郭一璞乾明發(fā)自凹非寺
　　量子位報(bào)道公眾號(hào) QbitAI

　　2020，AI 的研究會(huì)有哪些突破？

　　2020，AI 的應(yīng)用又會(huì)有什么變化？

　　吳恩達(dá) DeepLearning.ai 旗下的 THE BATCH 刊物，分享了包括 Yann LeCun、李開(kāi)復(fù)、周志華、還有他們的老板吳恩達(dá)在內(nèi)的 10 位 AI 大佬的新年寄語(yǔ)，以及對(duì) AI 在 2020 年能有什么突破的“新年愿望”。

　　一起來(lái)看看吧~

　　吳恩達(dá)：保持學(xué)習(xí)和好奇心

　　在這份「新年寄語(yǔ)篇」的開(kāi)頭，吳恩達(dá)作為發(fā)起人開(kāi)場(chǎng)，總體是一些關(guān)于學(xué)習(xí)新知識(shí)的碎碎念。

　　吳恩達(dá)說(shuō)，他每年冬天的假期都會(huì)圍繞一個(gè)新的主題進(jìn)行學(xué)習(xí)。

　　比如 10 年前的那個(gè)冬天，他的學(xué)習(xí)主題是教育學(xué)，雖然當(dāng)時(shí)他拖著十分沉重的書(shū)箱在機(jī)場(chǎng)趕路，但對(duì)教育學(xué)的研究的確為后來(lái)在線(xiàn)學(xué)習(xí)平臺(tái) Coursera 的成立起到了幫助。

　　而去年，當(dāng)時(shí)他的寶貝女兒 Nova 還在母親腹中，吳恩達(dá)就在冬天讀了很多育兒書(shū)籍。

　　而這個(gè)冬天，吳恩達(dá)說(shuō)他在研究續(xù)命——包括遺傳學(xué)、還有夸克什么的在內(nèi)的新興科學(xué)，還實(shí)地探訪(fǎng)去拜見(jiàn)了自己 101 歲的爺爺，爺爺用親身經(jīng)歷告訴他：

　　長(zhǎng)壽的秘方，就是保持好奇心。

　　照這個(gè)規(guī)律，吳恩達(dá)覺(jué)得自己的關(guān)注者里會(huì)有不少人能在 101 歲之后依然活蹦亂跳的。

　　最后，吳恩達(dá)祝大家過(guò)一個(gè)充滿(mǎn)好奇心、學(xué)到新東西、有愛(ài)的 2020 年。

　　李開(kāi)復(fù)：AI 將在更多行業(yè)落地

　　李開(kāi)復(fù)的新年寄語(yǔ)主題，是AI 無(wú)處不在。他說(shuō)：

　　人工智能已經(jīng)從發(fā)現(xiàn)的時(shí)代到了落地的時(shí)代。在我們主要在中國(guó)的投資組合中，我們看到了在銀行、金融、運(yùn)輸、物流、超市、飯店、倉(cāng)庫(kù)、工廠(chǎng)、學(xué)校和藥物研發(fā)中使用人工智能和自動(dòng)化技術(shù)的應(yīng)用。

　　但是，從整體經(jīng)濟(jì)的角度來(lái)看，只有一小部分企業(yè)開(kāi)始使用 AI，這表明還 AI 有巨大的增長(zhǎng)空間。

　　我相信，在人類(lèi)技術(shù)進(jìn)步的歷史上，AI 將與電力同等重要。在未來(lái)的一二十年中，人工智能將滲透到我們的生活和工作中，從而提供更高的效率和更智能的體驗(yàn)?，F(xiàn)在正是企業(yè)、機(jī)構(gòu)和政府充分擁抱 AI 并推動(dòng)社會(huì)前進(jìn)的時(shí)機(jī)。

　　我對(duì) AI 在醫(yī)療和教育上的影響非常興奮。這兩個(gè)行業(yè)已經(jīng)為 AI 的部署做好了準(zhǔn)備。

　　我們投資了一家使用 AI 和大數(shù)據(jù)優(yōu)化供應(yīng)鏈的公司，從而緩解了超過(guò) 1.5 億中國(guó)農(nóng)村人口的藥品短缺情況。我們也在投資用深度學(xué)習(xí)來(lái)生成化合物的藥物研發(fā)公司，以將藥物發(fā)現(xiàn)時(shí)間縮短三到四倍。

