FB首席AI科學(xué)家勒坤談AI未來：機(jī)器可通過數(shù)據(jù)常識(shí)了解世界

　　2月19日消息，據(jù)外媒報(bào)道，F(xiàn)acebook首席人工智能(AI)科學(xué)家雅恩·勒坤(Yann LeCun)表示，給機(jī)器提供通過數(shù)據(jù)了解世界的“常識(shí)”將是未來十年AI研究的重要領(lǐng)域。這可以使機(jī)器在更復(fù)雜的環(huán)境下做出更好的決定，也可以幫助像Facebook這樣的公司更準(zhǔn)確地檢測(cè)仇恨言論。但是，為了提高AI的性能，需要對(duì)硬件進(jìn)行優(yōu)化。

　　近年來，世界上許多科技巨頭都專注于AI的研發(fā)，從谷歌、Facebook到微軟都是如此，它們都希望將AI融入到幾乎所有的產(chǎn)品中。例如，谷歌甚至在今年的開發(fā)者大會(huì)之前將其谷歌研究部們更名為Google AI。在這次大會(huì)上，AI占據(jù)了最前面和最中心的位置。Facebook首席執(zhí)行官馬克·扎克伯格(Mark Zuckerberg)在5月份的F8大會(huì)上，也解釋了這家社交網(wǎng)絡(luò)巨頭是如何使用AI來打擊其平臺(tái)上的仇恨言論的。

　　隨著企業(yè)繼續(xù)投資于認(rèn)知軟件能力，AI市場(chǎng)也在蓬勃發(fā)展。市場(chǎng)研究機(jī)構(gòu)IDC表示，到2022年，全球在AI系統(tǒng)上的支出預(yù)計(jì)將達(dá)到776億美元，是2018年預(yù)測(cè)240億美元的三倍多。

　　但這個(gè)行業(yè)仍有很長(zhǎng)的路要走，其許多進(jìn)展可能取決于學(xué)術(shù)界和行業(yè)參與者是否能找到一種方法，以讓計(jì)算機(jī)算法具備類似人類的學(xué)習(xí)能力。由AI驅(qū)動(dòng)的系統(tǒng)，無論是Facebook用來檢測(cè)不當(dāng)內(nèi)容的算法，還是谷歌和亞馬遜開發(fā)的虛擬助手，都不能像人類那樣推斷上下文語境。而這一進(jìn)展恰恰對(duì)Facebook來說至關(guān)重要，因?yàn)樗�正在加緊努力，在其平臺(tái)上發(fā)現(xiàn)網(wǎng)上欺凌行為，并篩查與恐怖主義有關(guān)的內(nèi)容。

　　Facebook首席AI科學(xué)家勒坤在最近接受美國(guó)主流網(wǎng)絡(luò)BI采訪時(shí)表示：“有些情況非常明顯，AI可以被用來過濾掉這些情況，或者至少是讓人類審查員來決定。但在很多情況下，有大量的仇恨言論，除非你了解更多背景，否則很難發(fā)現(xiàn)這一點(diǎn)。因此，目前的AI技術(shù)還無法應(yīng)對(duì)上述挑戰(zhàn)。”

　　推進(jìn)AI領(lǐng)域快速發(fā)展的一個(gè)關(guān)鍵因素，特別是在深度學(xué)習(xí)方面，將是確保有能夠支持它的硬件。這是勒坤在周一的國(guó)際固態(tài)電路會(huì)議(International Solid-State Circuits Conference)上討論的一個(gè)重要議題。他在會(huì)上討論了一份新的研究論文，概述了芯片廠商和研究人員在未來5至10年內(nèi)需要考慮的關(guān)鍵趨勢(shì)。他說：“無論他們建造什么，都將影響未來十年AI的發(fā)展。”

　　在會(huì)議開幕之前，勒坤與BI記者討論了AI的未來發(fā)展方向、這對(duì)我們?nèi)粘Ｉ�活中使用的設(shè)備代表的意義、當(dāng)今AI發(fā)展?fàn)顟B(tài)以及未來的最大挑戰(zhàn)。下面是采訪摘要：

　　1.為了提高AI表現(xiàn)，機(jī)器必須在功耗方面做得更好

　　想象下這樣的真空吸塵器：它不僅要足夠聰明地繪制出你的起居室地圖，以便不會(huì)重復(fù)清洗同樣的地方，而且還能在撞到障礙物之前探測(cè)到它們。再比如智能割草機(jī)，它可以智能地避開修剪草坪時(shí)的花壇和樹枝。勒坤表示，除了像Facebook和谷歌母公司Alphabet這樣的公司正在投資的技術(shù)(如增強(qiáng)現(xiàn)實(shí)和自動(dòng)駕駛汽車)，這些設(shè)備要能工作并流行起來，需要更加節(jié)能的硬件。

