《財富》專訪人工智慧大牛楊立昆:「人工智慧仍然缺乏常識!」

2021-02-13 財富中文網

楊立昆在舊金山舉辦的國際固態電路會議上發表新研究論文，概述他對未來人工智慧的看法。

Facebook的首席人工智慧科學家楊立昆（Yann LeCun）曾推動深度學習崛起，成為谷歌和亞馬遜之類巨頭紛紛應用的尖端人工智慧技術，可迅速翻譯並識別圖片中的物品。

深度學習的核心是被稱為神經網絡的軟體，可過濾海量數據，從而比人類更快地掌握數據中的模式。但該項技術需要巨大的計算能力，促使英特爾和硬體初創公司等半導體製造商努力設計全新的計算機晶片，降低能耗的同時提升一些人工智慧計算任務效率。

星期一，楊立昆在舊金山舉辦的國際固態電路會議上發表新研究論文，概述他對未來人工智慧的看法，著重關注晶片和硬體的發展前景。

以下是他談到的幾個要點：

雖然Facebook、谷歌和微軟等公司都打著降低能耗的口號研究專門的電腦晶片，不過楊立昆直接挑明了此類創新為何重要，因為新款晶片可以幫助各公司在自家數據中心應用更多神經網絡。

因此，在線語音翻譯等任務可能進一步完善，實現秒完成。與此同時，人工智慧系統可以分析視頻裡的每一幀並識別人或物體，不僅僅是識別靜態圖像，由此大大提高準確性。

楊立昆還認為，使用性能更佳的計算機晶片可以提升內容管控效率，比如掃描文本中的攻擊性語言或虛假新聞。對於努力刪除平臺上不良宣傳或濫用行為的Facebook來說，相關技術進步越快越好。

楊立昆也在密切關注可供日常電器使用的電腦晶片，例如可以安裝在吸塵器和割草機上的新產品。想像一下未來配置神經網絡的割草機，可以輕鬆識別雜草和玫瑰，他解釋說。

楊立昆還設想今後研發出性能更好的移動計算晶片，可以直接在行動裝置上運行神經網絡，不必再將信息傳回數據中心計算。一些智慧型手機已經內置人工智慧功能，比方說識別用戶面部解鎖設備，但如果想完成更複雜的任務，更先進的晶片必不可少。

他表示，人工智慧的另一障礙是現在的電池續航能力。人工智慧技術耗電量比較大，意味著一些較小的設備上使用人工智慧會比較受限制。


儘管深度學習領域進步顯著，但電腦仍然缺乏常識。現在的電腦要瀏覽數千張大象的照片才能在其他照片裡獨立識別出來。

相比之下，兒童只要對動物有了基本的理解，就可以迅速認識各種大象。即使增加認識的難度，孩子們還是能推斷出大象只是一種體型巨大的動物。

楊立昆認為，人們終將開發出新型神經網絡，可以通過篩選大量數據獲得常識。過程類似於先傳授基本技術，以後可用來參考，就像百科全書一樣。然後，人工智慧從業者可以進一步訓練神經網絡實現識別，並執行比現在更高級的任務。