　　在教育方面，我們看到一些公司正在用 AI 改善學(xué)生的英語(yǔ)發(fā)音，幫助學(xué)生提升成績(jī)，用個(gè)性化和游戲化的方式幫助學(xué)生學(xué)習(xí)數(shù)學(xué)。這將使教師從日常工作中解放出來(lái)，并使他們能夠花時(shí)間為新興一代的學(xué)生做更多鼓勵(lì)性的工作。

　　我希望看到更多明智的企業(yè)家和公司在 2020 年及以后的幾年中開(kāi)始使用 AI 來(lái)幫助他們獲得更大的好處。

　　LeCun：自監(jiān)督學(xué)習(xí)帶來(lái) AI 革命

　　深度學(xué)習(xí)三巨頭之一、圖靈獎(jiǎng)得主 Yann LeCun 的新年寄語(yǔ)主題，是Learning From Observation。

　　讓人忍不住把它翻譯成“格物致知”。

　　“格”的是開(kāi)車(chē)這件小事。LeCun 提到，人類(lèi)學(xué)開(kāi)車(chē)只要幾十個(gè)小時(shí)，但是模仿學(xué)習(xí)算法需要學(xué)幾十萬(wàn)個(gè)小時(shí)，強(qiáng)化學(xué)習(xí)算法甚至需要學(xué)幾百萬(wàn)個(gè)小時(shí)，這里面一定有什么問(wèn)題。

　　人類(lèi)可以高效學(xué)習(xí)，是因?yàn)槲覀內(nèi)嗽谀X海里建立了世界的模型。嬰兒很難和世界互動(dòng)，但是在剛出生的幾個(gè)月里，他們通過(guò)觀察吸收了大量關(guān)于這個(gè)世界的背景知識(shí)。顯然，大腦的很大一部分被用在了理解世界的結(jié)構(gòu)，并預(yù)測(cè)一些無(wú)法直接觀察到的事物，比如未來(lái)才會(huì)出現(xiàn)的東西、或者被隱藏的事物。

　　因此，AI 的前進(jìn)方向，就是自監(jiān)督學(xué)習(xí)（self-supervised learning），它和監(jiān)督學(xué)習(xí)類(lèi)似，但是并不會(huì)訓(xùn)練系統(tǒng)去把數(shù)據(jù)分類(lèi)，而是我們隱藏一些部分，讓后讓機(jī)器預(yù)測(cè)丟失的部分，比如把視頻的一些幀抹掉，然后訓(xùn)練機(jī)器根據(jù)剩余的幀來(lái)填補(bǔ)被抹掉的部分。

　　最近，這種方法在 NLP 方面非常成功。諸如 BERT、RoBERTa、XLNet、XLM 之類(lèi)的模型以自監(jiān)督的方式進(jìn)行訓(xùn)練來(lái)預(yù)測(cè)文本中缺少的單詞，它們?cè)谒兄饕淖匀徽Z(yǔ)言基準(zhǔn)測(cè)試中都有記錄。

　　希望在 2020 年，自監(jiān)督學(xué)習(xí)能夠用在視頻和圖像上。它會(huì)在視頻這類(lèi)高維連續(xù)數(shù)據(jù)上創(chuàng)造類(lèi)似的革命嗎？

　　其中一項(xiàng)嚴(yán)峻的挑戰(zhàn)是應(yīng)對(duì)不確定性。像 BERT 這樣的模型無(wú)法判斷句子中丟失的單詞是“貓”還是“狗”，但是它們可以產(chǎn)生概率分布向量。對(duì)于圖像或視頻幀，我們沒(méi)有一個(gè)好的概率分布模型。但是最近的研究非常接近，或許我們很快就會(huì)發(fā)現(xiàn)這樣一個(gè)模型。

　　這樣，我們就能用很少的視頻訓(xùn)練樣本，來(lái)實(shí)現(xiàn)非常好的性能預(yù)測(cè)、動(dòng)作預(yù)測(cè)，而這在以前是不可能的。

