位置:编程技术网 > 架构设计 > 正文 >

AI大牛Bengio最新回应纽约大学教授质疑!期待人工智能用于保护地球丨专访

2018年11月08日 00:42来源:未知手机版

天津招聘信息,lu5,北京火车站咨询电话,鸣人成为火影的日子,三亚人才网长沙市,noisy

原标题:AI大牛Bengio最新回应纽约大学教授质疑!期待人工智能用于保护地球丨专访

年初一场关于深度学习局限性的讨论,“战火”一直蔓延到年尾。

作为近年来最活跃的深度学习质疑者之一,纽约大学教授的 Gary Marcus曾宣称以 Yann lecun、Yoshua Bengio 为首的 AI 界大牛“神化”了深度学习,并公开表示只有深度学习是行不通的。

图丨2017年,Gary Marcus 在麻省理工科技评论举办的 EmTech Digital 峰会上演讲(来源:麻省理工科技评论)

2018 年 1 月,他曾发长文阐述深度学习的 10 个局限,在当时引发了很大的反响,10 月 29 日,Gary Marcus 再度发文,称深度学习 20 年来在解决局限性上没有显著进展,无法处理语言复杂性,并直指 Yoshua Bengio 团队在最新的一篇论文中承认了深度学习的不足,即当下的深度学习技术并不能真正处理语言的复杂性,意味着两人在深度学习的局限上“达成共识”。

那么,Yoshua Bengio 又如何看待 Gary Marcus 这来势汹汹的新一轮“深度学习反思”呢?11 月 6 日,Yoshua Bengio 在采访中对 DT 君表示,他并不同意 Gary Marcus 的最新表态。两人在深度学习乃至人工智能未来发展上仍持不同意见。

图丨Yoshua Bengio (来源:DT君)

“我们目前的工作中的确展现出了深度学习的局限性。但事实上,这些局限性并不是新的限制。几十年前,我们在图像数据上训练机器时,就知道它们不会理解世界的全部复杂性,只会理解它们接受过训练的某些特定内容。Gary 一直在说的事情,包括提出一些关于符号的先验知识等,我同意我们需要这样做,但我不认为这是什么新的说辞。我不喜欢他说得好像这些都是新局限、新方案一样”,Bengio 说。

图丨Gary Marcus 10月29日发表的文章(来源:Medium)

Gary Marcus 年初的文章中提到的深度学习局限性包括需要更多的数据、不能处理层级结构、无法进行开放式推理、不够透明、不能与先验知识集成、不能区分因果关系和相关关系等。他还提到,深度学习工程化很困难,并且存在着过度炒作的潜在风险。因此,Gary Marcus 认为,深度学习需要重新概念化,并在非监督学习、符号操作和混合模型中寻找可能性。而在 Medium 发表的最新博文中,Gary Marcus 也再次强调了深度学习走出当下困境的一个选择是:与经典人工智能(符号学)结合。对于这一看法,Bengio 认为,经典人工智能用以试图解决 AI 的一些问题的方式是错误的,但目标是正确的。

“经典人工智能试图用数学公式表示一些常规知识,我觉得这很好。有很多知识可以用这种方式表达出来。但它哪里错了?它缺少学习,它缺少不确定性的表示,缺少分布式表示。而分布式表示正是神经网络的核心。这些经典人工智能所缺乏的东西阻碍了经典人工智能的进一步发展”,他说,“所以我的看法是,我们可以朝着经典人工智能想要实现的目标迈进,深度学习是达到这些目标的有力工具。”

图丨Yoshua Bengio,蒙特利尔大学计算机科学与运筹学系教授,也是深度学习的元老,与 Yann LeCun、Geoffrey Hinton并称为“深度学习三巨头”。他的诸多科研积累,包括深度学习架构、循环神经网络(RNN)、对抗算法、表征学习,影响和启发了后来的大量研究者,将深度学习应用到自然语言处理、计算机视觉等人工智能的各个主要领域,对近年来深度学习的崛起和发展起到了巨大的推动作用。目前,他是仅存的几个仍然全身心投入在学术界的深度学习教授之一,为人工智能培养了许多杰出的下一代人才

本文地址:http://www.reviewcode.cn/jiagousheji/8635.html 转载请注明出处!

今日热点资讯