1
半個月前，Yann LeCun要來清華演講的消息在國內(nèi)AI圈一經(jīng)傳開，各位AI界人士便坐不住了。作為Facebook人工智能研究院院長、紐約大學(xué)終身教授、卷積神經(jīng)網(wǎng)絡(luò)之父，LeCun已然成為了AI人心目中的男神。
演講當(dāng)天（3月22日），雷鋒網(wǎng)也來到了LeCun的演講現(xiàn)場。演講開始前，只見許多想要聽演講，卻無奈沒有得到票的同學(xué)，焦急地堅守在演講大廳門前，希望能一睹男神風(fēng)采，或運氣爆棚能偶得一票。一個專業(yè)性質(zhì)極強的學(xué)術(shù)演講能吸引這么多人來參加，也再一次體現(xiàn)了Yann LeCun的個人魅力和在AI界的影響力。也許是被莘莘學(xué)子們熱愛學(xué)習(xí)的精神所打動，最后，工作人員臨時加開了演講大廳的二樓，讓許多沒有票的同學(xué)也能進(jìn)入大廳，最后現(xiàn)場可謂是座無虛席。
據(jù)雷鋒網(wǎng)了解，Yann LeCun此次演講由清華大學(xué)經(jīng)濟管理學(xué)院發(fā)起，清華 x-lab、Facebook 共同主辦，作為《創(chuàng)新與創(chuàng)業(yè)：硅谷洞察》課程的第一節(jié)公開課的演講者，昨日，LeCun為大家?guī)淼难葜v題目為《深度學(xué)習(xí)與人工智能的未來》。
這兩年，提起AI一定繞不開的一個話題就是AlphaGo。演講剛開始，LeCun也以這個大家熟知的事件說起，隨即引出一個問題：
“當(dāng)有大量可用樣本（比如桌椅、貓狗、和人）時，訓(xùn)練機器沒有問題；但如果機器從來沒有見過這些實物，它還能識別出樣本嗎？”
帶著這個問題，LeCun開始了當(dāng)天的演講。
演講中，LeCun帶大家回顧了神經(jīng)網(wǎng)絡(luò)的發(fā)展歷程，并以身邊的小故事為例，講述了神經(jīng)網(wǎng)絡(luò)發(fā)展在早期被受質(zhì)疑，遭遇重重瓶頸，而在當(dāng)下則是備受好評、突破不斷，他向大家展示了在這兩個階段，人們對神經(jīng)網(wǎng)絡(luò)截然不同的看法。
接著，LeCun講到，如今，AI發(fā)展的一大難題就是怎么樣才能讓機器掌握人類常識。掌握人類常識是讓機器和人類自然互動的關(guān)鍵。想要做到這一點，它需要擁有一個內(nèi)在模型，以具備預(yù)測的能力。LeCun用一個公式簡潔地概括了這種人工智能系統(tǒng)：預(yù)測+規(guī)劃=推理。而研究人員現(xiàn)在要做的，就是不需依賴人類訓(xùn)練，讓機器學(xué)會自己構(gòu)建這個內(nèi)在模型。
除了AI發(fā)展的困境，LeCun還和大家分享了神經(jīng)網(wǎng)絡(luò)當(dāng)下的研究進(jìn)展。
如今，深度卷積網(wǎng)絡(luò)已可用于解決包括目標(biāo)識別在內(nèi)的各類計算機視覺問題。并且，隨著網(wǎng)絡(luò)深度不斷增加，還出現(xiàn)了可用于圖像識別、語義分割、ADAS 等眾多場景的新型深度卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，如VGG、GoogLeNet、ResNet 等。
LeCun在演講中還特別提到Facebook人工智能研究院的最新研究成果——通用目標(biāo)分割框架 Mask R-CNN，并展示了該框架在 COCO 數(shù)據(jù)集上的結(jié)果（詳細(xì)內(nèi)容請參見雷鋒網(wǎng)報道Facebook 最新論文：Mask R-CNN實例分割通用框架，檢測，分割和特征點定位一次搞定（多圖））。
最后，LeCun還為大家?guī)砹艘幌盗屑夹g(shù)干貨：具體講解了對抗訓(xùn)練中的深度卷積對抗生成網(wǎng)絡(luò) （DCGAN）和基于能量的對抗生成網(wǎng)絡(luò)（EBGAN），還提到了語義分割的視頻預(yù)測技術(shù)，并向大家展示了時間預(yù)測結(jié)果。
演講一結(jié)束，同學(xué)們迫不及待地涌上前去，向LeCun提出自己的疑問。LeCun也對每個同學(xué)的問題做出了詳細(xì)解答，令同學(xué)們收獲良多。
而對近日騰訊圍棋 AI 絕藝奪冠這一消息，LeCun也表示非常欣喜，并且看好AI在ADAS、醫(yī)療等領(lǐng)域的發(fā)展。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