　　當(dāng)這個(gè)想法實(shí)現(xiàn)的時(shí)候，2020 年就會(huì)是 AI 領(lǐng)域非常激動(dòng)人心的時(shí)刻。

　　周志華：方法創(chuàng)新，方針明確

　　南京大學(xué)周志華教授對(duì) 2020 年有三個(gè)希望：

1. 希望能夠出現(xiàn)深度神經(jīng)網(wǎng)絡(luò)以外的高級(jí)機(jī)器學(xué)習(xí)技術(shù)。神經(jīng)網(wǎng)絡(luò)已經(jīng)被許多研究人員、工程師和從業(yè)人員研究并應(yīng)用了很長(zhǎng)時(shí)間，其他機(jī)器學(xué)習(xí)技術(shù)為創(chuàng)新提供了相對(duì)未開(kāi)發(fā)的空間。
2. 希望 AI 可以涉足更多領(lǐng)域，為人們的日常生活帶來(lái)更多積極的變化。
3. 希望研究人員、工程師和從業(yè)者們對(duì)于如何采取措施防止 AI 技術(shù)的錯(cuò)誤開(kāi)發(fā)和濫用進(jìn)行更多的思考和討論。

　　Anima Anandkumar：模擬的力量

　　Anima Anandkumar 是英偉達(dá)機(jī)器學(xué)習(xí)的總監(jiān)，也是加州理工的計(jì)算機(jī)教授。

　　Anandkumar 教授提到，在仿真環(huán)境學(xué)習(xí)中訓(xùn)練算法會(huì)讓網(wǎng)絡(luò)更為強(qiáng)大，并且能模擬各種復(fù)雜的情況，在一些情況下可以解決研究人員數(shù)據(jù)不夠的問(wèn)題。

　　她所在的加州理工已經(jīng)用物理模型來(lái)模擬真實(shí)數(shù)據(jù)，用深度學(xué)習(xí)進(jìn)行地震預(yù)測(cè)的研究；英偉達(dá)也推出了仿真平臺(tái) Isaac。

　　她希望，2020 年 AI 科學(xué)家們能認(rèn)識(shí)到在模擬環(huán)境中進(jìn)行訓(xùn)練的價(jià)值，并在新的一年產(chǎn)生更為重大的 AI 進(jìn)步。

　　Oren Etzioni：工具創(chuàng)造平等

　　Oren Etzioni 是艾倫人工智能研究所的首席執(zhí)行官、華盛頓大學(xué)計(jì)算機(jī)教授、Madrona 資本合伙人。

　　他認(rèn)為，AI 界花了很多時(shí)間討論算法的公平和透明性，但在應(yīng)用上，AI 還可以為社會(huì)提供更多幫助，比如為行動(dòng)不便的人提供無(wú)障礙技術(shù)，解決教育、流浪者、人口販賣(mài)的問(wèn)題，AI 能對(duì)人們的生活質(zhì)量產(chǎn)生巨大的積極影響，但現(xiàn)在 AI 界對(duì)此的研究和探討只浮于表面。

　　因此，他希望 2020 年 AI 界能用切實(shí)的手段讓這些處于不利地位的人受益，讓世界更公平。

　　Chelsea Finn：泛化的機(jī)器人

　　Chelsea Finn 是斯坦福計(jì)算機(jī)科學(xué)與電氣工程助理教授。

　　她認(rèn)為，目前的許多 AI 技術(shù)都能在圍棋等特定任務(wù)上取得非常好的成績(jī)，但在泛化方面做得還不夠，無(wú)法用一個(gè)機(jī)器人來(lái)完成多個(gè)任務(wù)。

　　比如，識(shí)別 ImageNet 上的圖片需要一個(gè)模型，但如果機(jī)器人需要與環(huán)境交互，那為每個(gè)任務(wù)都創(chuàng)造一個(gè) ImageNet 那么大的數(shù)據(jù)集是不切實(shí)際的。

　　因此，她也在進(jìn)行更多賦予機(jī)器人泛化能力的研究。如果強(qiáng)化學(xué)習(xí)的臨界質(zhì)量發(fā)展和泛化有所突破，會(huì)是非常令人振奮的事情。如果能應(yīng)對(duì)這些挑戰(zhàn)，機(jī)器人會(huì)比現(xiàn)在的更加智能，而不僅僅是停留在實(shí)驗(yàn)室里。

