AI研究院 | 對話臉書LeCun：如何讓FB機器人學會思考？

編者按：《AI研究院》由網易智能頻道發起，網易杭州研究院等機構共同參與打造，每周五篇，專註AI行業研究與深度分析，並提供技術應用交流。轉載請聯繫我們獲得授權，公號smartman163。

【網易智能訊 4月21日消息】在距離Facebook美國門洛帕克市總部近5000公里的曼哈頓市中心一棟古老的米色辦公大樓里，一群公司員工正在研究幾個項目，它們看起來似乎與社交網路關係不大，而更像科幻小說中的場景。這就是Facebook的人工智慧研究團隊，簡稱FAIR。他們專註於一個獨特的目標，即開發具有與人類同等智能水平的電腦。

儘管距離實現終極目標還很遙遠，但這個團隊正取得十年來幾乎沒有人敢相信的成就：它的人工智慧程序繪製的畫作幾乎與人類藝術家無分軒輊，從維基百科上挑選的主題測驗罕縫敵手，它還能玩《星際爭霸》這樣的高端視頻遊戲。慢慢地，它們變得越來越聰明。將來，它們可能會改變Facebook，讓你與朋友之間互動的平台成為你的知心好友。

正是出於這些原因，FAIR顯然不是典型的Facebook團隊。這個團隊的成員並不直接參与這家價值4100億美元大公司的熱門產品開發工作，比如Instagram、WhatsApp、Messenger和Facebook。它的最終目標可能需要幾十年時間才能實現，而且可能永遠無法實現。

它並非由典型的矽谷成功人士領導的，而是一位56歲的學者Yann LeCun（雅恩·樂昆），他在人生中經歷了真正的失敗，並成功地恢復過來。他曾經被拒絕的關於人工智慧的理論如今被認為是世界上最先進的，Facebook給出的高額薪酬便是他個人價值的最佳證明。

LeCun表示：「你與數字世界（包括手機、電腦等）的互動將會發生改變。」 FAIR正在提高電腦的視覺、聽覺以及通訊能力，它的發現已經滲透到Facebook的各種產品中，從新聞推送到相機再到圖片過濾器等。

Facebook正在進行大規模投資，這不僅是因為人工智慧很有趣，還因為它非常重要。在當今科技的各個角落，公司都在以人工智慧為基礎進行競爭。Uber由AI支持的無人駕駛汽車成為其專車戰略的核心。谷歌依賴AI的Google Home智能揚聲器正在回答用戶在搜索欄輸入的任何問題(在此之前，谷歌還需要查閱百科全書)。

為了破解價值6740億美元的食品雜貨市場，亞馬遜正在用人工智慧收銀員創建便利店。在Facebook，人工智慧幾乎無處不在。例如，它的人工智慧照片過濾器可以幫助抵禦來自Snapchat的挑戰。它的人工智慧可以識別圖片，看看裡面有什麼，並決定在它的信息流中顯示什麼，這將幫助公司提供令人信服的體驗，讓你重新追溯過去。類似的技術還在監視騷擾、恐怖主義和色情內容，並將其標記出來以刪除。

Facebook應用機器學習（AML）團隊負責人傑奎因·奎諾內羅·坎德拉(Joaquin Qui·onero Candela)說：「人們對整個Facebook產品的體驗都是基於人工智慧的。 如今，如果沒有人工智慧支持，Facebook就不可能存在。」

隨著這個領域不斷取得進步，Facebook將依靠LeCun和他的團隊來幫助其領先於競爭對手，儘管後者很可能也會擁抱這種技術。經歷了多年的批評和邊緣化之後，LeCun終於擁有了夢想中的所有：80名研究人員、Facebook龐大的金融資源支持以及對他工作的主流信仰。他現在所要做的就是交付成果。

視覺

從很小的時候起，LeCun就相信他能讓電腦擁有視覺。面部識別和圖像檢測如今已經很常見，但是當LeCun20世紀80年代早期在巴黎上大學時，計算機實際上是個「盲人」，它們無法理解圖像中的任何東西，也無法弄清楚相機鏡頭裡出現了什麼。

從上世紀60年代起，LeCun就在大學裡尋找一種方法，這種方法在很大程度上還未被探索過，但他認為這種方法有可能「讓機器學習許多任務，包括感知。」這種方法被稱為人工神經網路，它是由相互連接的小型感測器組成的系統，並可以將內容分解成微小的部分，然後進入識別模式，並根據它們的共同輸入來決定它們所看到的內容。

