當(dāng)今世界人工智能領(lǐng)域,，有三位頂級專家被業(yè)內(nèi)奉為“神一樣的人物”,，其中兩位來自加拿大，一位來自法國,。他們分別是加拿大多倫多大學(xué)的GeoffreyHinton和蒙特利爾大學(xué)的終身教授YoshuaBengio，以及Facebook人工智能研究部門（FAIR）負(fù)責(zé)人YannLeCun（下稱“LeCun”）——這位來自巴黎的學(xué)者目前擔(dān)任紐約大學(xué)終身教授，他還是紐約大學(xué)數(shù)據(jù)科學(xué)中心的創(chuàng)始人,。

　　YannLeCun在今年3月走進中國的大學(xué)，在清華大學(xué)和上海紐約大學(xué)分別進行了兩場人工智能的頂尖對話,，并接受了第一財經(jīng)記者的獨家專訪,。

　　讓機器擁有常識

　　LeCun是法國學(xué)界非常引以為豪的科學(xué)家，也是在美國科技巨頭公司中擔(dān)任要職的為數(shù)不多的法國人,。雖然同為“極客”,，但法國人獨特的氣質(zhì)讓LeCun和很多美國科學(xué)家相比，看起來更加隨意,、富有親和力,。

　　1987年LeCun從巴黎第六代大學(xué)的計算機系畢業(yè)后，就去了多倫多大學(xué)讀博士后,，師從“神經(jīng)網(wǎng)絡(luò)之父”GeoffreyHinton,，Hinton也是將深度學(xué)習(xí)技術(shù)帶入谷歌(微博)的人。博士后研究結(jié)束后,，LeCun就一直工作生活在美國,，先后任職于貝爾實驗室、AT&T等大公司,。2008年他創(chuàng)立了一家從事大數(shù)據(jù)挖掘的咨詢公司YLC,，直到目前，他還擔(dān)任他所創(chuàng)立的另一家從事音樂制作和教育公司的首席科學(xué)官,。

　　目前LeCun領(lǐng)導(dǎo)著Facebook人工智能研究部門近百人的團隊,。他的工作是推進人工智能的基礎(chǔ)科學(xué)與技術(shù)研究；通過實驗來發(fā)展人工智能技術(shù)在各個領(lǐng)域中的實際應(yīng)用,，如計算機視覺,、人機對話系統(tǒng)、虛擬助手,、語音識別和自然語言處理（NLP）等,。

　　“人工智能的背后存在很多基礎(chǔ)科學(xué)，它們也許并不面向應(yīng)用,，你的研究可能只是通向?qū)χ悄芎腿斯ぶ悄艿睦斫??！盠eCun對第一財經(jīng)記者表示。

　　LeCun開辟了將神經(jīng)網(wǎng)絡(luò)運用于機器視覺的先例,。五年前,，其帶領(lǐng)研究人員在圖像識別的準(zhǔn)確性上，取得了巨大的突破,，這背后的技術(shù)——人工神經(jīng)網(wǎng)絡(luò),，促成了近年來人工智能的繁榮，也使得谷歌和Facebook得以讓人們在自己的相冊中使用搜索功能,，并促成了一批使用面部識別的應(yīng)用程序問世,。

　　訓(xùn)練機器如何學(xué)習(xí)是LeCun的團隊最重要的工作。過去很長一段時間,，他們給機器“喂”了成千上萬張圖片,，來教會機器區(qū)分諸如“汽車”和“小狗”。不過LeCun在這個過程中也拋出了新的問題：當(dāng)有大量可用樣本（比如桌椅,、貓狗和人）時,，訓(xùn)練機器沒有問題；但如果機器從來沒有見過這些實物,，它還能識別出樣本嗎,？

