他曾讓谷歌、Facebook成就傳奇，現在正努力把AI推向公益化
未來的AI，將是一個多樣化、多層次的生態式技術。屆時，每個人都能以不同形式、不同分工參與到其中。
說到LSTM，相信很多AI界的小夥伴並不會陌生，因為蘋果、谷歌、Facebook等科技巨頭都是它的踐行者和最大受益者。但這樣一項偉大的技術，其背後的創始人尤爾根·施米德胡貝卻一直鮮為人知。
在前不久結束的「2017中國人工智慧峰會」上，我們見到了這位異常低調的AI大神，跟他聊了聊LSTM模型和AI的未來趨勢。
尤爾根·施米德胡貝（Jürgen Schmidhuber）是一名享譽世界的德國計算機科學家，目前在瑞士人工智慧實驗室（IDSIA）擔任科學事務主管，任教於盧加諾大學和瑞士南部應用科學與藝術學院，同時他也是國際計算語言協會（ACL）的首批Fellow。
眼下，我們的人工智慧還處在嬰兒期
現在的情況就是，人工智慧神經網路在對外部情況做一個認知、觀察和簡單處理的時候，遠遠沒有達到人類的水平。人類在對來自的外部信號進行收集之後，往往會做深度加工，進而做出相應的反應和改變，最終實現與外部環境的全面互動。
而要達到像人類這樣的效果，我們就需要更精細的人工智慧，比如增強式學習就是一種很好的方法，它的核心思路是用獎勵回饋的機制來優化深度學習的表現形式。
但目前的實際情況是，我們的人工智慧還很弱小和幼稚。更多情況之下，機器人像是我們的嬰兒，它需要先看著我們做東西，然後才能把我們的所有行為學習出來。因此在很多應用領域，它們還遠遠沒有達到人的等級。
幾乎全世界的AI公司都在用LSTM模型
「很多人不知道深度學習的這些技術有些年頭了，比方說這種遞歸式的技術，其實就是20年前的基礎理論。而單向傳播的深度學習技術則是在50年前，上個世紀60年代就提出的基礎知識。」
現在的應用主要是體現在手機里，比方說機器翻譯、語音識別等，這裡面翻譯的主要技術用的就是LSTM（Long Short-Term Memory，一種基於長短期記憶的時間遞歸神經網路）。
LSTM模型是尤爾根在97年的時候，在實驗室里提出來的。當時業內並未對此有足夠的重視，但是近年來，隨著AI浪潮的再次興起，LSTM已經被幾乎全世界的AI公司所青睞，
「因為在當時的運算技術條件下，對這種大規模的計算處理，是比較困難的，所以LSTM的優勢是在近些年才開始體現。」尤爾根說。
LSTM與傳統的記憶神經網路相比，傳統的機器學習是一種單向的向前進的學習模式，但是LSTM是一種遞歸式的、不斷循環的學習方式，這是LSTM的最大優勢所在。
單向式的計算機和學習方法是一種傳統的預編程，它的應用往往會受到很多條件的限制。但是LSTM基於的遞歸式則是通用式的計算機，可以在所有情況下進行運算。因為LSTM是通用型計算，可以進行各種程度的運算，不管是並行的還是串列的，都可以通過通用的形式進行計算，尤其是在翻譯和機器識別方便很有效。
事實上，世界上幾乎所有的AI公司都在使用這項技術，比如谷歌就是LSTM的死忠粉。
在各種語言的機器翻譯上，一開始的人工智慧神經網路對於所有語言一無所知。由此，像谷歌這樣的公司就開始使用這一技術進行多種語言的對比，並逐步學習被翻譯語言的內容、語義，之後機器就能學會自主翻譯。
「2016年11月之前，國內很多人會嘲笑谷歌的中文翻譯。但在谷歌使用了LSTM技術之後，翻譯的效果有了顯著的提升。」