在閱讀了反對神經網路的論點，也就是它們很難訓練，而且不是特彆強大後，勒恩決定不管怎樣都要繼續前進。他在攻讀博士學位的時候，儘管存在疑慮，但依然軍心專註於此。對於當時受到的批評，LeCun說：「我就是不相信它們。」

人工智慧領域的艱難時期有自己特殊的名字：人工智慧寒冬。這些時期主要是因為研究人員的研究成果不符合他們的預期，使得研究成果似乎顯得不夠科學，導致資金和興趣枯竭，阻礙技術持續進步。

LeCun同樣遭遇過人工智慧寒冬。上世紀90年代中期，在貝爾實驗室的一項人工智慧研究工作結束後，AT&T的內部紛爭讓他的團隊分崩離析，當時他們正在推出自動讀取ATM機，即如今仍在使用的神經網路技術，就像LeCun認為它正在取得明顯進展一樣。LeCun說：「整個項目在取得真正成功的那天就被解散了，這真的很令人沮喪。」

與此同時，其他方法獲得主流研究人員的青睞。這些方法後來不再受歡迎，但它們的崛起足以讓神經網路以及其長期以來的支持者LeCun被擠入邊緣。21世紀初，其他學者甚至不允許LeCun在他們的會議上發表論文。

神經網路先驅、谷歌高級工程師、多倫多大學教授傑夫·辛頓（Geoff Hinton）表示：「基本上，計算機視覺社區已經拒絕了他，而他的觀點是自己正在做80年代非常有前途的事情，但他現在應該已經完成了。然而，這已經不再是我們的觀點了！」

其他神經網路研究人員當時也遇到了類似的問題。人工智慧領域先驅、蒙特利爾大學教授約書亞·本吉奧(Yoshua Bengio)當時甚至很難找到願意與他合作的研究生。他說:「許多學生不願意從事這類研究，因為他們害怕在完成博士學業後找不到工作。」

2003年，LeCun為自己獲得救贖奠定了基礎。那一年，他加入了紐約大學的教師隊伍，並與辛頓和本吉奧一起，以非正式聯盟的形式重新恢復了神經網路。LeCun微笑著說：「我們開始了我所謂的深度學習陰謀。」

「深度學習陰謀」在這個領域發揮了關鍵作用，主要是因為他們堅持自己的信念，即為每一種你想要探測的對象建立專門的神經網路，你可以用同樣的模板來構建一個可以檢測圖像、視頻和語音的神經網路。所以，與其分別建立能夠發現企鵝和貓的神經網路，還不如建立單獨的神經網路來檢測兩者，並區分它們。

這些新的神經網路也可以用於其他任務，比如通過查看音頻波來檢測語音模式。這個陰謀的研究得到了兩個重要外部因素的支持:第一是計算能力增加，這使得它的神經網路運行速度足夠快，也更加實用。第二，由於互聯網的廣泛應用，可用數據(圖片、文本等)呈指數增長，而且可用的數據可以通過網路進行大量處理，從而使它們變得更智能化。

最終，這個結果成為了一種敏捷、快速、準確的方法，為該領域開闢了新的可能性。在LeCun和同行們建立的基礎之上，計算機視覺在21世紀初出現了爆炸式增長。計算機開始能夠識別圖像中的物體，然後識別視頻中的物體，最後甚至可以識別攝像頭中的目標。現在，只要你把攝像頭對準籃球，AI就能理解它在看什麼。

LeCun很快從「場外人」成為這個領域的領袖。他說：「在1年時間內，它從無人問津變成人人都在研究的東西，「這簡直太瘋狂了！」

2013年12月，LeCun加入了Facebook，對於想要將人工智慧研究應用於照片的人來說，這是個理想環境。Facebook的平台上有數十億張圖片，讓LeCun和他的研究人員可以用大範圍的畫布來實現新的想法。

FAIR經常與AML合作，將其在Facebook上的研究付諸實施。這兩個團隊建立了新的系統，推動公司的技術不斷進步。目前，AML正在利用FAIR的研究來幫助確定新聞推送內容中應該向你顯示的內容，並將其翻譯為Facebook內部的內容。這種技術還被應用到Facebook的攝像頭中，以產生對你的動作做出反應的特殊效果。

