炎炎夏日即將來臨,想要防酷暑降溫,,除了開空調(diào)吃冰淇淋之外還有什么其他方法嗎,?
當然有啦!比如關(guān)注一下深度學習領(lǐng)域,,就會發(fā)現(xiàn)人工智能又又又寒冬了,。明明是一項在世界范圍內(nèi)受關(guān)注和投入頗多的技術(shù),,為什么時不時就會有大佬開麥,,給人一種一年四季都在“寒冬”的錯覺呢?
最近幾個月以來,,曾經(jīng)在去年發(fā)表過《AI Winter is Well on its Way》聲稱AI和深度學習寒冬即將到來的AI專家Filip Piekniewski陸續(xù)發(fā)表了兩篇“雄文”,,再次對深度學習進行了抨擊,一篇稱AI和“區(qū)塊鏈”一樣,,都將面臨崩盤的終局,,另一篇稱深度學習的應(yīng)用性遠比人們想象中狹隘。
我們不如以Filip Piekniewski的言論為線索,,看看在“AI寒冬論”背后,,又暗暗隱藏著哪些秘密。
時隔一年寒冬回歸,,
又帶來了哪些論據(jù),?
在上次發(fā)表《AI Winter is Well on its Way》后,F(xiàn)ilip Piekniewski遭到了不少抨擊,,其中原因是Filip Piekniewski的觀點和論據(jù)實在是存有過多的槽點,。例如Filip將學術(shù)領(lǐng)秀在Twitter上提及深度學習的次數(shù)減少,當做深度學習衰落的證據(jù),。又將知名不靠譜自動駕駛廠商Uber的自動駕駛事故,,歸咎到深度學習技術(shù)的不靠譜上。
但在最近發(fā)表的言論中,,F(xiàn)ilip Piekniewski又對自己的觀點進行進一步的補充,。
首先,F(xiàn)ilip Piekniewski再次強調(diào)了自動駕駛的不靠譜。證據(jù)是最近一年自動駕駛領(lǐng)域逐漸冷卻,,實驗過程中時有事故發(fā)生,,福特CEO Jim Hackett也承認,該公司“高估”了全自動駕駛汽車的到來速度,。
同時Filip Piekniewski還將比特幣與深度學習做對比,,認為兩者都是硅谷在芯片銷售乏力時,“炒作”出的新概念,,一個依靠算力挖礦,,一個依靠大型模型創(chuàng)造計算需求,最終目的是賣出更多的GPU,。而比特幣目前已經(jīng)崩盤,,深度學習所創(chuàng)造的AI夢境也距離夢醒不遠了。
至于當前AI界最為頭痛的人才問題,,F(xiàn)ilip Piekniewski則給出了不同的意見,,他認為相比AI人才緊缺,實際上AI人才是魚龍混雜的,,只要在頂會上發(fā)布一篇論文就能替代一切背調(diào),,加上大量所謂AI人才都是直接從高校和研究院進入企業(yè),缺乏現(xiàn)實場景經(jīng)驗,,更加速了AI的“滅亡”,。
比特幣誅心論:
AI是硅谷的帶貨高手嗎?
