Yann LeCun

Yann LeCun是紐約大學(xué)教授，F(xiàn)acebook首席AI科學(xué)家及人工智能研究院（FAIR）創(chuàng)始人。Facebook人工智能研究院開發(fā)了PyTorch 1．0、Caffe2及其他大量的人工智能系統(tǒng)，如Facebook每日使用上十億萬(wàn)次的文本翻譯AI工具和先進(jìn)的下圍棋的強(qiáng)化學(xué)習(xí)系統(tǒng)。

他堅(jiān)信FAIR為其研究及工具所采用的開源政策推動(dòng)了其他大型科技企業(yè)采用該政策，而這推動(dòng)了AI整個(gè)領(lǐng)域的發(fā)展。在上月的NeurIPS大會(huì)和FAIR 50周年之際，LeCun將FAIR稱為一家致力于“可實(shí)現(xiàn)各種可能的機(jī)器學(xué)習(xí)的技術(shù)及數(shù)學(xué)腹地”的研究院。

他說(shuō)：“當(dāng)更多人開始討論AI研究時(shí)，整個(gè)領(lǐng)域?qū)⒏�快的向前發(fā)展，對(duì)AI研究來(lái)說(shuō)這影響重大。今日AI發(fā)展速度之快主要是因?yàn)楦�多的人進(jìn)行了更快更有效的交流，并做了更多的開放性研究。”

在倫理層面，LeCun很高興看到公眾開始思考AI工作所帶來(lái)的倫理影響及帶有偏見的決策所帶來(lái)的危險(xiǎn)。

他說(shuō)：“情況與倆三年前不同了，現(xiàn)在人們已充分認(rèn)識(shí)到倫理方面的問題�！�

他認(rèn)為AI領(lǐng)域中的倫理與偏見問題現(xiàn)在還并未成為需要立即采取措施的主要問題，但他認(rèn)為人們應(yīng)提前做好準(zhǔn)備。

就像現(xiàn)在還未出現(xiàn)急需解決的重大生死攸關(guān)問題一樣。但問題遲早會(huì)來(lái)，我們需要了解這些問題并防患于未然。

如吳恩達(dá)一樣，LeCun期待未來(lái)會(huì)有更多靈活的AI系統(tǒng)。這些系統(tǒng)不需原始輸入數(shù)據(jù)或精確條件，就可以得到準(zhǔn)確的輸出。

他還提到，雖然研究人員可通過(guò)深度學(xué)習(xí)來(lái)很好地處理感知，但卻對(duì)AI系統(tǒng)整體的架構(gòu)缺乏理解。

要想教會(huì)機(jī)器通過(guò)觀察世界去學(xué)習(xí)，需要自我監(jiān)督學(xué)習(xí)或基于模型的強(qiáng)化學(xué)習(xí)。

他說(shuō)道：“不同的人對(duì)此稱呼不同，但人類與動(dòng)物都是通過(guò)觀察與了解大量的背景知識(shí)來(lái)感知世界是如何運(yùn)作的。我們還不知道如何讓機(jī)器學(xué)會(huì)這么做，這是一項(xiàng)巨大的挑戰(zhàn)。這項(xiàng)研究的成果將會(huì)推動(dòng)AI與計(jì)算機(jī)的真正發(fā)展，從而讓機(jī)器具備一些常識(shí)，讓人們能與機(jī)器助手就更廣泛的話題進(jìn)行交流，并不再感到沮喪�！�

對(duì)于有助于Facebook內(nèi)部運(yùn)營(yíng)的應(yīng)用，LeCun稱在自我監(jiān)督學(xué)習(xí)及需少量數(shù)據(jù)輸出準(zhǔn)確結(jié)果的人工智能等方面取得的進(jìn)步將是十分重要的。

他還提到，在問題的解決過(guò)程中，我們希望找到減少特定任務(wù)如機(jī)器翻譯、圖像識(shí)別等任務(wù)所需數(shù)據(jù)量的方法，在這一方向上我們已經(jīng)取得了一定的進(jìn)展。我們已經(jīng)通過(guò)使用弱監(jiān)督或自我監(jiān)督學(xué)習(xí)對(duì)Facebook機(jī)器翻譯及圖像識(shí)別產(chǎn)生了深遠(yuǎn)影響。因此，這些影響不僅僅是長(zhǎng)期的，更能帶來(lái)短期效果。

在未來(lái)，LeCun期待見到AI在建立事件之間的因果關(guān)系上能取得進(jìn)展。這一能力并不僅僅通過(guò)觀察獲得，更需通過(guò)實(shí)踐理解。例如，當(dāng)人們?cè)谑褂糜陚銜r(shí)，很可能是下雨了。

他提到，如果你想機(jī)器通過(guò)觀察來(lái)了解世界運(yùn)作原理，它必須要知道它能夠做什么要想影響世界，這是十分重要的。假設(shè)你在一間房中，你的前面是一張桌子，桌上有一個(gè)像水杯樣的物體，你知道你推一下水杯，水杯會(huì)移動(dòng)，但你卻無(wú)法移動(dòng)桌子，因?yàn)樽雷佑种赜执蟆＿@類事情都是與因果相關(guān)的。

