发帖
雷达卡
人工智能“之父”之争，被忽视的Jürgen Schmidhuber [color=rgb(0,0,0) !important] |原作者: John Markoff|来自: 新智元
摘要: Jürgen Schmidhuber 可以说是人工智能研究领域的 Rodney Dangerfield （美国喜剧演员，80 年代以一句“没人尊重我”而知名）。在瑞士卢加诺，这座意大利边境附近山脉间的田园诗般的小城拜访 Jürgen Schmidhuber 时 ...
| Jürgen Schmidhuber 可以说是人工智能研究领域的 Rodney Dangerfield （美国喜剧演员，80 年代以一句“没人尊重我”而知名）。在瑞士卢加诺，这座意大利边境附近山脉间的田园诗般的小城拜访 Jürgen Schmidhuber 时，很容易理解为什么他总是认为他在人工智能领域的开拓性研究没有得到重视，就像那位喜剧演员总喜欢说没人尊重他。 在世界另一端的硅谷，科技公司正在造自动驾驶汽车，开发能回应语音命令，甚至能预测人的下一步行为的智能音箱。 在某些圈子里，为这些技术做了早期工作的人会成为该领域的明星。例如，在谷歌为自动驾驶汽车做了开拓性研究的 Sebastian Thrun，创造 Siri 的 Adam Cheyer 和 Tom Gruber，以及被 Facebook 从纽约大学挖走的，[color=rgb(68,68,68) !important]神经网络方面的专家 Yann LeCun。但即使在旧金山程序员们经常光顾的全自动 Eatsa 餐厅，你如果提起 Jürgen Schmidhuber 的名字，知道他的人也不多。 Schmidhuber 的牢骚：自己早期的研究没有得到重视 现年 53 岁，仍然健硕的 Schmidhuber 博士是 Dalle Molle 人工智能研究所的联席主任，他在最近一趟乘坐火车前往苏黎世的旅途中，回顾了他如何认为自己早期的研究经常被忽视。 Schmidhuber 博士的牢骚在研究圈子中非常有名，这些研究人员们把直到 5 年前还是停滞不前的一潭死水般的 AI 研究转变为现今价值数十亿美元的吃香行业。Schmidhuber 被指控把他人的研究成果占为己有，甚至使用多个假名编写自己的维基百科页面，以造成有很多人支持自己的样子。 LeCun 博士在一封 email 回复中写道：“Jürgen 对众人的认可过于痴迷，总是说自己没有得到应得的很多东西。几乎是惯性地，他总是在别人每次讲话结束时都要站起来，说刚刚提出的成果有他的功劳，大体上看，这种行为并不合理。” Schmidhuber 博士用一个更大的理由反驳这种批评：他不是唯一一个没有得到应得的荣誉的 AI 研究者。他说，事实上 1960 年代的许多研究成果都被今天的研究者忽略了。 虽然 Schmidhuber 坚持说自己对那些更知名的研究人员并无恶意，但没有得到更多声誉这点仍然让他心烦。他说：“我这个领域中的某些研究人员表现得就像他们自己发明了一些东西，但其实是其他人发明的，他们甚至提都不提。” 神经网络的根源和 LSTM 不过，要理解它早期的研究工作为什么没有给他带来更多荣誉却并不容易，他居住在远离技术行业中心的地方这一事实也无法完全作为解释。 这些争论有关神经网络的根源。神经网络允许机器通过识别可以广泛应用的模式来学习，其应用包括语言识别、视觉物体识别、自动驾驶汽车导航，机械臂的灵活抓取等。作为一个科学领域，神经网络的发端可以追溯到上世纪 40 年代，但直到最近几年，该领域才取得了显著进展。 神经网络实际上是软件。用形象点的类比来说，可以把神经网络视为一个超级大的万能工匠（Thinkertoy）玩具——大量互相连接的节点阵列，可以训练来完成许多任务，从语言翻译到识别物体、识别人类讲话。 