相比上一次那Twitter內(nèi)容當做證據(jù),,這一次Filip Piekniewski所提出的自動駕駛遇冷,、AI人才審核標準模糊等等,看似客觀許多,,但將區(qū)塊鏈和AI相提并論,,則是一種極其誅心的理論。
我們不得不承認,,從硅谷視角來看,,AI和區(qū)塊鏈確實有顯著的共同點。第一,,兩者都通過對算力的強大需求,,帶動了芯片行業(yè)的發(fā)展;第二,,兩者都是先“賦能”了硅谷的財富集中,,再去賦能現(xiàn)實場景的落地應(yīng)用。
在移動終端逐漸走向成熟后,,硅谷一度無法再像PC和移動終端熱潮初期,,通過一種普遍性的設(shè)備和產(chǎn)品更新?lián)Q代來獲得財富,。但AI和區(qū)塊鏈的出現(xiàn),又在試圖從底層改變整個軟件和硬件生態(tài),。這其中讓科技企業(yè)獲得了不少紅利,,例如大量投資涌入?yún)^(qū)塊鏈和AI創(chuàng)業(yè)領(lǐng)域,又像是英偉達近年來的迅速成長,。
但我們并不能因此將AI和區(qū)塊鏈完全看做一談,,兩件事情形成的結(jié)果有部分融合,并不代表兩件事的性質(zhì)完全一樣,。
我們需要知道的是,,深度學習之所以會在今天出現(xiàn),是因為移動時代帶來的數(shù)據(jù)量暴漲和算力基礎(chǔ)提升,,給予了深度學習深入研發(fā)和應(yīng)用的可能,。深度學習和芯片算力是彼此成就的,而非像比特幣那樣通過一種類似于投資的概念,,用“挖礦”這種行為來對算力進行一種空對空的消耗,,如同“帶貨”一般促成芯片需求。
所以我們很難將比特幣的潰塌看做AI必將到來的未來,。
技術(shù)原罪論:深度學習
是L5自動駕駛的絆腳石嗎,?
同時比特幣價格的波動,也不代表區(qū)塊鏈技術(shù)是毫無意義的,。不管比特幣是漲是跌,,我們依然能看到區(qū)塊鏈正在進入種種領(lǐng)域,。在應(yīng)用層面,,F(xiàn)ilip Piekniewski一直試圖通過抨擊自動駕駛來駁倒AI整體的應(yīng)用價值。
把目標集中在自動駕駛這一領(lǐng)域中,,我們發(fā)現(xiàn)似乎真的有一絲“寒冬”的意味:從2018年年底開始,,自動駕駛相關(guān)創(chuàng)業(yè)企業(yè)就開始有了融資量下降甚至估值回調(diào)的現(xiàn)象;特斯拉改變了在2019年推出完全自動駕駛的口徑,,甚至因此遭到了車主訴訟,;福特CEO和Waymo CEO接連在公開場合發(fā)表言論,稱“自動駕駛很困難,,尤其是L5級別的自動駕駛”,。
可自動駕駛降溫的原因,真的和AI技術(shù)有關(guān)嗎,?
深度學習在復(fù)雜環(huán)境下感知能力正在應(yīng)用到自動駕駛視覺,、毫米波雷達、激光雷達等等領(lǐng)域中,,但其黑箱特征在決策能力上的弱勢,,確實也對L5級別的自動駕駛發(fā)展產(chǎn)生了一些阻礙。可我們不能將自動駕駛的發(fā)展看做一條單一路徑,,雖然L5級別自動駕駛尚且沒有理想進展,,但L4級別的自動駕駛已經(jīng)開始了頻繁的測試階段,甚至有了商業(yè)落地的雛形,。
何況阻礙L5級別自動駕駛發(fā)展的,,絕不僅僅是AI技術(shù),更多還有落地過程中的各種問題,,例如法律法規(guī),、配套設(shè)施、倫理道德等等,。更何況AI在自動駕駛之外,,還廣闊天地大有作為。僅僅因為如此就一言以蔽之對AI進行通篇否定,,顯然是不合理的,。
為AI“清君側(cè)”:為什么鼓吹A(chǔ)I寒冬論的
都是AI學者?
