国产日韩在线,亚洲国产综合网,国产91精品在线

pixabay.com

撰文 | 邸利會

責編 | 陳曉雪

●　●　●

作為嘉賓，坐在臺上的于劍講述了一個喜憂參半的故事：

“我當過某個競賽的評委，看見過一份說明文檔，特別有意思。參賽者說，他只學了一個月的深度學習，用開源工具做了一下就提交了，結(jié)果成績還不錯，排在第二。”

于劍是北京交通大學計算機科學系的教授，他講這個故事并不是為了夸獎某個 “天才” 或者 “學霸”，而是為了說明，今天深度學習的門檻已經(jīng)降得很低。

乍一聽，這是個好事，深度學習已經(jīng)如此容易上手，可另一方面也透露出不那么樂觀的信號：大廈已經(jīng)建成，剩下的只是些修修補補的工作了。

在10月19日的 CNCC2019論壇上，包括于劍在內(nèi)的幾位學界和工業(yè)界精英對一個命題展開了辨析——

深度學習的冬天要來了么？

上周六上午的CNCC2019論壇。（攝影：邸利會）

臺下的6000多名觀眾，翹首以盼想從他們的言語中探尋口風——如果冬天真的要來了，可不是一件小事。

在過去的幾年，人工智能的學術(shù)會議門庭若市，論文的激增讓審稿人不堪重負。大量的研究涌向這一領(lǐng)域，有學者說，如果今天提交的人工智能論文不提深度學習都難入圍，另外一些人干脆說，今天的人工智能等同于深度學習。

今年3月，教育部的通知提到，已經(jīng)有35所高校的人工智能專業(yè)被列入了新增審批本科專業(yè)名單；而在2017年，19所高校新增了智能科學與技術(shù)專業(yè)，2018年這一數(shù)字增至96所。從私募股權(quán)投資和風險投資來看，2017至2018年，在人工智能領(lǐng)域，美國、中國的投資都達到了百億美元以上的規(guī)模。

不可否認的是，臺下的聽眾趕上了好時代，他們的腰桿比任何時候都要挺得直——

投資者急于知道技術(shù)發(fā)展的趨勢，工程師希望知道深度學習落地的情形，而對于學校的老師和學生，也希望知道，深度學習是否還是一個值得追逐的方向。

缺陷與落地

今年的3月27日，2018年圖靈獎授予了深度學習領(lǐng)域的三位先驅(qū) Yoshua Bengio，Geoffrey Hinton 以及 Yann LeCun，他們多年來的孤獨求索和學術(shù)成就得到了承認。近些年，在計算機視覺、語音識別、自然語言處理等領(lǐng)域，深度學習也取得了激動人心的突破。

然而，一項技術(shù)總不是完美的。深度學習也是一樣，成績的背后也不乏批評。

有人抱怨，深度學習訓練的模型缺乏解釋性，就像黑箱子，你只要接受它給出的結(jié)果，哪怕是多么匪夷所思而無需問為什么；也有人挖空心思，專門在圖片上改少數(shù)幾個像素，就可以愚弄模型讓它完全認不出人臉。

“從研究的角度看，既然知道深度學習有不魯棒，不可解釋之類的東西，我們就應(yīng)該更深一步的去思考，怎么樣讓它更魯棒和更可解釋，而不要把深度學習的開源的軟件拿過來就用?！?騰訊 AI Lab 主任張正友告誡道。

事實上，克服這些缺陷不僅是學術(shù)界感興趣的課題，在商業(yè)落地方面，在特定的應(yīng)用場景下，甚至是必需的——

在聊天時變個臉或者加個特效，如果匹配不那么完美，也許反而增加了娛樂效果，但如果化個妝就無法刷臉支付還是會平添不少煩惱；

如果室內(nèi)送餐機器人偶爾沒識別出碰到人也無傷大雅，但如果換成行駛在繁忙街區(qū)的自動駕駛車輛，可能就造成一場無可挽回的傷亡；

如果是幫助完全不懂英文的老年人在國外問個路，現(xiàn)在的翻譯系統(tǒng)或許可以勝任，但如果用在跨國的商業(yè)談判上，恐怕還是離不開專業(yè)的翻譯……

實際的場景往往是復雜和意想不到的，這點和論文里描述的相對理想化的情形往往相距甚遠。一項在論文里可以工作的技術(shù)不見得可以真正落到日常生活中，轉(zhuǎn)化為成熟的產(chǎn)品和服務(wù)。在沒有檢驗過之前，沒人敢打保票，畢竟光說是不值錢的。

深度學習確實也已經(jīng)有了不少的部署，比如智能客服、拍照購物、智能攝像頭、刷臉進站等，但并不都像之前宣講得那么好。

曾經(jīng)創(chuàng)造出阿爾法狗的明星公司 DeepMind，虧損逐年攀高，2016年1億5千萬，2017年3億4千萬，2018年5億7千2百萬。當然，也有人認為作為探索性的項目，而不是營利性的項目，其虧損有情可原。

