在深度學(xué)習(xí)最熱的兩大關(guān)鍵詞“AlphaGo”和“自動(dòng)駕駛”，托馬索·波吉奧（Tomaso Poggio）都有聲名卓著的學(xué)生，分別是DeepMind天才創(chuàng)始人戴密斯·哈薩比斯(Demis Hassabis)和Moblieye首席執(zhí)行官Amnon Shashua。
“深度學(xué)習(xí)：從煉金術(shù)走向化學(xué)”，在《麻省理工科技評(píng)論》與DeepTech深科技1月28－29日主辦的全球新興科技峰會(huì)上，MIT人工智能實(shí)驗(yàn)室教授托馬索·波吉奧拋出了這個(gè)演講標(biāo)題，顯然是對(duì)前段時(shí)間深度學(xué)習(xí)界那場(chǎng)口水戰(zhàn)的某種回應(yīng)。
激辯深度學(xué)習(xí)是否“煉金術(shù)”
2017年年底，人工智能頂級(jí)學(xué)術(shù)會(huì)議NIPS因?yàn)橐环莴@獎(jiǎng)演講風(fēng)云突變。在這個(gè)本該充滿套路的環(huán)節(jié)，當(dāng)屆經(jīng)典論文獎(jiǎng)得主、谷歌工程師Ali Rahimi意外向深度學(xué)習(xí)開(kāi)槍，提出深度學(xué)習(xí)是“煉金術(shù)”。
從圍棋到智能駕駛，深度學(xué)習(xí)締造了眼下這一波人工智能熱潮。其本質(zhì)是通過(guò)大量匹配的輸入和輸出數(shù)據(jù)訓(xùn)練計(jì)算機(jī)，使其自動(dòng)提取相關(guān)特征，建立聯(lián)系，免去了人類(lèi)設(shè)計(jì)特征。但也因如此，計(jì)算機(jī)給出結(jié)果的邏輯是一個(gè)“黑匣子”，無(wú)法為人類(lèi)所知。
AlphaGo下贏了柯潔，但它為什么落這一子？制造AlphaGo的DeepMind工程師們也不知道。
Ali Rahimi由此提出煉金術(shù)的比喻。煉金術(shù)“管用”，催生了冶金、紡織和現(xiàn)代玻璃制造工藝，但不是科學(xué)。他希望世界能建立在嚴(yán)謹(jǐn)、周密、可驗(yàn)證的知識(shí)之上，而不是“煉金術(shù)”。
Facebook科學(xué)家、深度學(xué)習(xí)三巨頭之一Yann Lecun迅速對(duì)這一比喻進(jìn)行了駁斥。他歸納道：“在科技史上，工程產(chǎn)品總是要先于理論一步：鏡片和望遠(yuǎn)鏡先于光學(xué)理論問(wèn)世，蒸汽機(jī)先于熱動(dòng)力學(xué)問(wèn)世，飛機(jī)先于飛行空氣動(dòng)力學(xué)問(wèn)世，無(wú)線電和數(shù)據(jù)通訊先于信息論問(wèn)世，計(jì)算機(jī)先于計(jì)算機(jī)科學(xué)問(wèn)世。”
面對(duì)這場(chǎng)口水戰(zhàn)，波吉奧雖未直接站隊(duì)，但拋出“煉金術(shù)”的比喻，已隱隱站在了MIT校友Ali Rahimi的一方。波吉奧是計(jì)算機(jī)視覺(jué)領(lǐng)域的泰斗級(jí)人物，將認(rèn)知科學(xué)與深度學(xué)習(xí)結(jié)合建立模型，模擬人腦看到物體后的反應(yīng)。他見(jiàn)證了深度學(xué)習(xí)和人工智能的發(fā)展，但他也承認(rèn)“煉金術(shù)”問(wèn)題：人類(lèi)需要去了解智能的整體架構(gòu)，以及智能背后的科學(xué)原理。 他告訴澎湃新聞（www.thepaper.cn），雖然Yann Lecun歸納的科技發(fā)展史并沒(méi)有錯(cuò)，事件通常會(huì)先于理論產(chǎn)生，但卻不是一定的。“比如深度學(xué)習(xí)就是這樣一種情況，它不一定。”
深度學(xué)習(xí)非常依賴數(shù)據(jù)，但人類(lèi)卻不是這么學(xué)習(xí)的——人類(lèi)通過(guò)與家長(zhǎng)、監(jiān)護(hù)人的頻繁互動(dòng)進(jìn)行學(xué)習(xí)。所以，現(xiàn)在的機(jī)器學(xué)習(xí)其實(shí)是比較“笨”的。
