九九热视频精品在线_国产成人mv视频在线观看_国产精品三级一区二区_亚洲精品国产av成拍色拍婷婷_久久伊人一区二区_国产高清精品网站_九九99热久久精品离线6_国产在线一卡2卡三卡4卡免费_日韩美女乱淫aaa高清视频_亚洲大胆_啪啪一级视频_午夜av免费观看_国产高清精品福利私拍国产写真_亚洲婷婷五月综合狠狠_日韩欧美一区二区三区视频_岛国av免费看_精品国产乱码久久久久久久软件_亚洲国产成人精品无码区99_www日本色_免费黄色看片

乍一看Facebook人工智能研究掌門人Yann LeCun的名字，不少人可能懷疑這是個華人。也因為這個名字十分接近中文發音，江湖上流傳著“燕樂存”、“楊樂昆”等不同版本的音譯中文名。

7月4日，這位人工智能的法國大牛走上上海交通大學的講壇的時候，千人級禮堂“菁菁堂”幾乎座無虛席。或許是要終結譯名的混亂現狀，他的第一張PPT，無關人工智能，竟是宣布了自己的官方中文名字：楊立昆。

楊立昆和他的老師Geoffrey Hinton、蒙特利爾大學的Yoshua Bengio并稱“深度學習三巨頭”，而這三人又分別效力于Facebook、谷歌和微軟，堪稱三足鼎立。這三巨頭有一個共同點：對高校感情很深。

2013年底，楊立昆受扎克伯格之邀出山，提出的條件是保留他在紐約大學的工作。這次做演講，他首先提到，他已經參觀過紐約大學在上海與華東師范大學合辦的上海紐約大學。楊立昆稱贊上海是一座匯集創新的城市，食物也很美味。

畫風高冷的FAIR

隨著楊立昆的到來，Facebook結束了沒有專門的人工智能研究室的時代，而且一設就是兩個：由楊立昆執掌的人工智能研究（FAIR）和負責對接應用場景的機器學習應用部門（AML）。

據FAIR成員、圍棋AI項目負責人田淵棟介紹，楊立昆領銜的FAIR學術氛圍十分濃厚，目標是發高質量的文章。“FAIR的研究方向相對自由寬松，沒有近期的產品壓力，可以著眼長遠做困難和本質的研究問題。”田淵棟認為，這樣的學術氛圍在各大公司極其少見。

FAIR的畫風也因此顯得有點“高冷”，Facebook旗下那些熱門產品，如Instagram和WhatsApp，與FAIR都沒有直接關系。楊立昆在一張PPT上展示了FAIR目前的開源項目，排在前三位的是Torch（Lua語言的深度學習框架）、PyTorch（Python語言的深度學習框架）和Darkforest（圍棋系統）。

出于對劉慈欣的科幻小說《三體》的喜愛，田淵棟取了Darkforest（黑暗森林）這個名字。眾所周知，谷歌旗下DeepMind公司的圍棋人工智能程序AlphaGo，在今年5月底3:0完勝“當今第一人”柯潔，站在世界棋壇的巔峰光榮退役。當澎湃新聞（www.thepaper.cn）問及“黑暗森林”的研發計劃是否會受到AlphaGo退役的影響，田淵棟說道，“談不上什么影響，還是該干嘛干嘛唄。”

卷積神經網絡之父

AlphaGo的橫空出世與震驚世界，是眼下如火如荼的人工智能“盛夏”的最好注腳。而這個夏天，早在幾十年前就被楊立昆埋下了一個伏筆。伏筆就是楊立昆的成名作：卷積神經網絡（Convolutional Neural Networks，CNN）。AlphaGo下棋時的策略網絡就是基于卷積神經網絡構建的。

在今天，我們已經習慣于計算機能夠“看到”這個世界，識別出靜態和動態的物體，并在此基礎上，挑戰自動駕駛等更高級別的任務。然而，在楊立昆讀大學的1980年代，計算機基本上是一個“瞎子”。

楊立昆從一開始就相信他能讓計算機“開眼看世界”。在他的理解里，圖像是由很多很多小的部分、小的特征組合而成。而卷積神經網絡，就是把圖像拆解成小塊，從中提取出特征，每一層提取的特征組合，都可被用于下一層更具體的特征識別。譬如，計算機可以先提取出最基本的輪廓和紋理，再利用輪廓和紋理提取類別。隨著深度的增加，算法可以提取出更高層級的抽象特征。

