,尽管方式不同,但它们都是人类智能在机器上的复制和增强。


而波吉奥的天才学生哈萨比斯,也拥有远超过围棋的目标:“他很有野心,想要真正的智能系统。”


未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能,互联网和脑科学交叉研究机构。由互联网进化论作者,计算机博士刘锋与中国科学院虚拟经济与数据科学研究中心石勇、刘颖教授创建。


未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

登录查看更多
0

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
Yoshua Bengio最新《深度学习》MLSS2020教程,附104页PPT及视频
专知会员服务
128+阅读 · 2020年7月10日
人机对抗智能技术
专知会员服务
201+阅读 · 2020年5月3日
MIT-深度学习Deep Learning State of the Art in 2020,87页ppt
专知会员服务
61+阅读 · 2020年2月17日
【BAAI|2019】用深度学习模拟原子间势,王涵  (附pdf)
专知会员服务
17+阅读 · 2019年11月21日
王维嘉:暗知识——机器认知的颠覆
亚布力中国企业家论坛
5+阅读 · 2019年3月12日
机器听觉:一、AI在音频处理上的潜力
论智
5+阅读 · 2018年11月25日
麻省理工(MIT):高校学科划分是人类自缢的绳索
人工智能学家
4+阅读 · 2018年9月6日
人机交互与智能的思考
人工智能学家
9+阅读 · 2018年2月18日
人工智能,机器学习和深度学习之间的差异是什么?
大数据技术
6+阅读 · 2017年11月22日
最可怕的不是被机器淘汰,而是……
全球创新论坛
18+阅读 · 2017年10月28日
微软洪小文:AI 还是个小学生,资本请慎重!
EGONetworks
4+阅读 · 2017年9月6日
人工神经网络是否模拟了人类大脑?
数说工作室
9+阅读 · 2017年7月19日
Arxiv
6+阅读 · 2019年8月22日
How to Fine-Tune BERT for Text Classification?
Arxiv
13+阅读 · 2019年5月14日
VIP会员
相关资讯
王维嘉:暗知识——机器认知的颠覆
亚布力中国企业家论坛
5+阅读 · 2019年3月12日
机器听觉:一、AI在音频处理上的潜力
论智
5+阅读 · 2018年11月25日
麻省理工(MIT):高校学科划分是人类自缢的绳索
人工智能学家
4+阅读 · 2018年9月6日
人机交互与智能的思考
人工智能学家
9+阅读 · 2018年2月18日
人工智能,机器学习和深度学习之间的差异是什么?
大数据技术
6+阅读 · 2017年11月22日
最可怕的不是被机器淘汰,而是……
全球创新论坛
18+阅读 · 2017年10月28日
微软洪小文:AI 还是个小学生,资本请慎重!
EGONetworks
4+阅读 · 2017年9月6日
人工神经网络是否模拟了人类大脑?
数说工作室
9+阅读 · 2017年7月19日
Top
微信扫码咨询专知VIP会员