　　勒坤說，這樣的進(jìn)步不僅對(duì)這些技術(shù)的蓬勃發(fā)展是必要的，而且對(duì)于改進(jìn)像Facebook這樣的公司實(shí)時(shí)識(shí)別照片和視頻內(nèi)容的方式也是必要的。理解視頻中發(fā)生的事情，將視頻內(nèi)容轉(zhuǎn)錄成文本，然后將文本翻譯成另一種語言，以便世界各地的人們能夠?qū)崟r(shí)地理解它，這需要“巨大”的計(jì)算能力。

　　2.在其他改進(jìn)出現(xiàn)之前，我們將在短期內(nèi)繼續(xù)看到智能手機(jī)取得進(jìn)步

　　勒坤認(rèn)為，未來三年，大多數(shù)智能手機(jī)將通過專用處理器將AI直接嵌入到硬件中，這將使實(shí)時(shí)語音翻譯等功能在手機(jī)上更加普及。對(duì)于那些近年來始終密切關(guān)注智能手機(jī)行業(yè)的人來說，這可能并不令人意外，因?yàn)樘O果、谷歌和華為等公司已將AI更緊密地融入到其移動(dòng)設(shè)備中。勒坤表示，這將使“所有類型的新應(yīng)用”得以實(shí)現(xiàn)。

　　3.賦予機(jī)器以常識(shí)將是未來十年AI研究的重點(diǎn)

　　雖然人類通常通過全面的觀察來了解世界，但計(jì)算機(jī)通常是經(jīng)過訓(xùn)練來執(zhí)行特定任務(wù)。例如，如果你想設(shè)計(jì)一種能在照片中檢測(cè)出貓的算法，你必須幫助它了解貓的長(zhǎng)相，方法是用大量的數(shù)據(jù)進(jìn)行訓(xùn)練，其中可能包括數(shù)千張標(biāo)記有“包括貓”的照片。但勒坤表示，在接下來的十年里，推動(dòng)AI向前發(fā)展的“圣杯”在于完善一種被稱為自我監(jiān)督學(xué)習(xí)的技術(shù)。換句話說，這種技術(shù)能讓機(jī)器通過數(shù)據(jù)來了解世界是如何工作的，而不是僅僅學(xué)習(xí)如何解決特定的問題，比如識(shí)別貓。

　　勒坤補(bǔ)充說：“如果我們真的通過訓(xùn)練算法來做到這一點(diǎn)，那么在機(jī)器捕捉上下文背景、做出更復(fù)雜決策的能力方面將會(huì)取得重大進(jìn)步。不過，這種技術(shù)目前只適用于文本，而不適用于視頻和圖像。但這樣的突破可能是像Facebook這樣的公司所需要的，它能提高其平臺(tái)上的內(nèi)容協(xié)調(diào)性，盡管目前還不清楚這一解決方案何時(shí)會(huì)出現(xiàn)。這不是明天就會(huì)發(fā)生的事情。”

　　4.深度學(xué)習(xí)可能需要全新的編程語言

　　勒坤認(rèn)為，深度學(xué)習(xí)可能需要一種新的編程語言，它比Python更靈活、更容易使用。目前還不清楚這樣的語言是否必要，但這種可能性與研究人員和工程師們根深蒂固的愿望背道而馳。勒坤稱：“在谷歌、Facebook和其他地方，有幾個(gè)項(xiàng)目可以設(shè)計(jì)這樣一種編程語言，以有效地進(jìn)行深入學(xué)習(xí)，但目前還不清楚社區(qū)是否會(huì)跟進(jìn)，因?yàn)槿藗冎幌胧褂肞ython。”

　　GitHub最近發(fā)布的Octverse報(bào)告稱，Python是目前從事機(jī)器學(xué)習(xí)項(xiàng)目的開發(fā)人員使用的最流行編程語言，它是Facebook的PyTorch和谷歌的TensorFlow框架的基礎(chǔ)。勒坤表示，AI的崛起與計(jì)算機(jī)芯片和其他硬件所提供的計(jì)算能力的增長(zhǎng)密切相關(guān)。更好的硬件可以支持更好的算法、更好的性能、讓更多人建造更好的硬。

　　勒坤指出：“可用的硬件種類對(duì)人們所做的研究有很大影響，因此未來十年左右AI的發(fā)展方向?qū)⑹艿接布�的極大影響。對(duì)于計(jì)算機(jī)科學(xué)家來說，我們喜歡抽象地認(rèn)為自己不受硬件的限制，但事實(shí)并非如此。”

　　勒坤重申了自我監(jiān)督學(xué)習(xí)在推進(jìn)最先進(jìn)AI發(fā)展方面發(fā)揮的重要作用。他說：“如果自我監(jiān)督學(xué)習(xí)最終允許機(jī)器通過觀察來學(xué)習(xí)大量有關(guān)世界如何運(yùn)作的背景知識(shí)，那么某種形式的機(jī)器常識(shí)可能會(huì)出現(xiàn)。而未來的深度學(xué)習(xí)系統(tǒng)將在很大程度上接受自我監(jiān)督學(xué)習(xí)的訓(xùn)練，并需要新的高性能硬件來支持這種自我監(jiān)督學(xué)習(xí)。這種硬件對(duì)Facebook以及無人駕駛、機(jī)器人和許多其他形式的技術(shù)都很重要。”