　　David Patterson：快速訓(xùn)練與推理

　　David Patterso 是加州大學(xué)伯克利分校的計(jì)算機(jī)科學(xué)教授，RISC-V 國(guó)際開(kāi)源實(shí)驗(yàn)室負(fù)責(zé)人，也是 ACM 和 IEEE 的 Fellow。

　　他說(shuō)，過(guò)去一年，阿里巴巴、 Graphcore 和英特爾等公司都在研發(fā)專(zhuān)門(mén)的人工智能處理器，而這些芯片將慢慢進(jìn)入研究實(shí)驗(yàn)室和數(shù)據(jù)中心。

　　他認(rèn)為，投資數(shù)十億美元打造新穎的人工智能硬件將在 2020 年初見(jiàn)成效。

　　并希望人工智能社區(qū)能接受其中最好的芯片，來(lái)推動(dòng)這個(gè)領(lǐng)域朝著更好的模型和更有價(jià)值的應(yīng)用方向發(fā)展。

　　Dawn Song：要對(duì)數(shù)據(jù)負(fù)責(zé)

　　Dawn Song 是安全領(lǐng)域的頂尖學(xué)者之一，1996 年本科畢業(yè)于清華大學(xué)，現(xiàn)在是加州大學(xué)伯克利分校(UC Berkeley)計(jì)算機(jī)科學(xué)和電子工程教授，也是 Oasis Labs 首席執(zhí)行官和聯(lián)合創(chuàng)始人。

　　她認(rèn)為，人們對(duì)敏感數(shù)據(jù)的收集正在迅速增加，幾乎涵蓋了人們生活的方方面面。但用戶(hù)幾乎無(wú)法控制他們生成的數(shù)據(jù)如何被使用。與此同時(shí)，企業(yè)和研究人員在利用數(shù)據(jù)方面面臨著諸多挑戰(zhàn)。

　　在她看來(lái)，這種數(shù)據(jù)收集方式將個(gè)人和企業(yè)置于危險(xiǎn)之中，她希望 2020 年應(yīng)該是為負(fù)責(zé)任的數(shù)據(jù)經(jīng)濟(jì)打下基礎(chǔ)的一年。

　　這需要?jiǎng)?chuàng)造新的技術(shù)、法規(guī)和商業(yè)模式。Dawn Song 認(rèn)為，2020 年在在機(jī)器學(xué)習(xí)方面仍然存在更大的挑戰(zhàn)，要打造可擴(kuò)展的系統(tǒng)來(lái)為實(shí)際部署大型、異構(gòu)數(shù)據(jù)集服務(wù)，聯(lián)邦學(xué)習(xí)的進(jìn)一步研究和部署對(duì)于某些用例也很重要等等。

　　Richard Socher：信息海洋已經(jīng)沸騰

　　Richard Socher 博士畢業(yè)于斯坦福大學(xué)計(jì)算機(jī)系。2016 年，自己創(chuàng)辦的公司被 Salesforce 收購(gòu)后，加入 Salesforce，現(xiàn)在是 Salesforce 的首席科學(xué)家。

　　他認(rèn)為，如何處理鋪天蓋地的事實(shí)、意見(jiàn)和觀點(diǎn)仍然是一個(gè)挑戰(zhàn)。

　　比如，在你沒(méi)有讀過(guò)一個(gè)冗長(zhǎng)的文檔之前，你很難知道你會(huì)在里面找到什么信息。而且，想要知道某個(gè)特定的陳述是否正確也非常困難。

　　在他看來(lái)，自動(dòng)提取摘要可以解決這些問(wèn)題，2020 年，這一技術(shù)將會(huì)迎來(lái)重大發(fā)展，改變我們消費(fèi)信息的方式。

　　不僅能幫助人們應(yīng)對(duì)不斷涌現(xiàn)的新信息，而且還能讓人們進(jìn)一步擁抱人工智能的巨大潛力，創(chuàng)造一個(gè)更美好的世界。

總結(jié)

以上是生活随笔為你收集整理的吴恩达邀请9位AI大牛畅想2020：李开复看好医疗教育的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。