1. 程式人生 > >Hinton:今年AI沒有重大突破,但三件事值得關注

Hinton:今年AI沒有重大突破,但三件事值得關注

原作 Steve LeVine
Root 編譯自 axios
量子位 出品 | 公眾號 QbitAI

640?wx_fmt=png&wxfrom=5&wx_lazy=1

2017年,有哪些值得關注的AI事件?

過去的一年裡,既有霍金和馬斯克等齊聲呼籲,一定要時刻警惕超級智慧體,防止他們取代我們人類;當然,也有扎克伯格、李開復等說現在擔心害怕人工智慧還太早,恐懼被輿論放大了。

那麼到底如何評價即將過去的這一年,這裡有九位大咖的回答。

Geoffrey Hinton

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

多倫多大學教授。回顧這一年,他的總結是:

2017年確實有很多不錯的進展,不過比起14年用神經網路做機器翻譯,或者16年的AlphaGo,都談不上重大突破。今年最大的進步,在我看來是以下幾點:

1)神經架構搜尋:用神經網路來自動設計神經網路,而且有效。

2)基於注意力機制的機器翻譯,不再需要迴圈或者卷積了。

3)AlphaZero:快速學會以人類的風格下棋,把最強的棋類程式拋在身後。

Hinton本人今年終於釋出了關於Capsule的研究,可以通過一個卡戴珊的例子更好的理解這個理論。

而且還號召整個業界展開AI革命,呼籲大家重頭再來。所以Hinton認為今年沒有突破也是理所應當。

吳恩達

他以Landing.AI公司CEO的身份,回他了他眼中2017年最重要的AI事件。

640?wx_fmt=jpeg

AlphaGo已經證明了自己強大的算力和資料能力。卡納基梅隆的Libratus,一個也在不斷地迭代德撲程式,創新程度更高。從技術角度來說,這兩件事都可以載入史冊了。

Andrew Moore

安德魯·摩爾(Andrew Moore),卡內基梅隆大學計算機學院主任。

德撲AI Libratus已經擊敗了四個世界頂級選手。而且在AI擊敗人類的新領域裡——無限注的德州撲克,Libratus必須考慮對手會故意誤導自己。在一個需要辨別資訊來源真假的世界裡,很驚喜地看到新一代的AI居然能夠對外界的資訊保持懷疑的態度。

0?wx_fmt=jpeg

吳恩達和摩爾提到的Libratus,還有一箇中文名叫“冷撲大師”。

今年1月,在匹茲堡河流賭場舉辦了一場為期20天的Brains vs. AI比賽,Libratus在一對一、無限注的德撲人機大戰中,擊敗四位頂級人類玩家,累計贏得176.6萬美元籌碼

4月,創新工場董事長兼CEO、創新工場人工智慧工程院院長李開復,邀請Libratus和團隊來到中國,以

“冷撲大師”之名與“龍之隊”展開對決

這場為期五天的對決中,冷撲大師以領先792327記分牌、每百手領先15.8大盲注的成績擊敗人類對手。贏得200萬獎金。

640?wx_fmt=jpeg

Rodney Brooks

羅德尼·布魯克斯(Rodney Brooks),著名機器人專家,前任麻省理工學院CSAIL實驗室主任,Rethink Robotics公司創始人,也曾擔任iRobot創始人兼CTO。

