Hinton：今年AI沒有重大突破

原作 Steve LeVine

Root 編譯自 axios

量子位 出品 | 公眾號 QbitAI

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能體，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

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）神經架構搜索：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，不再需要循環或者卷積了。

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

Hinton本人今年終於發布了關於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。

關於Hinton本身的故事，量子位也有一篇推薦：《Hinton傳奇：退學當木匠，辭職反軍方，終成一代AI教父》。

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。

AlphaGo已經證明了自己強大的算力和數據能力。卡納基梅隆的Libratus，一個也在不斷地迭代德撲程序，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。

吳恩達這一年從百度離開後，也出手搞了很多事情，比方說DeepLearning.ai、Landing.AI等。當然這裡還有吳恩達全程手寫板書的視頻課程，值得回顧。

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。在一個需要辨別信息來源真假的世界裡，很驚喜地看到新一代的AI居然能夠對外界的信息保持懷疑的態度。

吳恩達和摩爾提到的Libratus，還有一個中文名叫「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。

Libratus的背後技術解讀，可以看看這篇：《AI賭神稱霸德撲的秘密，剛剛被《科學》「曝光」了》。

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。

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台上運行機器學習。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。

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數據分析、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

百度高級研究員。

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，視頻地址在此：

undefined_騰訊視頻

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。

這一年有很多邊緣化的事件在刺激著我們的神經。

比如學術界里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的公開呼籲信鏈接，https://medium.com/@kristianlum/statistics-we-have-a-problem-304638dc5de5

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等也都紛紛發聲支持。

Richard Socher

Salesforce首席科學家。

今年最重要的主題出現在NIPS頂會上，在這麼多創新里，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、信息透明、以及平等。

今年的NIPS是相當熱鬧，除了上面兩位提到的事件，另一個風波是《獲獎者登台開炮：ML是鍊金術，LeCun強硬回懟》。

以上。

— 完 —

歡迎大家關注我們的專欄：量子位 - 知乎專欄

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)對話界面，回復「招聘」兩個字。

量子位 QbitAI · 頭條號簽約作者

?? ? 追蹤AI技術和產品新動態