真應(yīng)了《笑傲江湖》里那句：“有人的地方就會有江湖，有江湖就有恩怨?！敝皇沁@次的江湖和恩怨都源自人工智能而不是人。

1月中旬，紐約大學(xué)教授馬庫斯發(fā)表一篇萬字長文，以問答形式，分14個問題回應(yīng)那些對他的觀點(diǎn)表示質(zhì)疑的人，其中涉及紐約大學(xué)教授、臉書首席AI科學(xué)家楊立昆、AAAI前主席托馬斯·迪特里奇，魁北克大學(xué)教授、谷歌的數(shù)學(xué)博士等也卷入了論戰(zhàn)中。

這不是論戰(zhàn)的第一回合，1月初，馬庫斯就提出了自己關(guān)于深度學(xué)習(xí)的十大觀點(diǎn)，引得楊立昆直擺手：他說的都不對。

究竟是什么樣的爭議讓AI界的大神們辯論火力如此密集，連戰(zhàn)數(shù)日，費(fèi)勁口舌、逐字力爭呢？

深度學(xué)習(xí)是個“筐”有人看半滿，有人看半空

細(xì)讀馬庫斯后來發(fā)的這篇萬字長文，可以發(fā)現(xiàn)，不少人對他的質(zhì)疑是：你忽略了深度學(xué)習(xí)取得的成績、你沒有說深度學(xué)習(xí)有哪些好處。言外之意，你對深度學(xué)習(xí)不是“真愛”，對它的好視而不見。

而以楊立昆為代表的一派，對深度學(xué)習(xí)絕對是“真愛”。從維基百科的介紹中可以看到，正是楊立昆提出了卷積神經(jīng)網(wǎng)絡(luò)（Convolutionalneuralnetworks，簡稱CNNs）理論，并成為CNNs得以實(shí)現(xiàn)的奠基人，這一網(wǎng)絡(luò)正是實(shí)現(xiàn)深度學(xué)習(xí)的機(jī)器學(xué)習(xí)模型之一。

盡管由CNNs、RNNs（循環(huán)神經(jīng)網(wǎng)絡(luò)）、DNNs（深度神經(jīng)網(wǎng)絡(luò)）等構(gòu)成的深度學(xué)習(xí)模式日漸成熟，據(jù)說網(wǎng)絡(luò)層數(shù)已經(jīng)能達(dá)到100多層，但馬庫斯認(rèn)為，它仍有目前無法規(guī)避的十大問題，例如，極度依賴數(shù)據(jù)、學(xué)習(xí)過程是個“黑箱”、還不能自適應(yīng)規(guī)則變化等等。

“深度學(xué)習(xí)存在不少問題，例如深度學(xué)習(xí)是固執(zhí)己見的?！鼻迦A大學(xué)教授馬少平的觀點(diǎn)與馬庫斯相一致。

他舉例說，一輛AI驅(qū)動的無人車可能在模擬環(huán)境中撞樹5萬次才知道這是錯誤行為，而懸崖上的山羊卻不需要多少試錯機(jī)會，改變深度學(xué)習(xí)的輸出很難，它缺乏“可調(diào)試性”。

另外，深度學(xué)習(xí)的過程如果是黑箱，會影響它的應(yīng)用領(lǐng)域，例如診斷病癥?！癆I運(yùn)算像在一個黑箱子里運(yùn)行，創(chuàng)造者也無法說清其中的套路?！瘪R少平說，AI雖然可能給出一個結(jié)論，但是人類如果無法知道它究竟是怎么推算出來的，就不敢采信。

在制造“噪音”的情況下，AI很容易判斷錯誤?！八鼰o法自動排除噪音，人眼看著是熊貓，AI卻會誤認(rèn)為是長臂猿。”馬少平認(rèn)為，AI仍處于初級階段，還有很多問題等待解決。

在馬庫斯列出的十大問題中，最要命的是最后一條，深度學(xué)習(xí)很難穩(wěn)健地實(shí)現(xiàn)工程化。這相當(dāng)于給深度學(xué)習(xí)引領(lǐng)AI走向強(qiáng)智能的可能性亮了紅燈。

北京語言大學(xué)教授荀恩東解釋，工程化意味著有“通行”的規(guī)則。例如對某一個問題的解決方法確定了，可以固定化，哪里需要往哪里搬。而深度學(xué)習(xí)進(jìn)行問題處理時，采取類似于完成項目的方式，一個一個地解題，然而世界上有無數(shù)問題，如果很難保證機(jī)器學(xué)習(xí)系統(tǒng)換個新環(huán)境還能有效工作，那深度學(xué)習(xí)這項技術(shù)可能并不合適幫助AI獲得通行的能力，引導(dǎo)和人類智能相當(dāng)?shù)膹?qiáng)人工智能的實(shí)現(xiàn)。

這種對深度學(xué)習(xí)的尖銳批評，自然會讓深度學(xué)習(xí)的擁躉們很不滿意。他們的理由也很充分：這些問題只是現(xiàn)階段的，未來不一定得不到解決。批評者看到的是深度學(xué)習(xí)這個筐半空，而支持者看到的則是半滿。

