数码
首页  >  数码终端  >  数码要闻

AI现在还仅仅是“物理学出现之前的工程学”

2017-10-16  来源:腾讯科技  作者:

科技评论网站日前发表文章,介绍了深度学习的发展趋势及其局限。虽然深度学习已经是当前的一股热潮,也取得了不少成果,但业界人士指出,目前的深度学习就像是“物理学出现之前的工程学”。以下为原文摘要:

人工智能(AI)领域的每一个进步,都有赖于30年前的一个突破。要保持AI进步的节奏,就需要突破这个领域的一些重大局限。

AI领域的爱因斯坦

矢量研究所(Vector Institute)位于加拿大多伦多的市中心,将于今年秋天开业,它旨在成为全球AI中心舞台。美国和加拿大公司(比如谷歌(微博)、Uber和Nvidia)将在这个研究所赞助商业化AI技术的努力。

资金的涌入比该中心的联合创始人乔丹o雅各布斯(Jordan Jacobs)设想的更快。该中心另外两位联合创始人对多伦多地区的公司进行了调查,发现该地区对AI专家的需求,是加拿大每年培养的专家人数的10倍。全球正在兴起一股深度学习的热潮,而这个研究所希望站在这股潮流中心——聚焦于这种技术,传授它,改进它,并且应用它。数据中心正在建设中,初创公司纷至沓来,学生们正在入场。

而“深度学习之父”乔弗里o辛顿(Geoffrey Hinton)也住在多伦多。雅各布斯说:“再过30年,我们回头来看,就会说辛顿是AI和深度学习领域的爱因斯坦。”

辛顿的弟子们在苹果、Facebook和OpenAI主管AI实验室,辛顿自己是谷歌大脑(Google Brain) AI团队的首席科学家。事实上,AI的最近十年来的几乎每一个成就——翻译、语音识别、图像识别和游戏玩法都和辛顿奠定的基础分不开。

深入学习的主要理念其实在30年前就已经提出。辛顿与同事戴维o罗姆哈特(David Rumelhart)、罗兰德o威廉姆斯(Ronald Williams)在1986年发表了一篇突破性的文章,详细阐述了一种称为 “反向传播”的技术。用普林斯顿大学的计算心理学家乔o科恩(Jon Cohen)的话来说,这种技术是“所有深度学习的基础”。

这篇1980年代中期的文章介绍了如何训练多层次神经网络。它为近十年来AI领域的发展进步奠定了基础。

关键词:神经网络 谷歌 物理学 工程学 1986年 反向传播 OpenAI 感知器 胶囊 有热狗