思維

教授計算機去看是教授它們理解世界如何運作的基本步驟。人類理解這個世界是如何運作的，因為我們會反覆觀察各種情景，並對它們的表現產生理解。當一輛汽車從我們所處的道路上疾馳而過時，我們預測它可能會撞上我們，所以我們就會讓開道路。當天黑時，我們預測開燈會讓它再次亮起來，所以我們就會去開燈。

FAIR試圖教會計算機預測結果，就像人類那樣，並使用類似的方法。LeCun解釋說，這支團隊正在向其人工智慧播放大量相關視頻，然後在某個時間點暫停，然後讓機器預測接下來會發生什麼。舉個例子，如果你反覆地向人工智慧系統展示水瓶從人的頭部頂上翻轉的視頻，那麼它就有可能預測到這個動作會讓人淋濕。

LeCun解釋稱：「從某種程度上說，智力的本質就是預測能力。如果你能預測到你的行為會產生什麼樣的後果，那麼你就可以提前計划了。為了實現特定目標，你可以計劃一系列的行動。」

教授人工智慧預測是當今領域最棘手的挑戰之一，這在很大程度上是因為在許多情況下，多個可能的結果在理論上都是正確的。LeCun說：「想像一下，在桌子上豎起一支筆，然後放手。 如果你問電腦，1秒之後筆在哪裡，可能沒有正確答案。機器知道筆會倒下，但它不知道會落在哪裡。所以你需要告訴系統，有很多正確的答案，而實際上發生的只是某些替代方案中的一種。這就是在不確定的情況下學會預測的問題。」

幫助人工智慧理解和擁抱不確定性是人工智慧「無監督學習」領域的重要組成部分，也是目前AI領域的前沿。當人工智慧通過觀察足夠了解世界的運作方式，並預測接下來會發生什麼時，它就會開始像人類那樣思考，獲得一種常識。LeCun認為，這是讓機器變得更聰明的關鍵。

LeCun和他的研究人員認為，人工智慧很可能需要數年時間才能完全欣賞到「灰色地帶」，但他們相信最終能夠實現這個目標。LeCun團隊的研究經理拉里·茲特尼克（Larry Zitnick）說：「這個目標肯定能實現。 但我想說的是，可能還需要10年時間。」

圖：這是扎克伯格與人工智慧「賈維斯」互動的視頻

語音

2016年12月份，馬克·扎克伯格（Mark Zuckerberg）發表了一段引人注目的視頻，展示了他的「人工智慧管家」賈維斯（Jarvis）。它由Facebook創始人親自編寫代碼，賈維斯為扎克伯格製作吐司，在識別出父母的臉後允許他們進入他的房子，甚至教他的寶貝女兒麥克斯上中文課。

賈維斯真的很酷。但對LeCun來說，這沒什麼特別的。他說：「這基本上是腳本化的，而且相對簡單，從某種程度上來說，這種智能依然是相當膚淺的。」他的眼光顯然更高。

LeCun也想要開發助理，但他希望這些智能助理能夠真正理解你告訴他們的事情。他說：「這些機器能夠進行對話，能夠提前制定計劃，你不會因為它們愚蠢而生氣。」目前還沒有這樣的機器藍圖，但FAIR正在研究可能的建築模塊。

讓AI對這個世界有個初步的了解，並對它進行訓練，以預測其內部可能發生的情況。教它閱讀和寫作也是如此，FAIR正使用神經網路實現這個目標。對計算機來說，圖像就是一組數字，但一個口語句子也可以被表示成一組數字，就像文本那樣。因此，像LeCun這樣的人可以使用神經網路體系結構來識別圖像中的對象、句子中的單詞或文本中的主題。

人工智慧仍然無法像理解圖像的方式理解文字，但是LeCun已經有了一個關於終極賈維斯可能是什麼樣的設想。他的理想智能助理應該具有常識，並可與其他助理進行溝通。比如，如果你想和朋友一起去聽音樂會，你會告訴你的助手進行協調，它們會比較你們的音樂品味、日曆和方便時間，然後給出建議。

LeCun談及面臨的挑戰時稱：「這種機器必須了解某種形式的世界狀態。比如，人們不能同時住在兩個地方，人們不能在短時間內從紐約到舊金山，考慮到旅行的費用，你需要知道很多事情才能安排好一個人的生活。」