正因如此，波吉奧對(duì)人工智能的發(fā)展速度預(yù)判較為悲觀，可能需要200年才能拿到媲美人類(lèi)的水平。“如果要達(dá)到人類(lèi)的智能助手水平，可能只需幾年或者十幾年。但如果要這樣的一個(gè)助理除了規(guī)劃人類(lèi)出行之外，也能夠玩游戲、打比賽，像人們一樣談?wù)撘磺?，我認(rèn)為要有更長(zhǎng)的時(shí)間。”
比愛(ài)因斯坦更聰明的大腦
那么，深度學(xué)習(xí)要如何從“煉金術(shù)”中走出來(lái)？人工智能要如何真正地學(xué)習(xí)？波吉奧認(rèn)為還是要回歸理解人類(lèi)智能，即腦科學(xué)和神經(jīng)科學(xué)。人腦智能如何產(chǎn)生，是科學(xué)需要解決的元問(wèn)題。在這點(diǎn)上，波吉奧顯然又站在了Yann Lecun的對(duì)立面。盡管深度學(xué)習(xí)的基本架構(gòu)最早受到上世紀(jì)60年代猴腦視覺(jué)系統(tǒng)的啟發(fā)，但Facebook的首席人工智能科學(xué)家多次在公開(kāi)場(chǎng)合強(qiáng)調(diào)，現(xiàn)在的卷積神經(jīng)網(wǎng)絡(luò)其實(shí)與大腦神經(jīng)網(wǎng)絡(luò)已無(wú)可類(lèi)比之處。人工智能絕非“仿生學(xué)”，就像此前人類(lèi)模仿鳥(niǎo)類(lèi)制造飛行器，但發(fā)展出空氣動(dòng)力學(xué)后，才知道翅膀的振動(dòng)并不必要。
而波吉奧認(rèn)為，從60年代的猴腦視覺(jué)系統(tǒng)到現(xiàn)在的計(jì)算機(jī)視覺(jué)，從腦科學(xué)到深度學(xué)習(xí)，這些架構(gòu)在本質(zhì)上都是一脈相承的。
人工智能的下一個(gè)突破口，波吉奧相信會(huì)來(lái)源于神經(jīng)科學(xué)。目前，他的團(tuán)隊(duì)正在研發(fā)的基于人類(lèi)和猿猴視覺(jué)系統(tǒng)的新架構(gòu)，其核心功能是綜合性地生成日常流程。這個(gè)過(guò)程并不需要對(duì)機(jī)器進(jìn)行預(yù)先的訓(xùn)練。不像現(xiàn)在的AlphaGo，雖能在棋壇封神，但如果下棋的房間著火了，它都意識(shí)不到。
“就像在這個(gè)房間里，我可以問(wèn)它任何問(wèn)題，你是坐在左邊還是右邊，房間有幾個(gè)窗，燈是不是開(kāi)著，你不需要對(duì)它進(jìn)行預(yù)先的訓(xùn)練，因?yàn)槲覀円膊豢赡茴A(yù)設(shè)所有可能的問(wèn)題。”波吉奧說(shuō)道。“這個(gè)架構(gòu)看起來(lái)和深度學(xué)習(xí)可能正好是相反的，因?yàn)樗恍枰髷?shù)據(jù)，而是通過(guò)神經(jīng)科學(xué)的方式達(dá)成。”
在這個(gè)過(guò)程中，波吉奧希望能越來(lái)越了解人類(lèi)自身，包括那些人類(lèi)最好奇的宏大問(wèn)題：世界來(lái)源哪里，去向何處，是否有來(lái)生等等。
波吉奧告訴澎湃新聞（www.thepaper.cn），他青少年時(shí)瘋狂崇拜愛(ài)因斯坦。不過(guò)，愛(ài)因斯坦也只是在物理和宇宙學(xué)領(lǐng)域取得了成就，這個(gè)世界上還有許多其他領(lǐng)域的問(wèn)題。他開(kāi)始遐想，如果能造出比愛(ài)因斯坦更聰明的大腦，能否解決一切問(wèn)題。
波吉奧相信，隨著計(jì)算速度和儲(chǔ)存空間的不斷發(fā)展，人工智能的能力會(huì)越來(lái)越強(qiáng)，盡管方式不同，但它們都是人類(lèi)智能在機(jī)器上的復(fù)制和增強(qiáng)。
而波吉奧的天才學(xué)生哈薩比斯，也擁有遠(yuǎn)超過(guò)圍棋的目標(biāo)：“他很有野心，想要真正的智能系統(tǒng)。”