但只有更先進的計算機晶片才可能實現，楊立昆希望儘快研發成功。

作者：Jonathan Vanian
譯者：Pessy
審校：夏林

美國加州最大的公用事業公司——太平洋煤氣電力公司（PG&E）申請破產，目前該公司面臨的賠償總額高達300億美元。

播客，這種娛樂方式的背後是一個充滿商機的巨大產業 | 回復 BK 獲取

Rivian公司首推全電動皮卡汽車 | 回復 RV 獲取

吸菸的成本到底有多高 | 回復 XY 獲取

相關焦點

  • 楊立昆辭Facebook人工智慧實驗室主任,任首席科學家
    當地時間1月23日，執掌Facebook人工智慧實驗室（FAIR）的楊立昆（Yann LeCun）在自己的個人Facebook帳號上宣布，他將不再擔任Facebook 人工智慧實驗室主任一職，改任Facebook首席人工智慧科學家，從而能更加專注於帶領科學研究與AI策略。同時，Facebook人工智慧實驗室迎來了一位新「大牛」——Jérôme Pesenti。
  • [常識積累]什麼是人工智慧
    人工智慧的研究是高度技術性和專業的，各分支領域都是深入且各不相通的，因而涉及範圍極廣。人工智慧學科研究的主要內容包括：知識表示、自動推理和搜索方法、機器學習和知識獲取、知識處理系統、自然語言理解、計算機視覺、智慧機器人、自動程序設計等方面。1）知識表示是人工智慧的基本問題之一，推理和搜索都與表示方法密切相關。
  • 人工智慧的三大教父,譜寫了一段關於勇氣的寓言
    那時，有少數從事人工智慧研究的計算機科學家試圖研發這樣一種軟體，這種軟體可以大致模仿神經元網絡在大腦中處理數據的方式，雖然當時並沒有證據表明這是一種行得通的想法。○ 神經元模擬。20多年後，科技行業也後知後覺地愛上了這個想法。
  • Pharnext人工智慧開發舊藥新療法榮登美國財富雜誌
    2019年3月19日，美國財富雜誌專訪Pharnext 執行長Daniel Cohen教授，發表題為「如何通過人工智慧尋找舊藥新療法」的文章
  • 書評:目前的人工智慧,不是人類智能;目前的機器學習,只是機械學習
    在分析這些系統的局限性時，研究人員發現，編寫規則的人類專家實際上或多或少依賴於常識以便明智地行動。這種常識通常難以通過程序化的規則或邏輯推理來獲取，而這種常識的缺乏嚴重限制了符號人工智慧方法的廣泛應用。 也有研究者看好專家系統，目前最著名的就是「Cyc」,已經連續商業化研究了40多年。
  • 專訪 Mashable CTO:人工智慧如何幫助媒體編輯提升效率
    後來隨著現任 CTO Robyn Peterson 的加入，Mashable 開始使用自己開發人工智慧工具來代替團隊每天在社交網絡上追蹤內容的工作。Robyn 帶領研發團隊設計了一個人工智慧數據分析系統 Velocity，通過自然語言理解技術分析社交網絡用戶對相關事件的討論，並通過可視化的圖表向編輯部預測可能會爆發的熱點內容。
  • GPT-3:人工智慧的新突破
    但事實是：GPT-3雖然令人印象深刻，但仍然缺乏AGI所要求的能力。我們目前使用的人工智慧都是人工窄智能（ANI）。這些ANI擅長於執行一個單一的任務，不能承擔超出其領域的任務，並且沒有人類水平的智能。與ANI相比，AGI包含人類的一般能力，例如：在不確定的情況下思考、解決問題、運用策略和做出決定的能力，有常識，計劃的能力，學習的能力，用自然語言交流的能力等。
  • 重磅丨獨家專訪Yann LeCun:機器將能通過看視頻學會常識
    也正是在5年前，軟體識別圖像的準確度因此突然實現了飛躍，這背後的人工神經網絡技術引領了人工智慧潮流的爆發。這也是為什麼谷歌和Facebook能讓你在圖冊中進行搜索，這項技術還支持了臉部識別類的新應用。
  • LeCun、吳恩達等AI大咖解析2019人工智慧
    VentureBeat聯繫到了吳恩達、ML和Fast Forward實驗室創始人Hilary Mason，Facebook AI研究創始人Yann LeCun和埃森哲負責人工智慧全球領導者Rumman Chowdhury博士，這4位人工智慧領域的大牛，諮詢了他們的看法。希望藉由這些專業人士的專業眼光，為大眾勾畫出一個更加清晰的「人工智慧」畫像。