Facebook目前正在試驗簡單版本的數字助手M，由其Messenger團隊管理，並依賴於FAIR的某些研究。Facebook Messenger最近發布了「M建議」，在它認為可以提供幫助的時候，M會參與到對話中。

當有人問「你在哪裡?」Messenger可以彈出對話，並讓你可以點擊分享自己的位置。Facebook很可能會將這個功能擴展到更高級的用途中。

Messenger是Facebook努力使用人工智慧理解含義的一種應用，但該公司正在考慮以其他方式使用這種技術。它甚至可能會投入到工作中，努力打破最近被指責幫助建立起來的障礙。

甚至在2016年大選之前，人們就開始關注Facebook上的兩極分化和虛假新聞，LeCun團隊的成員Y-Lan Boureau正致力於利用人工智慧在Facebook上打造更具建設性的對話。Boureau同時研究神經學和人工智慧，在用了一個夏天時間看她的朋友們在Facebook上互毆，雙方几乎沒有興趣聽對方的觀點後，她決定發起這個項目。

Boureau解釋說:「如果我們能更好地理解是什麼驅使人們處於當前的思想狀態下，他們的觀點是如何形成的，為何陷入僵化，以及如何最終讓兩個人無法相互交談，這將是非常好的事情。」Boureau想要創造這樣一個世界：在人們付諸行動之前，可以看到儘可能多的不同意見，直到我們開始把它們調整為我們的觀點。

人工智慧可以通過在文本中繪製模式，理解某些東西在哪裡偏離了軌道，並可能找到一種改變對話流的方式來阻止糟糕的轉變，從而幫助解決這個問題。Boureau說:「如果我們更加了解學習過程，以及這些信念是如何從數據中獲得的，那麼就更容易理解如何獲得更有建設性的對話。」

在2016年大選之後，LeCun曾公開表示，Facebook擁有使用人工智慧過濾虛假新聞的技術能力。有些人認為，他的聲明是解決美國普遍存在的兩極分化問題的解決方案之一。但LeCun表示，這項任務最好留給第三方，而不是那些能夠引入偏見的機器。他說：「人工智慧可以在這個過程中發揮作用，但這是一個非常困難的產品設計問題，而不是技術問題。你不想讓別人產生某種特別的意見，你想在這方面保持中立。」

圖： FAIR的SharpMark示例

現實

對人工智慧領域來說，炒作周期可能是危險的，LeCun非常清楚這一點。而今天，我們似乎已經置身其中。在2013年第一季度，六家公司在財報電話會議上提到了人工智慧。據彭博社報道，在2017年第一季度，這個數字增加到244個。

在討論未來時，LeCun非常謹慎地表達自己的觀點。他說：「AI距離我們想要的目標還很遠， 「這些東西的效果不像我們希望的那麼好。」事實上，正如LeCun警告的那樣，人工智慧還遠未達到人類的智能水平，即所謂的通用人工智慧。

儘管如此，LeCun還是無法抑制他對AI的熱情。他對對抗訓練特別感興趣，這是一種相對較新的人工智慧研究，可以幫助解決目前該領域面臨的預測和不確定性挑戰。這種技術讓兩個人工智慧系統相互對抗，以便讓它們了解真實的世界。

例如，在FAIR的實驗中，一個研究人員使用人工智慧系統繪製圖片，試圖欺騙另一個人工智慧系統，讓後者以為它們是由人類繪製的。而前者可利用後者的反饋來學習如何更好地繪畫。

在今年早些時候的一次會議上，LeCun展示了一種更為先進的技術：讓AI根據一段視頻，腦補出一段後續的視頻，還得騙過另一個AI的法眼。LeCun說，對抗訓練「是過去10年或20年機器學習研究中最棒、最酷的想法。」因此，勒恩將繼續進行對抗性訓練，並再一次將這個領域推到極限。

對於20年前就聽不懂他在搞什麼的人來說，LeCun已經走得越來越遠。雖然LeCun將是第一個告訴你工作還遠未結束的人，而且距離成功依然很遙遠，但他並不是坐視時光流逝的人。他說：「我不能說這感覺很糟糕， 而是棒極了！」

（英文來源/Buzzfeed，作者/Alex Kantrowitz，編譯/機器小易，校對/小小）

2017年4月21日

推薦閱讀：