AI是福是禍？LeCun、吳恩達(dá)等圈內(nèi)大神做出2019年新預(yù)測

　　他說：“我試圖引用了幾個我認(rèn)為對實(shí)際應(yīng)用十分重要的領(lǐng)域。AI的實(shí)際應(yīng)用會遇到一定的阻礙，但我認(rèn)為這些阻礙都會被解決?！?/p>本文引用地址：http://butianyuan.cn/article/201902/397445.htm

　　在未來一年里，吳恩達(dá)很高興看到人工智能及機(jī)器學(xué)習(xí)研究兩個領(lǐng)域都取得了進(jìn)展，這將有助于推動整個領(lǐng)域的發(fā)展。一方面是AI能通過更少的數(shù)據(jù)得出精確的結(jié)論，該領(lǐng)域的一些人稱之為“少量樣本學(xué)習(xí)”。

　　他說：“我認(rèn)為深度學(xué)習(xí)的第一波進(jìn)展主要是大公司利用大量數(shù)據(jù)創(chuàng)建巨大的神經(jīng)網(wǎng)絡(luò)，對吧?所以如果你想創(chuàng)建一個語言識別系統(tǒng)，就需要進(jìn)行10萬小時的數(shù)據(jù)模擬。如果想創(chuàng)建機(jī)器翻譯系統(tǒng)，就需要模擬極大量的平行語料庫中的句型，從而創(chuàng)造出很多突破性結(jié)果?，F(xiàn)在我越來越多地看到從小數(shù)據(jù)中出的成果。所以即使你有1000張照片，你也可以嘗試去做出點(diǎn)什么結(jié)果。”

　　令一方面則是被稱為“通用可見性”的計(jì)算機(jī)視覺方面的進(jìn)展。計(jì)算機(jī)視覺系統(tǒng)經(jīng)過斯坦福大學(xué)高端X光機(jī)拍攝的原始圖像的訓(xùn)練，效果可能會非常地好。很多該領(lǐng)域的先進(jìn)公司及研究人員已創(chuàng)造出了比放射科醫(yī)生更出色的系統(tǒng)，但它們并不是很靈活。

　　“但如果你把你的訓(xùn)練模型應(yīng)用到拍攝圖片有點(diǎn)模糊的低端X光機(jī)或是其他醫(yī)院的X光機(jī)上，遇到技師讓病人右轉(zhuǎn)，導(dǎo)致角度有些許的偏離的情況，結(jié)果就會是相比于今天的算法，放射科醫(yī)生會做的更好。因此我認(rèn)為有趣的研究是嘗試提高學(xué)習(xí)算法在新情境中的通用性。”

　　Yann LeCun

　　Yann LeCun是紐約大學(xué)教授，F(xiàn)acebook首席AI科學(xué)家及人工智能研究院(FAIR)創(chuàng)始人。Facebook人工智能研究院開發(fā)了PyTorch 1.0、Caffe2及其他大量的人工智能系統(tǒng)，如Facebook每日使用上十億萬次的文本翻譯AI工具和先進(jìn)的下圍棋的強(qiáng)化學(xué)習(xí)系統(tǒng)。

　　他堅(jiān)信FAIR為其研究及工具所采用的開源政策推動了其他大型科技企業(yè)采用該政策，而這推動了AI整個領(lǐng)域的發(fā)展。在上月的NeurIPS大會和FAIR 50周年之際，LeCun將FAIR稱為一家致力于“可實(shí)現(xiàn)各種可能的機(jī)器學(xué)習(xí)的技術(shù)及數(shù)學(xué)腹地”的研究院。

　　他說：“當(dāng)更多人開始討論AI研究時，整個領(lǐng)域?qū)⒏斓南蚯鞍l(fā)展，對AI研究來說這影響重大。今日AI發(fā)展速度之快主要是因?yàn)楦嗟娜诉M(jìn)行了更快更有效的交流，并做了更多的開放性研究?！?/p>