0?wx_fmt=jpeg

我覺得2017年最重要的AI時刻是我在12月17號那個星期天,看到超級碗的廣告。廣告裡面提到,現在超級碗已經開始在用AI去洞察粉絲需求了。

廣告的末尾是超級碗在亞馬遜的雲服務平臺上執行機器學習。想到跑去影響NFL的粉絲,可以看出來機器學習和人工智慧現在有多麼的火。

其實人工智慧早已滲透入橄欖球界。今年2月的超級碗,儘管過程跌宕起伏,但是各路AI還是準確的預測出冠軍歸屬。

640?wx_fmt=jpeg

不只是預測,在日常的橄欖球訓練中,AI也帶來了更精準的戰術資料分析、能減少運動損傷的機器人陪練等等。

當然,籃球、足球等運動領域,AI也同樣在大顯身手。

Greg Diamos

百度高階研究員。

這一年讓我印象最深刻的是斯坦福研究團隊研發的放射診斷演算法,可以檢測心律失常並更好地輔助人類醫生的治療工作。我認為,有了AI的幫助之後,醫療領域會有質的進步。

Azeem Azhar

Peer Index創始人、Exponential View負責人。

我會選兩件事。這兩件事都談到了在發展AI過程中,我們要特別注意開發出來的AI是否可靠。

第一個是微軟研究院Kate Crawford的一次演講,她闡述了機器學習的演算法未來可能會在哪幾方面出錯,所以我們現階段應該做些什麼事情去預防AI技術被誤用或惡意使用。

第二個是劍橋大學的Adrian Weller發表的一篇論文,提到了寫演算法的時候要有意識地強調公平和正義。

AI是把雙刃劍。在科技高速發展提高我們生活工作質量的同時,也要小心技術帶來的負面影響。

關於Kate Crawford的這次演講,視訊如下:

Been Kim

谷歌大腦研究科學家。

今年我最看好的話題是可解釋性,幫助人類去理解AI模型。今年的國際機器學習大會(International Conference on Machine Learning,ICML)舉辦了第一次的可解釋性的主題報告,以及兩個相關的研討會。今年的NIPS上,也有幾個關於可解釋性的口頭彙報,一個專題研討會和兩個研討班。相信這個趨勢將會延續到明年的CVPR和FATML。

Terah Lyons

Partnership on AI執行主席。

0?wx_fmt=jpeg

這一年有很多邊緣化的事件在刺激著我們的神經。

比如學術界裡受到性騷擾的女研究員Kristian Lum公開呼籲大家重視性騷擾這個問題。

Kristian Lum的公開呼籲信連結,https://medium.com/@kristianlum/statistics-we-have-a-problem-304638dc5de5

0?wx_fmt=png

這次事件警示我們,即使在AI圈裡,也存在這些不堪入目的陰暗事件。性騷擾能在學術圈裡如此猖獗,嚴重損害女研究員的心理健康和學術上的表現。

我們學術圈在強調創新的同時,在看到圈裡女性學者受到騷擾這樣不公平的事件時,絕對有責任發聲,不能沉默不語,讓道德敗壞沒有底線的人逃脫應有的譴責和懲罰。

對此,Jeff Dean等也都紛紛發聲支援。

0?wx_fmt=jpeg

Richard Socher

Salesforce首席科學家。

今年最重要的主題出現在NIPS頂會上,在這麼多創新裡,研究委員會始終最關心的核心議題是道德倫理。

他們希望,每一個參會人都能意識到,要AI技術得到良好的推進,需要大家的信任、資訊透明、以及平等。

640?wx_fmt=png

以上。

活動報名

0?wx_fmt=jpeg

加入社群

量子位AI社群12群開始招募啦,歡迎對AI感興趣的同學,加小助手微信qbitbot4入群;

此外,量子位專業細分群(自動駕駛、CV、NLP、機器學習等)正在招募,面向正在從事相關領域的工程師及研究人員。

進群請加小助手微訊號qbitbot4,並務必備註相應群的關鍵詞~通過稽核後我們將邀請進群。(專業群稽核較嚴,敬請諒解)

誠摯招聘

量子位正在招募編輯/記者,工作地點在北京中關村。期待有才氣、有熱情的同學加入我們!相關細節,請在量子位公眾號(QbitAI)對話介面,回覆“招聘”兩個字。

0?wx_fmt=jpeg

量子位 QbitAI · 頭條號簽約作者

վ'ᴗ' ի 追蹤AI技術和產品新動態