AI也有門派各有擁躉，各有所長

回應(yīng)馬庫斯對深度學(xué)習(xí)的質(zhì)疑，楊立昆簡單直接：“有想法，也許吧，但大部分都是錯的?！?/p>

直截了當(dāng)?shù)臍?，遠(yuǎn)大于長篇大論的反駁。潛臺詞是：“爺不和你聊了”。其實(shí)早在2017年10月5日，馬庫斯和楊立昆就在紐約大學(xué)組織的學(xué)術(shù)辯論會上唇槍舌戰(zhàn)。當(dāng)時他們是有共識的——AI仍處于起步階段；要實(shí)現(xiàn)強(qiáng)人工智能，機(jī)器學(xué)習(xí)從根本上來說是必要的；深度學(xué)習(xí)是機(jī)器學(xué)習(xí)中一項強(qiáng)大的技術(shù)等。

然而他們辯論后沒多久的10月19日，DeepMind團(tuán)隊發(fā)表了最新論文，提出了全新的強(qiáng)化學(xué)習(xí)算法阿爾法元，它可以從零開始，通過自我對弈精通棋藝，堪稱“通用棋類AI”。

“事實(shí)勝于雄辯”，這就好比先秦時期諸子百家論道，法家學(xué)說最終壯大秦國。楊立昆自上世紀(jì)80年代提出“人工神經(jīng)網(wǎng)絡(luò)”理論以來一度被否，直到他在2013年加入臉書團(tuán)隊后，其理論才慢慢開始變得熱門，如今他有了這樣強(qiáng)大、知名的佐證。

任憑馬庫斯總結(jié)概括深度學(xué)習(xí)的弱勢，以阿爾法元為代表的深度學(xué)習(xí)卻向前邁出了強(qiáng)大的一步，也讓越來越多的人傾向于相信，AI可以通過訓(xùn)練具備和人同等的智商，這也是臉書人工智能研究院的研究人員所致力的工作——使機(jī)器不需依賴人類訓(xùn)練，學(xué)會自己構(gòu)建內(nèi)在模型。

而另一些科學(xué)家則特立獨(dú)行，他們執(zhí)意證明深度學(xué)習(xí)并不是必須的。2017年12月18日，《科學(xué)》雜志刊登了一個叫Libratus的AI成果，它在持續(xù)了20天的12萬手比賽中擊敗了4位頂級人類玩家。它的設(shè)計者卡內(nèi)基梅隆大學(xué)博士生NoamBrown說，其間不使用任何深度學(xué)習(xí)，希望有助于人們認(rèn)識到AI比深度學(xué)習(xí)更重要，深度學(xué)習(xí)本身不足以玩撲克這樣的游戲。

聚焦熱門領(lǐng)域關(guān)乎未來，值得討論

“深度學(xué)習(xí)，是指使用深度神經(jīng)網(wǎng)絡(luò)的統(tǒng)計學(xué)習(xí)模型?！北本┲悄芤稽c(diǎn)科技公司CTO莫瑜解釋，“深度學(xué)習(xí)只是機(jī)器學(xué)習(xí)的一種方法，但它火了之后，大家有時甚至將機(jī)器學(xué)習(xí)和深度學(xué)習(xí)并列起來?！?/p>

也就是說深度學(xué)習(xí)與機(jī)器學(xué)習(xí)是部分與整體的關(guān)系。然而由于深度學(xué)習(xí)的火熱，使得它在很多人心目中已經(jīng)成了機(jī)器學(xué)習(xí)的代名詞。

事實(shí)上，除了深度學(xué)習(xí)之外，還有“決策樹、隨機(jī)森林、圖模型等各種機(jī)器學(xué)習(xí)的方法”。莫瑜說：“大家言必稱深度學(xué)習(xí)，使得深度神經(jīng)網(wǎng)絡(luò)之外的技術(shù)路線被忽視了，這不利于技術(shù)的發(fā)展。因此會有學(xué)者呼吁大家保持冷靜的態(tài)度?！?/p>

莫瑜認(rèn)為，楊立昆對深度學(xué)習(xí)技術(shù)的理解、潛力和信心是基于他對這一技術(shù)的了解和研究深度?！八荂NNs之父，在神經(jīng)網(wǎng)絡(luò)還沒像現(xiàn)在這樣火的時候就開始研究，他的視角可能更深入?！?/p>

這個世界總會有幾個能對整個人類社會產(chǎn)生影響的人，他們的思想甚至可以左右人類社會的走向。

楊立昆認(rèn)為人腦只屬于人，AI要擁有同樣的智能，不需要類似人類的認(rèn)知能力，可以另起爐灶，深度學(xué)習(xí)可以承擔(dān)構(gòu)建強(qiáng)人工智能的任務(wù)。

馬庫斯則認(rèn)為，只有通過類人的方法來理解世界，AI技術(shù)才能取得成功，而具備人類相當(dāng)水平的強(qiáng)人工智能研究壓根還沒開始?？梢酝茰y，他所說的類人研究方法應(yīng)該包括對人類神經(jīng)、心理等的生理學(xué)破譯等研究工作，馬庫斯正是紐約大學(xué)的心理學(xué)和神經(jīng)科學(xué)教授。

值得玩味的是，二人目前都從團(tuán)隊領(lǐng)導(dǎo)崗位退出，2017年3月，馬庫斯宣布從優(yōu)步公司AI實(shí)驗室負(fù)責(zé)人崗位上離職，楊立昆2018年1月下旬也卸任臉書人工智能研究院負(fù)責(zé)人。

“無官一身輕”的二人現(xiàn)在擔(dān)任首席科學(xué)家或顧問的職務(wù)，或許，不為職務(wù)所累，更有利于進(jìn)行關(guān)乎未來走向的引領(lǐng)式探索。