LeCunvsMarcus巔峰論戰(zhàn)，AI學(xué)習(xí)是否需要類似人類的認(rèn)知結(jié)構(gòu)？
人工智能和心理學(xué)領(lǐng)域的兩位頂尖研究者，紐約大學(xué)YannLeCun和GaryMarcus就AI是否需要類似人類和動(dòng)物的內(nèi)置的認(rèn)知機(jī)制，以實(shí)現(xiàn)類似人類的智能這一問(wèn)題，展開(kāi)了激烈的辯論。辯論的關(guān)鍵在于無(wú)監(jiān)督學(xué)習(xí)算法最終是否需要內(nèi)置的認(rèn)知結(jié)構(gòu)，如果在不需要這類結(jié)構(gòu)的情況下取得成功，那么LeCun將被證明是正確的。
一輛由AI技術(shù)驅(qū)動(dòng)的自動(dòng)駕駛汽車，可能需要在虛擬仿真環(huán)境中撞到樹(shù)上5萬(wàn)次，然后才會(huì)學(xué)到這不是個(gè)明智的選擇。但是，一只幼年野山羊在陡峭的山坡上學(xué)習(xí)攀爬，并不需要摔死幾百萬(wàn)次。同樣，一個(gè)三歲小孩也不需要練習(xí)無(wú)數(shù)次，才能想出如何穿過(guò)椅子爬到后面去。
在強(qiáng)大的計(jì)算資源的支持下，現(xiàn)在，最先進(jìn)的AI技術(shù)幾乎可以從零開(kāi)始學(xué)習(xí)有關(guān)世界的任何內(nèi)容。相比之下，人類和動(dòng)物似乎是本能地理解某些概念對(duì)象、地點(diǎn)和相關(guān)事物的集合這讓他們能夠快速了解世界是如何運(yùn)作的。這就引出了一個(gè)重要的先天vs后天的問(wèn)題：AI的學(xué)習(xí)是否需要像人類和動(dòng)物擁有的先天認(rèn)知機(jī)制那樣的某種內(nèi)置機(jī)制，才能達(dá)到類似的一般智能水平？
近日，紐約大學(xué)心理、大腦和意識(shí)中心舉辦的一場(chǎng)活動(dòng)中，人工智能和心理學(xué)領(lǐng)域的兩位頂尖研究者在這一問(wèn)題上進(jìn)行了針?shù)h相對(duì)的辯論。
紐約大學(xué)計(jì)算機(jī)科學(xué)家、Facebook人工智能研究主管YannLeCun說(shuō)：我們目前所擁有的AI技術(shù)，無(wú)論通過(guò)結(jié)構(gòu)還是通過(guò)學(xué)習(xí)，都無(wú)法構(gòu)建世界的表象，而這是我們觀察到的動(dòng)物和人類所擁有的能力。
LeCun是人工智能領(lǐng)域深度學(xué)習(xí)技術(shù)的開(kāi)拓者，深度學(xué)習(xí)技術(shù)幫助科技巨頭們實(shí)現(xiàn)了許多熱門服務(wù)的自動(dòng)化，比如Facebook的人臉識(shí)別功能，谷歌的中英互譯，等等。盡管缺乏類似人類和動(dòng)物的先天認(rèn)知機(jī)制，深度學(xué)習(xí)算法使得AI能夠?qū)崿F(xiàn)所有這些任務(wù)了。
深度學(xué)習(xí)算法在過(guò)濾大量數(shù)據(jù)的同時(shí)，逐漸學(xué)會(huì)識(shí)別有關(guān)世界的一些特定模式當(dāng)你擁有Facebook、谷歌或微軟的大量計(jì)算資源的話，它就能在某些感知任務(wù)上工作，比如圖像識(shí)別。
人們一致認(rèn)為，www.whsntf.cn，目前的AI技術(shù)，KUKA機(jī)器人示教器維修，比如深度學(xué)習(xí)，仍然不能讓AI具有與動(dòng)物或人類相當(dāng)?shù)闹悄芩�。盡管如此，LeCun認(rèn)為無(wú)監(jiān)督深度學(xué)習(xí)可以讓AI在通用智能方面取得進(jìn)展。無(wú)監(jiān)督學(xué)習(xí)消除了需要人類提供人工標(biāo)記的數(shù)據(jù)的許多要求，這些數(shù)據(jù)用于讓機(jī)器學(xué)習(xí)。
LeCun指出，現(xiàn)代人工智能的成功很大程度上不是依賴于構(gòu)建有關(guān)世界如何運(yùn)作的假設(shè)或結(jié)構(gòu)化概念。從這個(gè)意義上說(shuō)，他傾向于最小化AI算法的結(jié)構(gòu)，以保持這種簡(jiǎn)單性。他認(rèn)為這樣做不需要利用人類語(yǔ)言學(xué)家，心理學(xué)家或認(rèn)知科學(xué)家的知識(shí)。他說(shuō)：我追求的是盡量減少先天機(jī)制的部分，利用我們現(xiàn)有的數(shù)據(jù)去學(xué)習(xí)。