1998年，楊立昆提出了LeNet-5模型，是世界上第一個正式的卷積神經網絡。他現場展現了一段珍貴的視頻資料：依靠一個7層的卷積神經網絡識別屏幕上不斷變化著的手寫數字。

楊立昆的神經網絡在這個人工智能盛夏有多火熱，在他的研究初始階段就有多冷門。他見過真正的人工智能寒冬：技術進展停滯，資金和關注度下降，理論從本質上受到質疑。雪上加霜的是，主流學術圈更偏愛其他一些圖像識別方法，雖然這些方法后來都湮滅在時光中，但在當時卻結結實實令楊立昆坐了好久的冷板凳。

90年代中期，楊立昆在大名鼎鼎的貝爾實驗室工作，他的小組因內部斗爭被取締——那時候，他研發的利用神經網絡進行支票識別的ATM，差一點就要成功了。

到了21世紀頭幾年，其他一些競爭者甚至阻止他在學術會議上展示論文。Geoffrey Hinton回憶道：“計算機視覺圈子基本上不待見他，他們覺得他做的事情在80年代還有潛力，但是在2000年就過時了。”

風水輪流轉得很快。隨著互聯網時代計算能力和數據量的大幅度提高，神經網絡迅速變得靈活、簡便而準確。楊立昆從邊緣人物一躍成為行業領軍人。“一年之內，所有人都在研究這個。真是太瘋狂了。”

人工智能最缺的是常識

而觀察這個世界，只是計算機理解這個世界的第一步。楊立昆在演講的后半部分，著重介紹了真正的“智能”所面臨的障礙。

目前，人工智能最缺乏的是常識。什么是常識呢？比方說，“這個獎杯放不進箱子，它太小了”，和“這個獎杯放不進箱子，它太大了”，這兩句話，人類從常識就可以知道，前面一個“它”指的是箱子，而后一個“它”指的是獎杯。這對計算機來說卻不是直觀的。

再比如說，在“湯姆拿起包離開房間”這個小視頻中，人類可以很自然地理解這一連串動作背后的邏輯：手碰到包就要抓住，不然是拿不起來的；離開房間要先開門再關門。但計算機只看到了一系列單個動作。

因此，楊立昆總結道，“常識就是靠預測填補空白的能力。”人類在生活的耳濡目染中接收了大量信息，由此形成了常識。在信心不足的時候，靠因果邏輯就能補上空檔。只有預測到行為的后果，才能談得上“規劃”。理性＝預測＋規劃，這是楊立昆給出的公式。

計算機想要獲得媲美人類的預測能力，必然需要海量的數據。這就是“無監督學習”想要實現的目標。

楊立昆使用了“蛋糕”比喻，描述機器學習的三大流派。純粹的強化學習可以根據少量樣本預測出一個分數，監督學習可以用人類給定的樣本預測一個特定的類別，而無監督學習需要用大量樣本，對任何被觀察的物體給出任意方向上的預測，比如通過視頻的上半段預測視頻的下半段。

強化學習是蛋糕頂上綴著的一顆櫻桃，監督學習是蛋糕表面的糖霜，雖然現在的人工智能看起來很漂亮，但人類對如何制作蛋糕胚本身——無監督學習，還是摸不著門路。

這個比喻看上去對強化學習不夠尊重，因此楊立昆強調，這個蛋糕是黑森林蛋糕——黑森林蛋糕是一定有櫻桃的。目前，強化學習在游戲程序領域，比如圍棋和星際爭霸，扮演著很重要的角色。

對抗訓練（adversarial training）在無監督學習方面取得了一些成績。即由一個生成網絡，隨機創造正確或錯誤的數據，再由一個鑒別網絡鑒別數據與正確答案的區別。兩個網絡互相博弈，交互學習，逐漸向最優演進。不過，楊立昆認為，這離實現完全的無監督學習還很遙遠。

那么，人工智能離人類的“理性”到底有多遠呢？楊立昆的態度比較謹慎。雖然卷積神經網絡最早的靈感雛形來源于對貓大腦皮層的研究，楊立昆并不感冒仿生學。鳥類對于飛機來說，最大的價值是證明了飛行是可行的，激勵人類探索飛行。但最后造出飛機的原理，卻和鳥類并不是一回事——振翅并不重要。大腦這臺完美的“機器”激勵人類去探索人工智能，但是需要多少時間、怎樣的方式才能接近這個藍圖，誰也說不好。