今年的圖靈獎(jiǎng)選擇了“深度學(xué)習(xí)三巨頭”——Yoshua Bengio、Yann LeCun、Geoffrey Hinton，但這一事件并未減弱人們對(duì)深度學(xué)習(xí)“寒冬已至”的擔(dān)憂。

隨著越來越多的深度學(xué)習(xí)應(yīng)用走向日常生活，該技術(shù)的局限性也開始受到大量關(guān)注，例如對(duì)大數(shù)據(jù)的強(qiáng)依賴、缺少泛化能力、不可解釋性等，這些因素都阻礙著基于深度學(xué)習(xí)實(shí)現(xiàn)真正的人工智能。

此前人工智能領(lǐng)域經(jīng)歷過的“寒冬”現(xiàn)象，最主要的特質(zhì)在于，大量的人力物力投入到 AI 的研究中卻幾乎一無所獲，機(jī)構(gòu)和政府面臨“人工智能”研究失敗和沉沒成本，已經(jīng)看不到任何發(fā)展前景，也由此導(dǎo)致人工智能研究停滯了數(shù)十年。

那么，在 2019 年即將翻頁的這一節(jié)點(diǎn)，深度學(xué)習(xí)的發(fā)展顯現(xiàn)出“寒冬”征兆了嗎？

在今日上午 CNCC2019 中的一場(chǎng)討論中，包括中國(guó)工程院院士高文、中科院計(jì)算所研究員陳云霽、北大教授黃鐵軍、依圖 CTO 顏水成、北交大教授于劍、騰訊 AI Lab 主任張正友、清華大學(xué)教授朱軍在內(nèi)的諸位 AI 學(xué)者，深度討論了這項(xiàng)技術(shù)的現(xiàn)狀乃至整個(gè) AI 發(fā)展未來的可能走向。

現(xiàn)場(chǎng)互動(dòng)中，中國(guó)科學(xué)院梅宏院士認(rèn)為，深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)的一個(gè)分支，獲得圖靈獎(jiǎng)已經(jīng)足夠證明其價(jià)值所在。正如計(jì)算機(jī)從最初的軍用走向民用，人類將其變成一個(gè)通用化的工具，計(jì)算機(jī)同樣能夠繼續(xù)得到發(fā)展，深度學(xué)習(xí)也將是類似的情況。

根據(jù)討論，正如其他的科學(xué)技術(shù)一樣，深度學(xué)習(xí)有實(shí)用部分，也有不實(shí)用的部分。曾經(jīng)，云計(jì)算、大數(shù)據(jù)亦是熱度不亞于今天的 AI 的技術(shù)，但今日它們同樣在持續(xù)發(fā)展，只不過已經(jīng)從“明星技術(shù)”的狀態(tài)走向“潤(rùn)物細(xì)無聲”的階段。

長(zhǎng)遠(yuǎn)來看，深度學(xué)習(xí)也將有相似的未來：它不會(huì)迎來徹底喪失價(jià)值、宣告“死亡”的終點(diǎn)，而是仍在某些特定的方向上發(fā)揮作用，特別是需要從大量的數(shù)據(jù)中尋求規(guī)律以執(zhí)行特定任務(wù)的場(chǎng)景。

“深度學(xué)習(xí)會(huì)不會(huì)有冬天，要看是不是有更多更實(shí)用的深度學(xué)習(xí)應(yīng)用出現(xiàn)，能夠很好地服務(wù)于我們的生活，這樣的應(yīng)用越多，寒冬到來的可能性越小?！敝锌圃河?jì)算所研究員、寒武紀(jì)創(chuàng)始人陳云霽如此表示。