面對這些不靠譜的言論,,我們或許應(yīng)該從“源頭”開始關(guān)注,。發(fā)布這一系列“雄文”的Filip Piekniewski是一位AI領(lǐng)域和機器視覺領(lǐng)域的研究者,Twitter資料顯示他就職于一家名為Accel Robotics的AI創(chuàng)業(yè)企業(yè),。實際在發(fā)表《AI Winter is Well on its Way》一文之前,,說Filip Piekniewski在AI學術(shù)界毫無存在感也不為過。只是因為對深度學習和AI的抨擊,,才讓他一具成名,。到今天我們可以清晰地看到Filip Piekniewski批判AI的套路:首先對于技術(shù)進行“商業(yè)羞辱”,與概念炒作掛鉤,;再將普遍矛盾集中成技術(shù)矛盾,,將一切落地過程中的問題都歸咎于技術(shù)本身;最后開始誅心說,,把一切都形容成大公司的商業(yè)騙局,。
在發(fā)布了AI寒冬理論之后,LeCun,、吳恩達等等活躍在AI產(chǎn)業(yè)界的學者們都提出了反駁,。可同時市面上也傳來了一些贊同的聲音,,例如紐約大學心理學與神經(jīng)科學教授Gary Marcus,,也曾在去年撰文批判深度學習。
我們可以看到一個很有趣的現(xiàn)象:這些為AI“哭喪”的學者,,恰恰也都是研究AI相關(guān)領(lǐng)域的,。
這種行為并不是來源于學者干一行“唱衰”一行,,而是因為他們所研究的領(lǐng)域和當前AI的發(fā)展有所出入。
就拿Filip Piekniewski本人來說,,其研究范圍在經(jīng)典計算機視覺中,,既是在廣泛的算法集合中從圖像中提取信息,作為機器學習分類器的前端,,以構(gòu)建更復(fù)雜的檢測器,。但在現(xiàn)實應(yīng)用場景中,檢測器的搭建過程非常復(fù)雜也不具有可復(fù)制性,,相比之下遠不如深度學習更加高效,,所以一直很難走向市場。
但經(jīng)典計算機視覺的優(yōu)勢在于,,其準確度相比深度學習解決方案更高,,對計算力的要求也更低。
看到這里,,F(xiàn)ilip Piekniewski此前一些看似非常不合理,、不具有學術(shù)專業(yè)性的言論就有了解釋。不論是強調(diào)深度學習是硅谷的為了賣GPU營造的算力騙局,,還是強調(diào)AI炒作帶來的學者身價膨脹,,本質(zhì)上都是在為自己的學術(shù)觀點站臺,表達對目前深度學習一家獨大的不滿,。
包括上文提到的Gary Marcus,,也是在表達對深度學習不滿的同時,強調(diào)了深度學習必須要結(jié)合符號計算才能進步,。而這也正是Gary Marcus本人的學術(shù)方向,。
說到底,這些看似鼓吹A(chǔ)I寒冬的學者,,并不是真正的不看好的AI價值,,只是對AI學術(shù)發(fā)展的趨勢有所不滿,以一種勸諫的姿態(tài)在表達意見,,仿佛深度學習和硅谷的勾結(jié)已經(jīng)禍國殃民,學者們捶胸頓足的哭嚎著:“陛下,,看看您的江山吧,!”
結(jié)束語
雖然Filip Piekniewski對于深度學習的抨擊本質(zhì)上是一種夾帶私貨,但他的一些觀點也并非不無道理,,例如目前硅谷和學術(shù)界關(guān)系過密,,是否會影響到學術(shù)發(fā)展的方向?以及目前企業(yè)對于深度學習學術(shù)人才的追捧,,是否會反而會因為學術(shù)人才的水土不服而阻礙AI應(yīng)用的發(fā)展,?
當今世界和過去產(chǎn)生的一大區(qū)別是,,商業(yè)與學術(shù)研究正在結(jié)合的越來越緊。在大量科技企業(yè)出資支持學界的情況下,,學者們究竟是在進行純粹的學術(shù)創(chuàng)新,,還是被商業(yè)支持圈到了某一個籠子里?商業(yè)資助的影響,,是否會對學者們的學術(shù)道路選擇產(chǎn)生一定的影響,,最終導致技術(shù)創(chuàng)新在錯誤的方向上越走越遠?
雖然“AI寒冬論”和對深度學習的盲目指摘并不可取,,但其背后所隱藏的問題,,我們應(yīng)當時時警醒、銘記在心,。