几十年来，神经网络一直是实验室里的概念，经常遭到怀疑。但到 1990 年代，随着计算机变得成本越来越低，速度越来越快，以及设计神经网络的新思路的出现，神经网络终于有了进展。 1997 年，Schmidhuber 博士和 Sepp Hochreiter 博士合作发表了一篇论文，后来证明这篇论文提出的技术对最近的视觉和语言方面取得的快速进展起着关键的基础性作用。这一技术被称为长短期记忆人工神经网络（Long-Short Term Memory, LSTM），但在当时并没有得到广泛的理解。从本质上来说，LSTM 为神经网络提供了一种记忆形式或环境。 正如人类不是任何时候都要从头开始学习一样，特定类型的神经网络增加了循环或记忆的机制，能够根据先前观察到的内容来理解新的词汇或新的观察。LSTM 显著改善了这些网络的表现，使准确度得到大幅提升。 一心要打造自我意识的机器 可能 Schmidhuber 博士的不幸是，他的研究太超前了——早于性能强大、成本低廉的计算机的出现好几年。直到近几年，他提出的概念才开始普及。 例如，去年谷歌研究人员的一份报告说，他们使用 LSTM 将语音识别的错误率减小了 49%，这是一个飞跃性的进步。 但 Schmidhuber 博士和 Hochreiter 博士当年的研究和今天的进展之间仍然有着很大的差距——这就是问题的所在。其他研究人员说，从 A 点到如今的 B点，有许多研究者做出了贡献。 “他（Schmidhuber）是做了很多开创性的工作，” OpenCV 的创造者，AI 科学家 Gary Bradski 说，“但他不是那个使这些成果流行起来的人。这就像最早发现美洲的是维京人，但千古留名的是哥伦布。” Schmidhuber 博士也有关于 AI 的宏伟愿景——拥有自我意识的（self-aware）或“有知觉的机器”（conscious machines）不久就将出现——这个观点让他的一些同行不屑。对这场辩论需要提出一个问题：人工智能是一个工程学科，还是一场创造新的超智能生物的“造神运动”？ Schmidhuber 博士坚定地站在造神的立场，认为这些技术的基本概念已经存在，而且人类的意识并不神奇。他说：“简而言之，知觉和自我意识是被高估了”，认为机器的意识将从更强大的计算机和算法中出现，而这些算法与他早已设计好的那些非常接近。 这种执念从他少年时代在德国阅读科幻小说时就没有变过。 “在我的成长的过程中，我一直追问自己，我能产生的最大的影响是什么？”Schmidhuber 博士回忆道，“这个问题后来变得清楚了，就是我要造出比我自己更聪明的东西，而这个东西又将造出更聪明的东西，如此等等，最终它将掌管并改变整个宇宙，使整个宇宙变得智能。” 今天，他已经不再困惑这样的机器是否会出现，他说，只要计算能力得到大飞跃，很快就会出现。 2014 年，Schmidhuber 和其他人合作成立了一家公司，把他的一些技术商业化，并且继续研究“通用目的”（general purpose）的人工智能。这家公司叫 Nnaisense，距离卢加诺大学仅几步之遥。该公司的顾问是奥地利林兹大学生物信息学研究所主任 Hochreiter 博士和 Skype 的联合创始人 Jaan Tallinn。 该公司的首席执行官是美国计算机科学家 Faustino Gomez，他多年来都是 Schmidhuber 博士的合作研究者。他捍卫了他的合作伙伴的声称，说他确实做了许多开拓性的工作，而且赞同他对在人工智能的乐观态度。他说：“我们正处于人工智能第一阶段的结尾处。” 原文链接：http://www.nytimes.com/2016/11/2 ... verlooked.html?_r=0 |
提升卡
置顶卡
沉默卡
变色卡
抢沙发
千斤顶
显身卡
京公网安备 11010802022788号