　　LeCun表示，人工智能發(fā)展的一大難題就是怎么樣才能讓機器掌握人類常識,，這是讓機器和人類自然互動的關(guān)鍵,。想要做到這一點，它需要擁有一個內(nèi)在模型,，以具備預(yù)測的能力,。LeCun用一個公式簡潔地概括了這種人工智能系統(tǒng)：預(yù)測+規(guī)劃=推理。而研究人員現(xiàn)在要做的,，就是不需依賴人類訓(xùn)練，讓機器學(xué)會自己構(gòu)建這個內(nèi)在模型,。

　　“人們花了很多年來研究如何給圖片和視頻自動加入字幕或描述,，從目前的技術(shù)來看，確實也已經(jīng)出現(xiàn)了令人印象深刻的實現(xiàn)方式,?！盠eCun對第一財經(jīng)記者表示，“但實際上,，它們并沒有看起來的那么令人驚艷,，那些機器的專業(yè)上很大程度受限于人們訓(xùn)練它的環(huán)境。你如果向機器展現(xiàn)非常規(guī)的情況,，大多數(shù)機器就會不知所措,，因為它們不具備常識,。”

　　LeCun認(rèn)為,，在機器視覺領(lǐng)域還有很大的進步空間,，機器視覺的下一個突破將會是以自主觀察世界的方式進行學(xué)習(xí)，比如通過觀看視頻來進行學(xué)習(xí),。這也意味著未來計算機可能會像嬰兒學(xué)習(xí)那樣掌握常識性的知識,。

　　關(guān)于機器視覺如何與常識相聯(lián)系，LeCun說,，就連Facebook內(nèi)部也有很大分歧,。“一些人認(rèn)為可以與智能系統(tǒng)只進行語言交流,，但是語言是一個相當(dāng)?shù)蛶挘╨owbandwidth）的渠道,，信息密度很低。語言之所以能承載很多信息,，是因為人們擁有大量的背景知識,，也就是常識，來幫助他們理解這些信息,?！盠eCun解釋道。

　　一些人工智能科學(xué)家認(rèn)為,，給人工智能系統(tǒng)提供足夠信息的唯一方式是加入視覺認(rèn)知,，因為影像會比語言的信息密度高得多。比如,，你告訴機器“這是一部智能手機”,，“這是一輛壓路機”，“有些東西你可以推動它而有些不可以”等等,，也許機器能夠?qū)W會這個世界的基礎(chǔ)運作原理,。對此，LeCun表示：“這跟嬰兒的學(xué)習(xí)方式類似,。然而,，幼兒在學(xué)習(xí)很多事情的時候并不需要明確的指示?！盠eCun認(rèn)為在沒有指導(dǎo)的過程中的學(xué)習(xí)才是他想要達到的,。

　　他表示，F(xiàn)acebook很想做到的一點是,，讓機器通過觀看視頻或觀察其他東西來認(rèn)識現(xiàn)實世界中的很多局限性,，這最終會讓它們建立起常識。“目前機器還十分好騙,，那是因為它們對這個世界缺乏基本理解,。”LeCun說,，“比如將來你給機器看一小段視頻,，然后機器就能預(yù)測接下來會發(fā)生什么。如果我們能訓(xùn)練系統(tǒng)做到這一點,，那么我們就已經(jīng)創(chuàng)造了無監(jiān)管指導(dǎo)的機器學(xué)習(xí)的核心技術(shù),。這是我們?nèi)斯ぶ悄芎陥D的重要組成部分?！?/p>

　　卷積神經(jīng)網(wǎng)絡(luò)

　　在超過20年的研究歷程中,，LeCun累計發(fā)表了超過180篇論文，他最廣為人知的研究是1988年參與開發(fā)著名的卷積神經(jīng)網(wǎng)絡(luò)（convolutionalneuralnetwork,CNN）,，因此LeCun在業(yè)內(nèi)也被稱為“卷積神經(jīng)網(wǎng)絡(luò)之父”,。