希拉里·梅森

在2017年Cloudera收購(gòu)Fast Forward Labs之后，希拉里·梅森出任了Cloudera機(jī)器學(xué)習(xí)的總經(jīng)理。Fast Forward Labs雖被收購(gòu)，卻仍在運(yùn)營(yíng)之中。它為用戶提供應(yīng)用機(jī)器學(xué)習(xí)報(bào)告與建議，從而預(yù)測(cè)未來(lái)半年到兩年企業(yè)的發(fā)展方向。

2018年，AI領(lǐng)域中的一項(xiàng)與多任務(wù)學(xué)習(xí)相關(guān)的發(fā)展讓梅森感到驚訝。多任務(wù)學(xué)習(xí)可訓(xùn)練單個(gè)神經(jīng)網(wǎng)絡(luò)在推理時(shí)應(yīng)用多種標(biāo)簽，例如在一幅圖像中看到的多個(gè)對(duì)象。

Fast Forward Labs一直就AI系統(tǒng)的倫理影響為客戶提供建議。梅森也意識(shí)構(gòu)建AI系統(tǒng)倫理框架的重要性。

梅森說(shuō)道：“這正是自成立了Fast Forward 我們一直在做的事。5年前，我們?cè)诿科獔?bào)告中都撰寫了倫理方面的規(guī)范。但今年，公眾才開始真正關(guān)注倫理規(guī)范。到明年，對(duì)此莫不關(guān)注的企業(yè)與個(gè)人都會(huì)承擔(dān)相應(yīng)的后果與責(zé)任。有一點(diǎn)我沒有說(shuō)清楚，我希望未來(lái)在數(shù)據(jù)科學(xué)與AI發(fā)展的實(shí)踐中，技術(shù)人員和商業(yè)領(lǐng)袖在開發(fā)AI產(chǎn)品時(shí)都能自主地考慮道德和偏見問題，而非像今天熟視無(wú)睹。”

隨著未來(lái)一年越來(lái)越多AI系統(tǒng)成為商業(yè)運(yùn)營(yíng)的一部分，梅森期待處于最佳位置的產(chǎn)品經(jīng)理及產(chǎn)品負(fù)責(zé)人將會(huì)對(duì)AI做出更多的貢獻(xiàn)。

她表示：“顯然，了解產(chǎn)品整體框架及行業(yè)的人知道什么產(chǎn)品是有價(jià)值的，什么是沒價(jià)值的，他們也知道誰(shuí)是投資方向上的最佳決策人。所以如果讓我預(yù)測(cè)，我認(rèn)為那些使用電子表格建立簡(jiǎn)單模型的人會(huì)變得很低能，他們自己也會(huì)很快意識(shí)到將AI應(yīng)用到自己產(chǎn)品中的機(jī)會(huì)非常之少�！�

AI民主化或?qū)?AI 擴(kuò)展到企業(yè)除數(shù)據(jù)科學(xué)團(tuán)隊(duì)外的所有部門，是很多公司所強(qiáng)調(diào)的，如 Kubeflow Pipelines及AI Hub等谷歌云AI產(chǎn)品，以及 CI＆T 公司為確保人工智能系統(tǒng)在公司內(nèi)部得到實(shí)際利用提出的建議。

梅森認(rèn)為越來(lái)越多的企業(yè)需要構(gòu)建管理多個(gè)AI系統(tǒng)的結(jié)構(gòu)。

如開發(fā)運(yùn)維人員所面臨的挑戰(zhàn)一樣，單個(gè)系統(tǒng)可使用手動(dòng)部署的定制腳本來(lái)管理，cron腳本也可管理幾十個(gè)系統(tǒng)。但當(dāng)管理有安全、管理及風(fēng)險(xiǎn)要求的企業(yè)中的數(shù)百上千系統(tǒng)時(shí)，需要的是更專業(yè)、穩(wěn)健的工具。

她還提到，企業(yè)正在從尋求有能力及才華的人才向系統(tǒng)化追求機(jī)器學(xué)習(xí)及AI機(jī)遇轉(zhuǎn)變。

由于Cloudera 近期推出了基于容器的機(jī)器學(xué)習(xí)平臺(tái)，因此對(duì)于梅森來(lái)說(shuō)，強(qiáng)調(diào)部署AI所需的容器是有意義的。她堅(jiān)信這一趨勢(shì)在未來(lái)幾年將會(huì)持續(xù)下去，從而企業(yè)可在本地AI及云端AI部署兩者中做選擇。

梅森還相信AI的業(yè)務(wù)將不僅僅在單個(gè)公司而是整個(gè)行業(yè)中繼續(xù)不斷發(fā)展。

她說(shuō)道：“我們將看到AI專業(yè)實(shí)踐的持續(xù)發(fā)展。如果你現(xiàn)在是一家公司的數(shù)據(jù)科學(xué)家或機(jī)器學(xué)習(xí)工程師，當(dāng)你跳槽至另外一家公司后，你的工作將會(huì)完全不同：不同的工具、不同的期望和不同的報(bào)表結(jié)構(gòu)。但我想一致性還是存在的�！