LeCun：概率論無法實現真正AI，我們要退回原點重新開始_風聞

　　詹士 Pine 發自 凹非寺

　　量子位 | 公眾號 QbitAI

　　馬庫斯又開炮了，直指LeCun最新一篇採訪。

　　「LeCun所説的一切，我之前幾乎逐字逐句都説過。」

　　「大部分內容就在2018年一篇論文中，而LeCun當時還嘲笑，大部分內容是錯誤的」。

　　同樣在Twitter上，馬庫斯也發佈數十條相關主題推文，還是針對LeCun的這篇內容，引發不少業內人關注。

　　目前，相關媒體ZDNet已注意到馬庫斯的聲音，並在原報道中刊出相關爭議——

　　但目前LeCun尚未回應。

　　所以，這究竟是怎樣一篇採訪？LeCun又説了什麼？

　　往下看。

　　LeCun：AI現在的路走窄了

　　事情起因是9月24日商業技術媒體ZDNet對LeCun進行了採訪，主題關於他在6月發表的一篇探討AI未來的一篇論文。

　　該論文中，LeCun披露了自己在未來十年的研究方向：自主機器智能（Autonomous Machine Intelligence），更多細節之前有過介紹，請參考這篇文章。

　　此番採訪，LeCun介紹了更多信息，更對此前專注的路線予以不小否定。

　　尤其在深度學習研究路徑問題上，他表達了懷疑態度。

　　目前GPT-3、Transformer擁護者們相信，只要將一切標記化，再訓練出巨大模型來做離散預測，AI就會以某種方式出現。但他認為，這還只是未來智能系統的組成部分之一，但不是關鍵必要的部分——

　　而即便是強化學習，也無法解決上述問題，他解釋道，儘管它們是下棋好手，但仍只是專注於「動作」的程序。

　　LeCun還補充，很多人都聲稱要以某種方式推動AI進步，但這些想法誤導了我們，目前智能機器的常識性甚至還不如一隻貓，這也許才是解決問題的原點。

　　由此，LeCun坦誠，自己已放棄用生成網絡從這一幀預測視頻下一幀的研究——

　　「這是一次徹底的失敗」他補充道。

　　LeCun總結了失敗的原因，概率理論基礎的模型限制了他自己。同時，他譴責了那些認為概率論迷信者。他們認為，概率論即解釋機器學習的唯一框架，但事實上，一個100%概率構建的世界模型雀食難以實現。

　　LeCun認為，目前所有AI都面臨的基本問題是——

　　如何測量「信息」。

　　目前這一底層問題他自己也沒能很好解決，不過，LeCun希望去重新思考並打了個比方：

　　「這好比我們要去月球，於是建了個梯子，但梯子無法到達那裏，我們需要退回來重新思考基本原理」。

　　不止分享學研觀點，LeCun提醒，產業界也需要重新思考目前AI技術面臨的問題。

　　尤其在自動駕駛領域，他認為相關公司一直都過於樂觀，從業者以為將數據扔進大型神經網絡就能讓它學到一切。但事實上，我們可能會擁有一個沒有常識的L5自動駕駛系統，這將使相關功能變得十分脆弱，仍有很多極端狀況無法照顧到。

　　「終極解決方案是一個能更好理解世界運作方式的系統」，LeCun提出了自己的思路。

　　ZDNet還問了LeCun為何此時又出來發聲。

　　他解釋道，自己很早就在思考監督學習、強化學習的不足，Hinton也是，他感慨**「我們不再年輕，時間不多了」**。

　　值得一提的是，LeCun在採訪中直言不諱聊了聊自己的批評者，其中就包括紐約大學教授，加里・馬庫斯，LeCun評價道「從未對AI做任何貢獻」。

　　至於另一位常在社交網絡開炮的人，LTSM之父、Dalle Molle人工智能研究所聯合主任Jürgen Schmidhube，LeCun也小小諷刺了下「提想法容易，有貢獻才難」。

　　大概正是這些言論，為他招來了爭議。

　　馬庫斯又來了

　　不出意外，這篇採訪前腳剛發，後腳馬庫斯就來了。

　　不同於以往的爭辯，這次馬庫斯發佈篇幅超過6000個單詞的長文，直指LeCun剽竊觀點。

　　馬庫斯稱LeCun觀點自己很早之前就已經説過，並表示：

　　從來沒有人比LeCun在採訪中更嚴密地重複我的觀點了。

　　甚至從採訪中摘出原話，和自己曾經的觀點一一作出比對。

　　****△對比節選（共7條）

　　一直以來，馬庫斯就對當前人工智能的架構不抱期待，稱要實現通用人工智能還需要引入其他的技術。

　　對馬庫斯關於AI的一些觀點，LeCun總是認為其在博取關注。此前，他就發佈一篇“如何在推特吸引AI圈眼球”的方法論，在其中，若有所指地羅列道：

　　一再指出深度學習的侷限性（其實這是每個人都知道的）。

　　根據某人新言論，聲稱他們改變自己的想法，同意自己N（N=5/10/15/20）年前説的；

　　利用觀點模糊性，宣稱某人觀點出自自己早年言論，指控對方剽竊；

　　堅持發推/寫小作文；

　　…

　　如前文提及，LeCun也在此次採訪更是專門點名馬庫斯，「他是一位心理學家，根本不懂AI」。

　　不出意外，馬庫斯做了回應。

　　他引用了LeCun的諷刺原文回應稱，ZDNet已經在報道中補充了他的博客，希望LeCun也能作出相應的解釋。

　　值得一提的是，關於LeCun採訪中提及的那篇論文，LSTM之父Jürgen Schmidhube也表達過不滿，稱其沒有正確引用自己實驗室1990-2015年的成果。

　　參考鏈接：

　　[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