　　卷積神經(jīng)網(wǎng)絡(luò)是近年發(fā)展起來的一種高效識別方法。其最初的概念形成要追溯到上世紀(jì)60年代,，科研人員在研究貓腦皮層中用于局部敏感和方向選擇的神經(jīng)元時,，發(fā)現(xiàn)其獨特的網(wǎng)絡(luò)結(jié)構(gòu)可以有效降低反饋神經(jīng)網(wǎng)絡(luò)的復(fù)雜性，繼而提出了卷積神經(jīng)網(wǎng)絡(luò),。

　　現(xiàn)在,，卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)成為眾多科學(xué)領(lǐng)域的研究熱點之一，特別是在模式分類領(lǐng)域,，由于該網(wǎng)絡(luò)避免了對圖像的復(fù)雜前期預(yù)處理,，可以直接輸入原始圖像，得到了更為廣泛的應(yīng)用,。這種革命性的系統(tǒng)從一開始能夠識別手寫數(shù)字,，并且隨著數(shù)據(jù)訓(xùn)練的不斷持續(xù)，能夠開始從圖片像素中識別視覺特征,，這就像為計算機打開了雙眼,，讓它們可以從數(shù)據(jù)中自我學(xué)習(xí)。

　　LeCun對第一財經(jīng)記者表示：“如今深度卷積網(wǎng)絡(luò)已可用于解決包括目標(biāo)識別在內(nèi)的各類計算機視覺問題,。并且,，隨著網(wǎng)絡(luò)深度不斷增加，還出現(xiàn)了可用于圖像識別,、語義分割、ADAS等眾多場景的新型深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),?！?/p>

　　Facebook目前正在使用機器學(xué)習(xí)實現(xiàn)一系列不同的功能，這些功能包括人臉識別，機器能從網(wǎng)上識別出人臉,，即使這個人的臉未被標(biāo)注,，因為這一技術(shù)是基于模擬人腦的神經(jīng)網(wǎng)絡(luò)實現(xiàn)的。

　　這些網(wǎng)絡(luò)能夠被訓(xùn)練,，并識別信息中的模式,，包括語言、文字?jǐn)?shù)據(jù)或者視覺圖像,，也是近幾年來大量的人工智能研發(fā)的基礎(chǔ),。機器系統(tǒng)的下一步任務(wù)將是通過觀察現(xiàn)實世界，學(xué)習(xí)世界的運作方式,，其中一種方法是通過與智能手機和可穿戴技術(shù)的互動來學(xué)習(xí),。

　　從事人工智能領(lǐng)域研究20多年來，LeCun的目標(biāo)就一直是希望賦予機器更大的能力,，讓機器變得更加聰明,。他對第一財經(jīng)記者表示，在Facebook還有很多想做的事情,，還有很多使命尚待完成,。“我希望能在Facebook看到新技術(shù)的應(yīng)用,，讓我們的研究變得更有意義,，通過提升機器的深度學(xué)習(xí)能力，將它變成智能機器,?！?/p>

　　LeCun還認(rèn)為人工智能未來能夠無所不能，包括預(yù)測人們的行為,?！皺C器的下一步是能夠通過觀察現(xiàn)實世界的萬物來進行學(xué)習(xí)，并且預(yù)測,?！盠eCun在最新發(fā)布的推特和Facebook中，多次強調(diào)“無需監(jiān)管和指導(dǎo)（unsupervised）的機器人前景可觀”,。

　　他認(rèn)為,，在進入到人工智能下一個階段的突破時，F(xiàn)acebook面臨的最大挑戰(zhàn)將是如何通過機器學(xué)習(xí)將最好的內(nèi)容與個人需求相匹配,。去年4月,，F(xiàn)acebook在F8大會上推出了Chatbot聊天機器人，能夠幫助人們完成訂餐和行程安排等任務(wù),。在LeCun看來,，聊天機器人的終極目標(biāo)是成為個人的虛擬助理，通過人工智能技術(shù)來連接人類和現(xiàn)實世界，執(zhí)行日常生活中的任務(wù),。