　　在倫理層面，LeCun很高興看到公眾開始思考AI工作所帶來的倫理影響及帶有偏見的決策所帶來的危險。

　　他說：“情況與倆三年前不同了，現(xiàn)在人們已充分認(rèn)識到倫理方面的問題?！?/p>

　　他認(rèn)為AI領(lǐng)域中的倫理與偏見問題現(xiàn)在還并未成為需要立即采取措施的主要問題，但他認(rèn)為人們應(yīng)提前做好準(zhǔn)備。

　　就像現(xiàn)在還未出現(xiàn)急需解決的重大生死攸關(guān)問題一樣。但問題遲早會來，我們需要了解這些問題并防患于未然。

　　如吳恩達(dá)一樣，LeCun期待未來會有更多靈活的AI系統(tǒng)。這些系統(tǒng)不需原始輸入數(shù)據(jù)或精確條件，就可以得到準(zhǔn)確的輸出。

　　他還提到，雖然研究人員可通過深度學(xué)習(xí)來很好地處理感知，但卻對AI系統(tǒng)整體的架構(gòu)缺乏理解。

　　要想教會機(jī)器通過觀察世界去學(xué)習(xí)，需要自我監(jiān)督學(xué)習(xí)或基于模型的強(qiáng)化學(xué)習(xí)。

　　他說道：“不同的人對此稱呼不同，但人類與動物都是通過觀察與了解大量的背景知識來感知世界是如何運(yùn)作的。我們還不知道如何讓機(jī)器學(xué)會這么做，這是一項(xiàng)巨大的挑戰(zhàn)。這項(xiàng)研究的成果將會推動AI與計(jì)算機(jī)的真正發(fā)展，從而讓機(jī)器具備一些常識，讓人們能與機(jī)器助手就更廣泛的話題進(jìn)行交流，并不再感到沮喪?！?/p>

　　對于有助于Facebook內(nèi)部運(yùn)營的應(yīng)用，LeCun稱在自我監(jiān)督學(xué)習(xí)及需少量數(shù)據(jù)輸出準(zhǔn)確結(jié)果的人工智能等方面取得的進(jìn)步將是十分重要的。

　　他還提到，在問題的解決過程中，我們希望找到減少特定任務(wù)如機(jī)器翻譯、圖像識別等任務(wù)所需數(shù)據(jù)量的方法，在這一方向上我們已經(jīng)取得了一定的進(jìn)展。我們已經(jīng)通過使用弱監(jiān)督或自我監(jiān)督學(xué)習(xí)對Facebook機(jī)器翻譯及圖像識別產(chǎn)生了深遠(yuǎn)影響。因此，這些影響不僅僅是長期的，更能帶來短期效果。

　　在未來，LeCun期待見到AI在建立事件之間的因果關(guān)系上能取得進(jìn)展。這一能力并不僅僅通過觀察獲得，更需通過實(shí)踐理解。例如，當(dāng)人們在使用雨傘時，很可能是下雨了。

　　他提到，如果你想機(jī)器通過觀察來了解世界運(yùn)作原理，它必須要知道它能夠做什么要想影響世界，這是十分重要的。假設(shè)你在一間房中，你的前面是一張桌子，桌上有一個像水杯樣的物體，你知道你推一下水杯，水杯會移動，但你卻無法移動桌子，因?yàn)樽雷佑种赜执?。這類事情都是與因果相關(guān)的。

　　希拉里·梅森

　　在2017年Cloudera收購Fast Forward Labs之后，希拉里·梅森出任了Cloudera機(jī)器學(xué)習(xí)的總經(jīng)理。Fast Forward Labs雖被收購，卻仍在運(yùn)營之中。它為用戶提供應(yīng)用機(jī)器學(xué)習(xí)報告與建議，從而預(yù)測未來半年到兩年企業(yè)的發(fā)展方向。