  • 李開復Quartz專訪:五十年後世界何去何從?人工智慧是否會成為霸主?
    近日，創新工場創始人兼CEO、創新工場AI工程院院長李開復接受了美國數位化商業新聞平臺Quartz的專訪，就人工智慧及其對未來世界產生的影響發表了自己的觀點
  • 2021十大人工智慧趨勢
    以下為《2021十大人工智慧趨勢》詳細內容：1、自動機器學習的自動化程度與可解釋性得到進一步提升自動機器學習（AutoML）目前已經在多個領域中初步實現對機器學習方法的自動化設計過程，但其仍然存在自動化程度不足，可解釋性不強的問題。
  • Facebook的內容審查又從人工智慧的道路上折返了#人工智慧行不行
    Facebook可是一度裁撤整個Trending編輯組用AI替代人工智慧內容篩選的公司！他怎麼回頭了？原因是，他們認為，目前人工智慧算法已經可以替代這些人工審查團隊的工作。.........隨後...人工智慧就上線了.........
  • 人工智慧對保險代理人的影響
    隨著AlphaGo Zero的誕生，人工智慧邁入了前所未有的新階段，技術能給人類帶來的遠不止現有認知能力所見。近幾年，網絡購物對零售行業造成了巨大的衝擊，如今人工智慧同樣會使保險行業的很多崗位產生調整和變化，保險代理人就是其中一個。
  • 騰訊與人工智慧
    在2012年開始興起的人工智慧第三波熱潮中，它是否可以抓住這一機會更快速地成長呢？ 不可否認，在這一波熱潮中，騰訊吸引了華人圈中的大咖級人物如張潼的加入，在機器學習的理論和應用方面都有了顯著的加強，另外，騰訊優圖實驗室也將計算機視覺方面的著名科學家、香港中文大學教授賈佳亞邀請過來。事實上，在騰訊其它各個部門都能看到人工智慧人才引進的力度。成果也是明顯被體現出來。
  • 人工智慧研究中的幾點思考
    觀點guan dian﷽﷽﷽﷽﷽﷽﷽﷽﷽﷽法仍然計算過慢等等  ﷽﷽能界現存的幾大瓶頸，即機器仍然無法形成常識、動機與智能決策。並從集群智能、軟計算與混合智能系統三方面分析現在的人工智慧主流發展方向，並給出作者自身的見解。
  • 重磅預告:聽人工智慧大牛講深度學習 再跟AI創業者聊聊該如何切入
    CNTK (Computational Network Toolkit)項目，https://github.com/Microsoft/CNTK，是微軟的開源人工智慧基礎架構，從16年1月底正式開源到現在才短短幾個月，在上Github已經累積超過5千個星星。而CNTK的最原始的Paper的第一作者就是咱們的俞老師。
  • 人工智慧:圖靈測試
    然而，對於此次測試，有人表示稱讚，也有不少人仍然表示質疑。圖靈測試已過時？為什麼我們至今仍然無法通過圖靈測試？原因之一是當前的人工智慧研究者們對於通過圖靈測試的興趣不大，因為圖靈測試的目標和當前的人工智慧研究方向並不完全一致。
  • 世界人工智慧智商最新測試結果公布
    各方面得分情況：知識的獲取能力（ 10%）方面獲得 6 分，知識的掌握能力（ 15%）方面獲得了 15 分，知識的創新能力（ 65%）方面獲得了 7.2 分，知識的反饋能力（ 10%）獲得了9 分。具體來說，度秘在知識的掌握能力方面表現最好，在常識、計算以及翻譯部分都表現優秀，獲得了 100%的分數。
  • 專訪 田淵棟:夢想在人工智慧領域做出影響世界的工作
    這是一個不缺乏內容的時代。但是如何能夠快速地尋找到優質的內容、與那些優秀的思想相遇，對於時刻處在忙碌狀態的我們來說，顯得尤為重要。田淵棟：夢想是在人工智慧領域做出影響世界的工作。這其中包括在理論上理解複雜人工智慧系統的工作原理，和在應用上做出效果更好並且切實可用的智能系統。
  • 麥卡錫問答:什麼是人工智慧?
    儘管做了相當多的努力（但不像西洋棋那麼多），圍棋程序仍然非常糟糕。其中的問題似乎是，人們在下棋時會將當前棋盤狀態在頭腦中劃分為一系列子狀態，先分析每個子狀態，然後再分析子狀態的交互作用。人類在下象棋時也會使用這種方法，但象棋程序將每一狀態作為一個整體。象棋程序通過上千次——在使用超級計算機深藍的情形，上百萬次——的計算來彌補這種智能機制的缺失。