真應(yīng)了《笑傲江湖》里那句：“有人的地方就會(huì)有江湖，有江湖就有恩怨。”只是這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(kù)斯發(fā)表一篇萬(wàn)字長(zhǎng)文，以問(wèn)答形式，分14個(gè)問(wèn)題回應(yīng)那些對(duì)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(kù)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(shuō)的都不對(duì)。

究竟是什么樣的爭(zhēng)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(zhēng)呢?

深度學(xué)習(xí)是個(gè)“筐” 有人看半滿，有人看半空

細(xì)讀馬庫(kù)斯后來(lái)發(fā)的這篇萬(wàn)字長(zhǎng)文，可以發(fā)現(xiàn)，不少人對(duì)他的質(zhì)疑是：你忽略了深度學(xué)習(xí)取得的成績(jī)、你沒(méi)有說(shuō)深度學(xué)習(xí)有哪些好處。言外之意，你對(duì)深度學(xué)習(xí)不是“真愛(ài)”，對(duì)它的好視而不見。

而以楊立昆為代表的一派，對(duì)深度學(xué)習(xí)絕對(duì)是“真愛(ài)”。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)(Convolutional neural networks，簡(jiǎn)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(shuō)網(wǎng)絡(luò)層數(shù)已經(jīng)能達(dá)到100多層，但馬庫(kù)斯認(rèn)為，它仍有目前無(wú)法規(guī)避的十大問(wèn)題，例如，極度依賴數(shù)據(jù)、學(xué)習(xí)過(guò)程是個(gè)“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(wèn)題，例如深度學(xué)習(xí)是固執(zhí)己見的。”清華大學(xué)教授馬少平的觀點(diǎn)與馬庫(kù)斯相一致。

他舉例說(shuō)，一輛AI驅(qū)動(dòng)的無(wú)人車可能在模擬環(huán)境中撞樹5萬(wàn)次才知道這是錯(cuò)誤行為，而懸崖上的山羊卻不需要多少試錯(cuò)機(jī)會(huì)，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(guò)程如果是黑箱，會(huì)影響它的應(yīng)用領(lǐng)域，例如診斷病癥。“AI運(yùn)算像在一個(gè)黑箱子里運(yùn)行，創(chuàng)造者也無(wú)法說(shuō)清其中的套路。”馬少平說(shuō)，AI雖然可能給出一個(gè)結(jié)論，但是人類如果無(wú)法知道它究竟是怎么推算出來(lái)的，就不敢采信。

在制造“噪音”的情況下，AI很容易判斷錯(cuò)誤。“它無(wú)法自動(dòng)排除噪音，人眼看著是熊貓，AI卻會(huì)誤認(rèn)為是長(zhǎng)臂猿。”馬少平認(rèn)為，AI仍處于初級(jí)階段，還有很多問(wèn)題等待解決。

在馬庫(kù)斯列出的十大問(wèn)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(yǔ)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(duì)某一個(gè)問(wèn)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(wèn)題處理時(shí)，采取類似于完成項(xiàng)目的方式，一個(gè)一個(gè)地解題，然而世界上有無(wú)數(shù)問(wèn)題，如果很難保證機(jī)器學(xué)習(xí)系統(tǒng)換個(gè)新環(huán)境還能有效工作，那深度學(xué)習(xí)這項(xiàng)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(duì)深度學(xué)習(xí)的尖銳批評(píng)，自然會(huì)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(wèn)題只是現(xiàn)階段的，未來(lái)不一定得不到解決。批評(píng)者看到的是深度學(xué)習(xí)這個(gè)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(zhǎng)

回應(yīng)馬庫(kù)斯對(duì)深度學(xué)習(xí)的質(zhì)疑，楊立昆簡(jiǎn)單直接：“有想法，也許吧，但大部分都是錯(cuò)的。”

直截了當(dāng)?shù)臍裕h(yuǎn)大于長(zhǎng)篇大論的反駁。潛臺(tái)詞是：“爺不和你聊了”。其實(shí)早在2017年10月5日，馬庫(kù)斯和楊立昆就在紐約大學(xué)組織的學(xué)術(shù)辯論會(huì)上唇槍舌戰(zhàn)。當(dāng)時(shí)他們是有共識(shí)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(lái)說(shuō)是必要的;深度學(xué)習(xí)是機(jī)器學(xué)習(xí)中一項(xiàng)強(qiáng)大的技術(shù)等。

然而他們辯論后沒(méi)多久的10月19日，DeepMind團(tuán)隊(duì)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(guò)自我對(duì)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(shí)期諸子百家論道，法家學(xué)說(shuō)最終壯大秦國(guó)。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(lái)一度被否，直到他在2013年加入臉書團(tuán)隊(duì)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(kù)斯總結(jié)概括深度學(xué)習(xí)的弱勢(shì)，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(lái)越多的人傾向于相信，AI可以通過(guò)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(huì)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(gè)叫Libratus的AI成果，它在持續(xù)了20天的12萬(wàn)手比賽中擊敗了4位頂級(jí)人類玩家。它的設(shè)計(jì)者卡內(nèi)基梅隆大學(xué)博士生Noam Brown說(shuō)，其間不使用任何深度學(xué)習(xí)，希望有助于人們認(rèn)識(shí)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(lái)，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(jì)學(xué)習(xí)模型。”北京智能一點(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(shí)甚至將機(jī)器學(xué)習(xí)和深度學(xué)習(xí)并列起來(lái)。”

也就是說(shuō)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(shuō):“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(huì)有學(xué)者呼吁大家保持冷靜的態(tài)度。”

莫瑜認(rèn)為，楊立昆對(duì)深度學(xué)習(xí)技術(shù)的理解、潛力和信心是基于他對(duì)這一技術(shù)的了解和研究深度。“他是CNNs之父，在神經(jīng)網(wǎng)絡(luò)還沒(méi)像現(xiàn)在這樣火的時(shí)候就開始研究，他的視角可能更深入。”

這個(gè)世界總會(huì)有幾個(gè)能對(duì)整個(gè)人類社會(huì)產(chǎn)生影響的人，他們的思想甚至可以左右人類社會(huì)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(kù)斯則認(rèn)為，只有通過(guò)類人的方法來(lái)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(méi)開始。可以推測(cè)，他所說(shuō)的類人研究方法應(yīng)該包括對(duì)人類神經(jīng)、心理等的生理學(xué)破譯等研究工作，馬庫(kù)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(duì)領(lǐng)導(dǎo)崗位退出，2017年3月，馬庫(kù)斯宣布從優(yōu)步公司AI實(shí)驗(yàn)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(wú)官一身輕”的二人現(xiàn)在擔(dān)任首席科學(xué)家或顧問(wèn)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(lái)走向的引領(lǐng)式探索。