　　2018年，AI領(lǐng)域中的一項(xiàng)與多任務(wù)學(xué)習(xí)相關(guān)的發(fā)展讓梅森感到驚訝。多任務(wù)學(xué)習(xí)可訓(xùn)練單個神經(jīng)網(wǎng)絡(luò)在推理時應(yīng)用多種標(biāo)簽，例如在一幅圖像中看到的多個對象。

　　Fast Forward Labs一直就AI系統(tǒng)的倫理影響為客戶提供建議。梅森也意識構(gòu)建AI系統(tǒng)倫理框架的重要性。

　　梅森說道：“這正是自成立了Fast Forward 我們一直在做的事。5年前，我們在每篇報告中都撰寫了倫理方面的規(guī)范。但今年，公眾才開始真正關(guān)注倫理規(guī)范。到明年，對此莫不關(guān)注的企業(yè)與個人都會承擔(dān)相應(yīng)的后果與責(zé)任。有一點(diǎn)我沒有說清楚，我希望未來在數(shù)據(jù)科學(xué)與AI發(fā)展的實(shí)踐中，技術(shù)人員和商業(yè)領(lǐng)袖在開發(fā)AI產(chǎn)品時都能自主地考慮道德和偏見問題，而非像今天熟視無睹?！?/p>

　　隨著未來一年越來越多AI系統(tǒng)成為商業(yè)運(yùn)營的一部分，梅森期待處于最佳位置的產(chǎn)品經(jīng)理及產(chǎn)品負(fù)責(zé)人將會對AI做出更多的貢獻(xiàn)。

　　她表示：“顯然，了解產(chǎn)品整體框架及行業(yè)的人知道什么產(chǎn)品是有價值的，什么是沒價值的，他們也知道誰是投資方向上的最佳決策人。所以如果讓我預(yù)測，我認(rèn)為那些使用電子表格建立簡單模型的人會變得很低能，他們自己也會很快意識到將AI應(yīng)用到自己產(chǎn)品中的機(jī)會非常之少?！?/p>

　　AI民主化或?qū)?AI 擴(kuò)展到企業(yè)除數(shù)據(jù)科學(xué)團(tuán)隊(duì)外的所有部門，是很多公司所強(qiáng)調(diào)的，如 Kubeflow Pipelines及AI Hub等谷歌云AI產(chǎn)品，以及 CI&T 公司為確保人工智能系統(tǒng)在公司內(nèi)部得到實(shí)際利用提出的建議。

　　梅森認(rèn)為越來越多的企業(yè)需要構(gòu)建管理多個AI系統(tǒng)的結(jié)構(gòu)。

　　如開發(fā)運(yùn)維人員所面臨的挑戰(zhàn)一樣，單個系統(tǒng)可使用手動部署的定制腳本來管理，cron腳本也可管理幾十個系統(tǒng)。但當(dāng)管理有安全、管理及風(fēng)險要求的企業(yè)中的數(shù)百上千系統(tǒng)時，需要的是更專業(yè)、穩(wěn)健的工具。

　　她還提到，企業(yè)正在從尋求有能力及才華的人才向系統(tǒng)化追求機(jī)器學(xué)習(xí)及AI機(jī)遇轉(zhuǎn)變。

　　由于Cloudera 近期推出了基于容器的機(jī)器學(xué)習(xí)平臺，因此對于梅森來說，強(qiáng)調(diào)部署AI所需的容器是有意義的。她堅(jiān)信這一趨勢在未來幾年將會持續(xù)下去，從而企業(yè)可在本地AI及云端AI部署兩者中做選擇。

　　梅森還相信AI的業(yè)務(wù)將不僅僅在單個公司而是整個行業(yè)中繼續(xù)不斷發(fā)展。

　　她說道：“我們將看到AI專業(yè)實(shí)踐的持續(xù)發(fā)展。如果你現(xiàn)在是一家公司的數(shù)據(jù)科學(xué)家或機(jī)器學(xué)習(xí)工程師，當(dāng)你跳槽至另外一家公司后，你的工作將會完全不同：不同的工具、不同的期望和不同的報表結(jié)構(gòu)。但我想一致性還是存在的。”