早在2011年，IBM就努力要把沃森（Watson）推向醫(yī)療市場，自那后 IBM 宣布了近50項合作，但真正形成商業(yè)化產(chǎn)品的寥寥無幾；而在推出的產(chǎn)品中，如沃森腫瘤（Watson for Oncology），也被曝出存在問題，遭受了不少質(zhì)疑。

做了好多年的自動駕駛，目前看，離大規(guī)模的部署也還遙遙無期。眾多的初創(chuàng)公司還在艱難的在各個可能 “賦能” 的行業(yè)中摸爬滾打，試圖分一杯羹，他們似乎還不足以重新定義或者顛覆某一個行業(yè)。

深度學習也遭遇了倫理和法律方面的挑戰(zhàn)。

去年5月，歐盟出臺了史上最為嚴格的隱私保護法，而在另一邊的美國加州，今年的9月剛剛通過了一項為期三年的議案，禁止州和地方執(zhí)法機構(gòu)在人體攝像頭上使用面部識別技術(shù)。

不可否認的是，已經(jīng)有一些研究，在試圖解決或者緩解這些困難（比如遷移學習、聯(lián)邦學習在試圖減輕數(shù)據(jù)稀缺的困境和保護隱私），接下來的疑問是，這些挑戰(zhàn)，在多大程度上或者多久能被克服？消費者是否能容忍這些問題的長期存在？

后“深度”時代

回過頭看，這次人工智能的高光時刻當屬2016年3月的那個下午，阿爾法狗戰(zhàn)勝了圍棋高手李世石。之后，不服氣的人類派出世界排名第一的柯潔再次對弈，結(jié)果一局未贏?？聺嵑髞砘貞浾f，內(nèi)心深感絕望的他曾躲在一個角落獨自哭泣。

現(xiàn)在看來，他或許用不著那么悲傷——

首先，人工智能技術(shù)的發(fā)展，包括這次的深度學習的崛起，在某些特定任務(wù)上，比如下棋和打游戲，人類望塵莫及其實很正常。IBM 的深藍，早在1997年就戰(zhàn)勝了國際象棋冠軍 Garry Kasparov。2011年，IBM的問題回答機器沃森，也打敗了Jeopardy 游戲的冠軍。

不該忘記的是，這些成功僅限于非常有限的情形，比如，如果把圍棋棋盤的大小改變一下，就需要把模型重新訓練一遍。一個在圍棋上能戰(zhàn)勝世界冠軍的阿爾法狗，卻聽不懂基本的人話，它只精通某一項任務(wù)，而無法像人這樣一專多能。

另外，現(xiàn)在的人工智能看起來可以做高難度的復雜任務(wù)，但與人相比，它對周圍的世界依然缺乏理解。如果用一個簡化的說法，它依然是一個巨型的分類器，從上千萬上億的數(shù)據(jù)里去匹配某種模式，以達到識別的目的。但能認出來不等于理解，它的理解力，似乎都比不過幾個月大的嬰兒。

“靠現(xiàn)在的計算機體系結(jié)構(gòu)做不了強人工智能。因為現(xiàn)在的計算機的那種計算方式，可能把一個人臉分類做得非常漂亮，也可能把一個語音識別的分類器做得非常漂亮，但我們?nèi)说闹悄苡袔资N上百種，對不對？現(xiàn)在每一種（機器智能）都是一個網(wǎng)絡(luò)，網(wǎng)絡(luò)合到一起就不工作了，你只能把這些網(wǎng)絡(luò)單獨做工作，那我們?nèi)瞬皇沁@樣工作。你要想想有一項類似人這樣的一個系統(tǒng)的話，那才行，那是什么？肯定不是現(xiàn)在的計算機?！?坐在嘉賓席中央的高文說。他是北京大學的教授，ACM Fellow，中國人工智能界舉足輕重的人物。

不過，他也指出，深度學習在面對數(shù)據(jù)量非常大，收集后想從數(shù)據(jù)里面找規(guī)律的應(yīng)用，實際上特別適用，而未來的人工智能可能不像現(xiàn)在這么火，但和深度學習沒關(guān)系，可能是更高層面的、和人的更高的智能關(guān)聯(lián)的研究出現(xiàn)有關(guān)。

人工智能芯片的先鋒人物、中國科學院計算技術(shù)研究所的陳云霽認為，冬天的到來取決于兩個因素，第一是會否有更多深度學習的實際應(yīng)用落地，能夠服務(wù)人們的生活， “這樣的應(yīng)用越多，冬天的到來可能就越小”；另一方面，要讓深度學習從明星技術(shù)變成潤物細無聲的技術(shù)，可能前提是有一個更新更被人認可的技術(shù)方向，但從目前看，“坦率地說，好像還沒有看到一個這樣新的技術(shù)出現(xiàn)”。

歷史上，人工智能也經(jīng)歷過興衰更替。

人工智能的第一次寒冬出現(xiàn)在1975年左右。一位很有名的英國學者 Lighthill 稱，人工智能是在浪費錢，1973年出版的“人工智能：一般性的考察”的報告稱， “迄今該領(lǐng)域沒有哪個部分作出的發(fā)現(xiàn)產(chǎn)生了像之前承諾的那樣的重要影響。” 從英國到美國，人工智能的研究經(jīng)費遭到大幅削減。

