和Facebook AI主管Yann LeCun聊AI
极客时间编辑部
讲述:杜力大小:1.08M时长:02:21
近日,Facebook AI 主管扬·勒丘恩(Yann LeCun)在接受采访时,分享了他对 AI 目前的发展状况以及短期内对消费者影响的看法。
当记者问到 AlphaGo 相关算法用在其他科学研究,比如蛋白质折叠和药物研究上的可行性时,勒丘恩表示,AlphaGo 正在使用的强化学习适用于只有少量离散动作的情况。同时,因为围棋环境本身并不复杂,人们可以在多台计算机上以每秒几千帧的速度进行模拟,但是这并不能在现实世界中起到作用,因为模拟速度不可能比时间跑得还快。
解决这个问题的唯一办法就是让机器能够通过学习建立自己的内部模型,而目前缺乏的正是能够让机器对世界建立模型的关键性技术。
举个例子,当一个人学习驾驶时,会在脑海里建立一个模型,让自己意识到如果开错路或者撞到树,就会有不好的事情发生。但是,如果使用纯粹的强化学习技术,并且用一个模拟器训练出一套系统来驾驶汽车,那么它将会在发生 40,000 次崩溃之后,才意识到这样做是不对的。所以需要强调的是,强化学习不过是一种方法,但绝不是智能进步的关键因素。
此外,勒丘恩还谈到短期内 AI 对消费者的作用以及 Facebook 在这方面的计划。他表示,虚拟助手会是一个重点。现有的助手完全依靠脚本,把一堆有可能被问到的问题的答案告诉用户。所以这使得虚拟助手变得很乏味、昂贵和脆弱,虽然它们在某些情况下还是有用的,比如用作客服。
而 Facebook 的下一步计划是在虚拟助手中加入一些学习系统。拥有一台能够读取长文本的机器,然后回答与之相关的任何问题, 这将是非常实用的功能。
再往下一步的计划就是让机器与人一样掌握相同的背景知识。但是,除非能找到一些方法让机器学会如何通过观察来了解世界,否则 Facebook 不会这样做。这是未来几年关键的技术挑战。勒丘恩称之为预测学习,有些人则称之为无监督学习。
最后,勒丘恩表示,在接下来的几年里,随着虚拟助手变得越来越实用,虚拟助手会有持续的进步,能够造成的交流障碍也会越来越少。它们将学到更多的知识,并且不再依靠设计者的脚本来为人类做更多的事。这正是 Facebook 非常感兴趣的事情。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》,如需阅读全部文章,
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有,未经许可不得传播售卖。 页面已增加防盗追踪,如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示,欢迎踊跃留言。
收起评论