　　LeCun對第一財經(jīng)記者表示：“盡管短期我們還只能從一些簡單的功能應(yīng)用開始做,，但我們的遠(yuǎn)期目標(biāo)是建立一個真正的智能機器，讓你可以與它直接對話,，它需要能回答任何問題,，并對你的生活提供幫助。這件事對于當(dāng)今的人工智能而言非常具有挑戰(zhàn)性,，人機對話系統(tǒng),、自然語言處理，所有這些的基礎(chǔ)在于讓機器學(xué)會人類的常識,。我們現(xiàn)在還不知道到底應(yīng)該怎么做,，但我們對此有很多想法?！?/p>

　　人工智能是長期投資

　　針對目前全球科技巨頭在人工智能方面的激烈競逐,，LeCun對第一財經(jīng)記者表示：“沒有誰跑在前面。許多公司都在做著大量的人工智能研發(fā),，對于人才的競爭也很激烈,，但現(xiàn)在并沒有誰發(fā)明了遠(yuǎn)遠(yuǎn)領(lǐng)先于其他公司的新技術(shù)?！彼a充道,，沒有哪家公司的新技術(shù)是需要別人花費三個月以上才能趕上的，大家的水平都很接近,。處于第一梯隊的包括Facebook,、谷歌的DeepMind、微軟和IBM,。

　　對DeepMind發(fā)明的AlphaGo取得的成功,，他表示：“這是人工智能領(lǐng)域的偉大勝利，我的一些學(xué)生和博士后參與了DeepMind的項目,，這一成就建立在所有人的努力之上,。”事實上,，分析圍棋棋盤并決定落子位置的系統(tǒng)實際上正是LeCun發(fā)明的卷積神經(jīng)網(wǎng)絡(luò),。不過他也承認(rèn)，F(xiàn)acebook對圍棋的研究并不多,，和DeepMind的系統(tǒng)相比體量相差很多,。“我們的圍棋研究主要作為計劃和勘探研究的載體,。我們的系統(tǒng)工作得不錯,，然后我們把它開源了,。”

　　在人工智能的商業(yè)化方面,，LeCun表示：“基礎(chǔ)研究的影響在比較長時間后才能體現(xiàn)出來。你不能幻想種下一顆種子,，然后就突然冒出了實體產(chǎn)品線,，商業(yè)形式就能發(fā)生徹底改變。這是一種長期投資,，它需要的是有遠(yuǎn)見的人,，這樣的人谷歌有，F(xiàn)acebook也有,?！?/p>

　　Facebook最近傳出正在組建消費品部門的消息，對此LeCun向第一財經(jīng)予以證實,，不過他表示,，新部門與他所負(fù)責(zé)的人工智能部門是兩個獨立的團隊，并沒有直接的聯(lián)系,。Facebook確實在研發(fā)消費市場的人工智能技術(shù),，有些是軟件應(yīng)用，有些是硬件,，比如AR,、VR和機器人等?！拔覀冋诖蛟煲粋€人工智能的生態(tài)系統(tǒng),，能夠?qū)⒏鱾€部件與人的生活相連接?！?/p>

　　LeCun主張研究成果的開放,，讓更多人了解自己正在從事的研究。他表示：“要和大學(xué)實驗室保持良好關(guān)系,，讓這些機構(gòu)為你輸出各類人才,，進行各種可能的研究，就必須要開放項目和成果,。假設(shè)你是一名科研人員,，你肯定總是想公開發(fā)表你的研究成果，對于科學(xué)家來說這很重要,，因為你的地位在于學(xué)術(shù)影響,。你不能簡單地告訴人們‘我正在為Facebook工作，但我不能告訴你們我在研究什么’,，這樣你的職業(yè)生涯就毀了,，這很重要,。”