據資料顯示，谷歌的語言識別技術換成LSTM的模型之後，相比之前有了50%的提升。隨後，谷歌還把LSTM用於自然語言處理、機器翻譯、生成圖說、自動郵件回復、智能助手等領域。隨後，語音識別、視覺領域的研究都越來越多地採用LSTM模型。
人類不是AI要奴役的最佳目標它只會擔心與自己相似的AI
自從有了AI，就有了諸如「AI替代人類」、「AI奴役人類」、「AI毀滅地球」等成系統的威脅論。在AI誕生以來的60多年裡，這彷彿是一個時常被掛在嘴邊的話題，而這種爭論今後恐怕也將會一直持續下去。
從宏觀角度來說，尤爾根並不擔心AI會給人來帶來可怕後果。但他認為，現在我們需要討論的是：應該擔心AI應用在軍事領域會帶來哪些更壞的影響。
「我們已經意識到，機器學習被應用在手機上時，會讓人們對手機更加上癮。而現在越來越多的AI技術已經被應用在控制軍事領域（如軍用無人機等）上了，這才是我們需要擔心的。」
「人類已經達到了自我毀滅的最大可能性，60年前冷戰時期的軍備競賽時，隨著核武器的誕生開始，僅僅是核彈頭全球現在已經有成千上萬個了，更遑論其他。」尤爾根說，「即使沒有AI，如果我們打起核戰爭，地球在幾個小時之內也有可能毀滅，所以我們為什麼要擔心AI？」
「尤為重要的是，任何一個物種會把更多的時間和精力放在關注、擔心和自己相近的物種上。就像人類只會關注人類，而不會去擔心一隻袋鼠一樣，AI也不會去擔心人類，而只會擔心與自己相似的AI。」
現在看到那些AI奴役人類的想法是十分愚蠢的，人類對於AI來說是一個非常不好用的奴隸，因為它可以在很短時間內造出很多比人類效率高很多的機器人，而且更快的完成目標，所以人類不是AI要奴役的最佳目標。
讓AI更加智能化和公益化才是真正的未來
尤爾根自己現在有一項研究，雖然在商業領域的認知還沒有很廣，但是他個人認為未來還是大有可為的。在那是他在1987年發表的畢業論文中提出過的一種設想。
「有一種演算法，讓計算機可以在機器學習的過程中，同一時間提升如何去學習的能力。這是一種自我監督型的學習演算法，它在極端運算中可以讓計算機學得更好。」尤爾根說，「或者直白的說，它可以讓人工智慧更加智能。」
「這種演算法雖然現在在商業化應用上還不是很廣，但是最終會是一個宏大的命題。我相信，讓一個機器學會如何更聰明的學習其他東西的能力，未來將成為AI發展的最核心助力。」
2015年，尤爾根同他在瑞士人工智慧實驗室 IDSIA 共事的四位研究人員聯合創辦了一家名為「Nnaisense」的AI公司。Nnaisense研究的是如何讓人工智慧更加的智能，如何以更好的方式去解決問題，同時能夠根據過去面臨的問題，更好地去解決未來更多的問題。
雖然Nnaisense公司現在做的是B2B的生意，但尤爾根希望最後AI的應用可以去惠及所有人。
「我也相信未來會出現這樣一種情況：有一個源代碼能賦予AI所有的通用學習能力，而且這個源代碼可以被廣泛的發散到每一個人手裡，讓AI技術更加智能化的同時，還能夠真正的公益化，而不是僅僅只是國際巨頭和大型機構的禁臠。」
尤爾根最後說道：「未來的AI，將是一個多樣化、多層次的生態式技術。屆時，每個人都能以不同形式、不同分工參與到其中。」
正文結束。
下面是話題時間。
今晚八點，討論話題：深度攝像機，感興趣的朋友掃碼入群啦。
※人民網三評智能演算法，矛頭直指今日頭條，技術又一次為平台背了鍋
※ZVR郭偉：光學動捕是提升VR沉浸感的最佳方式，但它需要創新
※瑞士研究團隊開發行走演算法，讓人形機器人能自如「優雅」地走路
※揭榜啦，看誰能去看免費的蜘蛛俠……
TAG:鎂客網 |