LeCun：现在还没有真正的AI系统，机器与生物系统差远了

　　可能我们现在提到的AI都是假AI。

　　近日，Facebook首席人工智能科学家Yann LeCun在纽约大学坦登工程学院的AI研讨会上谈了谈AI的历史和方向。

　　研讨会上，LeCun提出人工神经网络的学习能力仍十分有限，还不能像人类大脑一样高效学习。同时，让那些过度担心机器会取代自己的人放宽心。

　　“事实上，我们今天接触到的AI系统中没有真正的人工智能，LeCun说，“目前都无法与生物系统的能力相配。”

　　也就是说，LeCun认为，我们离制造智能机器还很远，大家先就别花心思担心这事了。

△ 从左到右：电讯技术中心（CATT）主任Shivendra Panwar，LeCun，本次AI研讨

　　“革命不会受到监督”

　　卷积神经网络（CNN）是AI发展史上不能不说的一项突破。LeCun也在会中强调CNN是AI发展的关键创新，推动了无人车、医学成像和生物信息学等AI领域的发展。

　　“CNN革命为图像识别的准确率带来了重大的突破，”LeCun说，“在CNN出现前，识别错误率高达35%，但是现在，已经降低到3%了，就像是个超人。”

　　LeCun表示，AI的未来将由强化学习、监督和非监督的机器学习进步推动。非监督学习允许神经网络自动将未被标记的数据分类，是一件很有意思又意义重大的事情。

　　为此，LeCun还俏皮了一下。他借用“黑人饶舌之父”Gil-Scott Heron代表歌曲The Revolution Will Not be Televised，提出“The Revolution Will Not be Supervised ”（革命不会受到监督）的口号。

△ Gil-Scott Heron

举个例子。

　　让婴幼儿看漂浮在空中的汽车的幻灯片，不同年龄的孩子会有不同的认知和反应。LeCun认为，“人工智能的暗物质”无监督学习，将是科学家需要为机器“注入”的重要技术，弥补机器和人类婴儿在常识上的差距。

　　“如果给四个月大的婴儿看一辆漂浮汽车的图像，他们会认为‘这就是世界运转的方式’。”LeCun说。但在经过6个月或8个月的无监督学习后，他们就会明白，像玩具汽车这样的物体是不可能在空中漂浮的。

　　虽然LeCun在这次分享上为目前的AI现状泼了盆冷水，不过在分享的最后他明确表示，虽然AI系统目前不如猫或婴儿聪明，但未来前景广阔。