　　人工智能科普大使

　　機器學(xué)習(xí)和深度學(xué)習(xí)等人工智能范疇的概念已經(jīng)開始逐漸被普通人接受,，但真正要理解和表達,，對大多數(shù)人來說仍然十分困難。為此,，LeCun近年來頻頻走進全球高校,，積極推動人工智能方面的科普工作，他對第一財經(jīng)記者表示：“幫助公眾理解人工智能,，對于推動整個行業(yè)的發(fā)展非常重要,。”

　　在中國的行程中,，LeCun還參觀了中科院模式識別國家實驗室,。他在Facebook中發(fā)布的一張和中科院科研人員的合影中寫道：“很高興得知中國已經(jīng)有了多個人工智能的國家級項目?！?/p>

　　他表示：“中國海外投資是很有意思的現(xiàn)象,，中國公司的投資途徑基本上是先在本土建立生態(tài)圈，再逐漸滲透到國外,，進行海外擴張,。事實上當(dāng)我們看到越來越多中國企業(yè)投資海外項目時，也應(yīng)該看到很多歐洲和美國的企業(yè)正在投資中國的人工智能領(lǐng)域,。這種資本的流動是技術(shù)發(fā)展的必然,。”

　　LeCun還表示,，在一些人工智能的領(lǐng)域,，中國已經(jīng)超過美國領(lǐng)先全球。比如在深度學(xué)習(xí)方面,，根據(jù)去年11月美國政府發(fā)布的報告,，中國發(fā)表的文章已經(jīng)超過美國。

　　但是和美國的科技巨頭相比,，中國的研究和技術(shù)仍然有差距,。LeCun認(rèn)為，兩國的人工智能科研實驗室存在很大差別,，“Facebook和谷歌DeepMind的人工智能實驗室真的是研究非常超前的東西,，比如預(yù)測學(xué)習(xí)和人工智能的未來趨勢，這是我在其他任何公司都沒有看到過的,?！?/p>

　　盡管人工智能在中國的應(yīng)用已經(jīng)無處不在，從緩解城市交通擁堵,，到為司法系統(tǒng)注入透明度,。但是現(xiàn)在中國面臨的最大問題是專業(yè)人才緊缺,。

　　針對人工智能領(lǐng)域激烈的人才競爭，LeCun表示：“中國占全球五分之一人口,，這里擁有非常多的人才,，扎克伯格非常重視中國市場。我們也和中國的大學(xué)和院校進行人工智能以及很多其他方面的基礎(chǔ)研究合作,，這對Facebook是有深刻意義的,，但這不是說我們已經(jīng)在中國開展業(yè)務(wù)了?！?/p>

　　人工智能的快速發(fā)展，不斷帶來驚喜的同時,，也引發(fā)了各種擔(dān)憂,。有一種擔(dān)憂認(rèn)為Facebook正在使用人工智能去監(jiān)視人們的行為。另外,，隨著人工智能的迅速增長,，很多人擔(dān)心機器人很快就會代替人類，甚至掌管整個世界,。

　　LeCun表示：大可不必如此擔(dān)心,。“盡管人工智能發(fā)展安全系統(tǒng)的學(xué)習(xí)曲線是在向上的趨勢,，但機器最終還是會被人文社會均衡所控制,。也許一個假設(shè)情境中的對沖基金可以通過破壞經(jīng)濟體系幫助人類實現(xiàn)收益最大化，但是這些行為最終會受到社會和法律制度的約束,?！?/p>

　　LeCun曾在自己的Facebook上貼出一張美國漫畫作家比爾·沃特森（BillWatterson）的著作《凱文的幻虎世界》（CalvinandHobbes）中的一張漫畫，圖中6歲的男孩和老虎躺在草坪上,，他們并不能明白對方的世界,。漫畫中寫道：“如果我都不知道你為什么大笑，我們的生活將沒有太多的共鳴,?！边@段話也是LeCun對于人工智能和人類關(guān)系的總結(jié)：有機遇也有挑戰(zhàn)，充滿著迷人和激情的色彩,，但又讓人有未知的恐懼,。