詹士 Pine 发自 凹非寺

量子位 | 公众号 QbitAI
马库斯又开炮了,直指LeCun最新一篇采访。
「LeCun所说的一切,我之前几乎逐字逐句都说过。」
「大部分内容就在2018年一篇论文中,而LeCun当时还嘲笑,大部分内容是错误的」。
同样在Twitter上,马库斯也发布数十条相关主题推文,还是针对LeCun的这篇内容,引发不少业内人关注。
目前,相关媒体ZDNet已注意到马库斯的声音,并在原报道中刊出相关争议——
但目前LeCun尚未回应。
所以,这究竟是怎样一篇采访?LeCun又说了什么?
往下看。

LeCun:AI现在的路走窄了

事情起因是9月24日商业技术媒体ZDNet对LeCun进行了采访,主题关于他在6月发表的一篇探讨AI未来的一篇论文。
该论文中,LeCun披露了自己在未来十年的研究方向:自主机器智能(Autonomous Machine Intelligence),更多细节之前有过介绍,请参考这篇文章
此番采访,LeCun介绍了更多信息,更对此前专注的路线予以不小否定。
尤其在深度学习研究路径问题上,他表达了怀疑态度。
目前GPT-3、Transformer拥护者们相信,只要将一切标记化,再训练出巨大模型来做离散预测,AI就会以某种方式出现。但他认为,这还只是未来智能系统的组成部分之一,但不是关键必要的部分——
而即便是强化学习,也无法解决上述问题,他解释道,尽管它们是下棋好手,但仍只是专注于「动作」的程序。
LeCun还补充,很多人都声称要以某种方式推动AI进步,但这些想法误导了我们,目前智能机器的常识性甚至还不如一只猫,这也许才是解决问题的原点。
由此,LeCun坦诚,自己已放弃用生成网络从这一帧预测视频下一帧的研究——
「这是一次彻底的失败」他补充道。
LeCun总结了失败的原因,概率理论基础的模型限制了他自己。同时,他谴责了那些认为概率论迷信者。他们认为,概率论即解释机器学习的唯一框架,但事实上,一个100%概率构建的世界模型雀食难以实现。
LeCun认为,目前所有AI都面临的基本问题是——
如何测量「信息」
目前这一底层问题他自己也没能很好解决,不过,LeCun希望去重新思考并打了个比方:
「这好比我们要去月球,于是建了个梯子,但梯子无法到达那里,我们需要退回来重新思考基本原理」。
不止分享学研观点,LeCun提醒,产业界也需要重新思考目前AI技术面临的问题。
尤其在自动驾驶领域,他认为相关公司一直都过于乐观,从业者以为将数据扔进大型神经网络就能让它学到一切。但事实上,我们可能会拥有一个没有常识的L5自动驾驶系统,这将使相关功能变得十分脆弱,仍有很多极端状况无法照顾到。
「终极解决方案是一个能更好理解世界运作方式的系统」,LeCun提出了自己的思路。
ZDNet还问了LeCun为何此时又出来发声。
他解释道,自己很早就在思考监督学习、强化学习的不足,Hinton也是,他感慨「我们不再年轻,时间不多了」
值得一提的是,LeCun在采访中直言不讳聊了聊自己的批评者,其中就包括纽约大学教授,加里・马库斯,LeCun评价道「从未对AI做任何贡献」。
至于另一位常在社交网络开炮的人,LTSM之父、Dalle Molle人工智能研究所联合主任Jürgen Schmidhube,LeCun也小小讽刺了下「提想法容易,有贡献才难」。
大概正是这些言论,为他招来了争议。

马库斯又来了

不出意外,这篇采访前脚刚发,后脚马库斯就来了。
不同于以往的争辩,这次马库斯发布篇幅超过6000个单词的长文,直指LeCun剽窃观点
马库斯称LeCun观点自己很早之前就已经说过,并表示:
从来没有人比LeCun在采访中更严密地重复我的观点了。
甚至从采访中摘出原话,和自己曾经的观点一一作出比对。
对比节选(共7条)
一直以来,马库斯就对当前人工智能的架构不抱期待,称要实现通用人工智能还需要引入其他的技术。
对马库斯关于AI的一些观点,LeCun总是认为其在博取关注。此前,他就发布一篇“如何在推特吸引AI圈眼球”的方法论,在其中,若有所指地罗列道:
  • 一再指出深度学习的局限性(其实这是每个人都知道的)。
  • 根据某人新言论,声称他们改变自己的想法,同意自己N(N=5/10/15/20)年前说的;
  • 利用观点模糊性,宣称某人观点出自自己早年言论,指控对方剽窃;
  • 坚持发推/写小作文;
如前文提及,LeCun也在此次采访更是专门点名马库斯,「他是一位心理学家,根本不懂AI」。
不出意外,马库斯做了回应。
他引用了LeCun的讽刺原文回应称,ZDNet已经在报道中补充了他的博客,希望LeCun也能作出相应的解释。
值得一提的是,关于LeCun采访中提及的那篇论文,LSTM之父Jürgen Schmidhube也表达过不满,称其没有正确引用自己实验室1990-2015年的成果
参考链接:
[1]https://www.zdnet.com/article/metas-ai-guru-lecun-most-of-todays-ai-approaches-will-never-lead-to-true-intelligence/

[2]https://garymarcus.substack.com/p/how-new-are-yann-lecuns-new-ideas?sd=pf&s=09
「2022人工智能年度评选」火热报名中
现在,量子位「2022人工智能年度评选」已经正式启幕,评选将从企业、人物、产品/解决方案三大维度设置5类奖项。
更多关于评选标准、榜单报名欢迎扫描下方二维码~
点这里关注我 👇 记得标星噢 ~
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~  
继续阅读
阅读原文