中國(guó)工程院院士高文也提到，深度學(xué)習(xí)低谷到來的可能性，將在于需要深度學(xué)習(xí)、強(qiáng)調(diào)大數(shù)據(jù)的任務(wù)被完成得差不多了，“低谷”之后誰接棒，將取決于目前各種各樣的可能性當(dāng)中，誰能率先解決最重要的問題、取得最顯著的突破。正如 AI 發(fā)展過程中，深度學(xué)習(xí)率先在 2012 年實(shí)現(xiàn)了機(jī)器圖像分類超越人眼的里程碑，由此走出“冬天”，帶來應(yīng)用的大爆發(fā)。

誠(chéng)然，深度學(xué)習(xí)中亟待解決的問題還有很多，為深度學(xué)習(xí)添磚加瓦有其必要，但現(xiàn)場(chǎng)討論中更關(guān)鍵的一個(gè)共識(shí)在于，學(xué)術(shù)界不應(yīng)持有僅靠深度學(xué)習(xí)“一招鮮吃遍天下”，有用的錘子發(fā)明后只著力于一點(diǎn)的心態(tài)。即從學(xué)術(shù)研究能夠繼續(xù)往前發(fā)展的角度來看，應(yīng)該推動(dòng) AI 領(lǐng)域多元化的研究方向。

由此，幾位 AI 學(xué)者也給出了非常具體的潛力研究方向，這些研究方向?qū)⒂锌赡苣孟律疃葘W(xué)習(xí)的接力棒，孕育出新的“春日之芽”。

清華大學(xué)教授朱軍認(rèn)為，貝葉斯推理將會(huì)是其中的一個(gè)選項(xiàng)。他和他的團(tuán)隊(duì)正關(guān)注于此。貝葉斯網(wǎng)絡(luò)由 Judea Pearl 提出，憑借這項(xiàng)工作，Pearl 在 2011 年獲得圖靈獎(jiǎng)，這一工作可幫助機(jī)器將潛在原因與一系列人們所觀察到的現(xiàn)象聯(lián)系起來。Pearl 也曾經(jīng)批判過 AI 現(xiàn)狀，他認(rèn)為今天的人工智能只不過是上一代機(jī)器已有功能的增強(qiáng)版，即在大量數(shù)據(jù)中發(fā)現(xiàn)規(guī)律性：“幾乎所有的深度學(xué)習(xí)突破性成果本質(zhì)上來說都只是些曲線擬合罷了”。

作為 AI 領(lǐng)域堅(jiān)定的類腦計(jì)算支持者黃鐵軍表示，要解答人工智能未來的路是怎么走的，需要回頭看人的智能是如何演化而來。他認(rèn)為，下一代人工智能的方向?qū)⒃谟陬惸X智能，但發(fā)展類腦智能需要我們拋棄原有的計(jì)算思維，轉(zhuǎn)向以下三個(gè)層次的研究：硬件（如脈沖神經(jīng)網(wǎng)絡(luò)）、模型（即信息在神經(jīng)中流轉(zhuǎn)的動(dòng)力學(xué)模型）、類腦智能機(jī)理。其中，脈沖神經(jīng)網(wǎng)絡(luò)硬件在國(guó)外已經(jīng)得到了一定的發(fā)展，但目前還未有一個(gè)模型能夠像 2012 年的視覺識(shí)別突破一樣，彰顯出巨大的潛力。

騰訊 AI Lab 主任張正友提到，如何將先驗(yàn)知識(shí)引入到現(xiàn)有的數(shù)據(jù)驅(qū)動(dòng)型的 AI 中將值得關(guān)注。以人類的嬰兒為例，他們不需要太多的舉例，只需小量訓(xùn)練樣本（即先驗(yàn)知識(shí)），就能通過與真實(shí)世界交互從而進(jìn)行學(xué)習(xí)，但現(xiàn)在的深度學(xué)習(xí)還遠(yuǎn)未與先驗(yàn)知識(shí)緊密結(jié)合。

除此之外，符號(hào)智能、多模態(tài)、軟硬一體化等也在其他幾位學(xué)者的名單中。期待在不久的將來，我們能夠聽到來自這些方向的重大突破。

來源：DeepTech深科技