進入1980年代，隨著IBM開始做專家系統(tǒng)，日本推出第五代電腦系統(tǒng)計劃，人工智能開始回春。然而進入90年代又遭遇了第二次寒冬，1987年 LISP 機器市場的倒塌，第五代計劃失敗，神經(jīng)網(wǎng)絡(luò)并不比其它的方法更好，消耗的資源還多，人們的信心遭到了打擊。

事后看，人工智能冬天的到來有各種復雜的原因，技術(shù)的發(fā)展可能遇到不可克服的困難，變慢甚至停頓；之前過熱的炒作吸引了大量的投資導致泡沫；過高的承諾和低于預期的回報招致各方批評，隨之預算遭到大幅削減等等。

在高文看來，冬天到來最主要的還不在技術(shù)，可能是大量的工作沒有了，或者說研究經(jīng)費砍掉了， “這個可能就是比較明顯的一個標志”。

前年，在美國的一個會上，高文聽到一位計算機視覺領(lǐng)域非常知名的教授公開稱，如果他對美國的國家科技基金有決定權(quán)，會把所有做深度學習的項目全部砍掉，因為他認為從研究上來說，這件事已經(jīng)完結(jié)了，剩下的應(yīng)該投到其他的研究方面去。

雖然認為這位教授的說法有一定道理，但高文當時并不那么百分之百同意他的觀點。 “它不是說一個東西能包打天下，所以從經(jīng)費角度上來說，冬天會不會來？有可能在有些地方，但中國大概問題不大?！?高文說。

他進一步介紹，中國自然科學基金把人工智能作為一級學科代碼之后，只要申請的量足夠，哪怕去申請機器學習，仍然是有機會拿到，所以中國這件事不會發(fā)生，在有些地方可能會發(fā)生。

高文強調(diào)，任何一個科學、技術(shù)或者領(lǐng)域，靠一招鮮吃遍天只能是一個階段，不能是永遠。 “現(xiàn)在這個階段，深度學習確實是一招鮮，吃遍天的，但是不會長久?！?他說。

如果任何一項技術(shù)都是各領(lǐng)風騷幾十年，下一項更強大的技術(shù)會是什么？

陳云霽認為可能是符號智能，他說：“我覺得大家之所以覺得我們?nèi)耸蔷哂泻軓姷闹悄艿模鋵嵅粌H僅說人可以聽、可以看，重要的還有推理、聯(lián)想，包括一些創(chuàng)作，這些我覺得都跟符號邏輯是有很強烈的這種關(guān)系?！?/span>

從事類腦研究的北京大學教授黃鐵軍說，“看從有機體到人類是怎么走過來的，我們就知道應(yīng)該怎么走了?！?接下來的階段，他希望先實現(xiàn)一只蒼蠅的智能，有強大的感知能力，可以靈巧地避障，至于更高級的能力，如因果推理，可能是更遠階段的目標。

從事因果推理研究的清華大學計算機科學與技術(shù)系教授朱軍認為，也不必等太久，現(xiàn)在就可以進行這方面的研究。依圖科技的首席技術(shù)官顏水成則說，在未來的3到5年，融合了視覺、聽覺、嗅覺等的多模態(tài)，軟硬一體化會是值得探索的方向。張正友建議把先驗知識引入到數(shù)據(jù)驅(qū)動的算法。

“從學術(shù)界來說，作為我們個人研究來說，我自己實際上是不準備跟著做深度學習……但是我是并不反對我的學生干，甚至我可以鼓勵我的學生去做一做，都沒問題?！?于劍說。

盡管臺上的每個人對未來的方向有各自判斷，但對深度學習，態(tài)度卻出奇一致，在他們看來，深度學習是一個工具，它可能不再如此火熱，但不會死去。

至于冬天會不會來？也許冬天也并沒有想象的那么壞，正如之前神經(jīng)網(wǎng)絡(luò)所走過的漫長冬夜，蟄伏過后，一覺醒來就是大放異彩的春天。

參考資料

1. 中國35所高校將開設(shè)人工智能本科專業(yè)，https://www.chinanews.com/gn/2019/03-29/8795020.shtml

2. How IBM Watson Overpromised and Underdelivered on AI Health Care，https://spectrum.ieee.org/biomedical/diagnostics/how-ibm-watson-overpromised-and-underdelivered-on-ai-health-care

3. IBM's Watson supercomputer recommended ‘unsafe and incorrect’ cancer treatments, internal documents show，https://www.statnews.com/2018/07/25/ibm-watson-recommended-unsafe-incorrect-treatments/

制版編輯 | 皮皮魚

本站僅提供存儲服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請點擊舉報。

免费视频淫片aa毛片_日韩高清在线亚洲专区vr_日韩大片免费观看视频播放_亚洲欧美国产精品完整版