不過(guò)，紐約大學(xué)研究型心理學(xué)家、GeometricIntelligence公司（現(xiàn)在屬于Uber的AI團(tuán)隊(duì)）的創(chuàng)始人GaryMarcus認(rèn)為L(zhǎng)eCun的追求不會(huì)那么快實(shí)現(xiàn)。
他認(rèn)同無(wú)監(jiān)督深度學(xué)習(xí)有成功的機(jī)會(huì)，但他也認(rèn)為，算法只有具備了更豐富的原語(yǔ)（primitives）和表達(dá)方式（epresentations），而不僅僅有像素，才能在理解世界方面取得成功。
Marcus說(shuō)：我們希望AI具備為理解對(duì)象、實(shí)體的行為和物理現(xiàn)象而構(gòu)建的表達(dá)方式和原語(yǔ)，就像人類嬰兒先天擁有的那樣。
Marcus希望看到AI研究人員更多地借鑒認(rèn)知科學(xué)的知識(shí)，構(gòu)建更加結(jié)構(gòu)化的算法來(lái)表示對(duì)象、集合、位置和時(shí)空連續(xù)性等認(rèn)知概念。他引用了自己的工作，以及哈佛大學(xué)認(rèn)知心理學(xué)家ElizabethSpelke等人的研究，展示了人類兒童如何能夠在幼兒時(shí)期具備感知人、物體、集合和位置等概念。他提出一個(gè)建議：為什么不在AI中利用類似的方法，把一些結(jié)構(gòu)映射到類似的概念？
盡管LeCun自己在卷積神經(jīng)網(wǎng)絡(luò)上的開(kāi)創(chuàng)性工作就是一個(gè)很好的例子，說(shuō)明使用更結(jié)構(gòu)化的方法來(lái)約束AI必須處理的信息量，可以幫助它更好地理解世界。
Marcus說(shuō)：我認(rèn)為，我們真正需要的是系統(tǒng)的思考和分析，假如我們將不同量的先天機(jī)制嵌入到機(jī)器學(xué)習(xí)中時(shí)，會(huì)發(fā)生什么。
LeCun贊同AI需要一些結(jié)構(gòu)來(lái)幫助它理解世界，但他對(duì)在生物大腦中是否存在單一學(xué)習(xí)算法、原則或程序存疑，還是說(shuō)它更像是一種沒(méi)有基本的組織原則的無(wú)意義的黑客（hacks）集合。在他看來(lái)，人工智能可以從單一的學(xué)習(xí)原則或這種學(xué)習(xí)原則的集合中獲益，www.whsntf.cn，不管是否具有內(nèi)在的先天認(rèn)知機(jī)制的結(jié)構(gòu)模塊，這些原則都會(huì)產(chǎn)生。
缺乏的是一個(gè)原則，這個(gè)原則可以讓我們的機(jī)器通過(guò)觀察世界和與世界互動(dòng)來(lái)了解世界是如何運(yùn)作的，LeCun說(shuō)。我們現(xiàn)在所缺少的是一種學(xué)習(xí)預(yù)測(cè)世界的模型，在我看來(lái)，這是人工智能領(lǐng)域取得突破性進(jìn)展的最大障礙。
LeCun說(shuō)，智能的本質(zhì)是預(yù)測(cè)的能力，因?yàn)轭A(yù)測(cè)未來(lái)是一個(gè)非常特殊的填空的場(chǎng)景。常識(shí)使人類和動(dòng)物能夠根據(jù)他們對(duì)世界運(yùn)作的認(rèn)知來(lái)填補(bǔ)缺失的信息。這就是為什么人類駕駛員不需要撞5萬(wàn)次樹(shù)才能意識(shí)到撞樹(shù)是錯(cuò)誤的行為；人類具備的常識(shí)讓他們知道，如果車撞到樹(shù)會(huì)發(fā)生什么事。
LeCun希望無(wú)監(jiān)督學(xué)習(xí)能夠引導(dǎo)AI最終發(fā)展出一種理解世界運(yùn)作方式的感覺(jué)（sense），如果不是某種原始的常識(shí)的話，那么就從物理學(xué)的角度。如果在我的職業(yè)生涯結(jié)束之前，人工智能系統(tǒng)能像貓一樣聰明，我會(huì)很開(kāi)心，LeCun說(shuō)，再不然，像老鼠一樣聰明也行。
關(guān)于AI學(xué)習(xí)先天還是后天的爭(zhēng)論還遠(yuǎn)未結(jié)束。但是，LeCun和Marcus都認(rèn)同可以根據(jù)一些關(guān)鍵性能指標(biāo)來(lái)看哪一方更為合理。如果無(wú)監(jiān)督學(xué)習(xí)算法最終需要更多類似對(duì)象、集合、位置等等的認(rèn)知表征（cognitiverepresentations）的結(jié)構(gòu)，那么Marcus就是這場(chǎng)辯論的勝方。如果無(wú)監(jiān)督學(xué)習(xí)在不需要這類結(jié)構(gòu)的情況下取得成功，那么LeCun將被證明是正確的。