深度学习已成强弩之末?Bengio等大牛NeurlPS2019上支招

作者: 赖可 2019-12-17 09:05:47

局面越来越清楚:

靠增加算力、更多数据,并不能解决AI面临的挑战。

NeurlPS 2019上,多位专家讨论到AI的未来,认为深度学习算法的瓶颈已经出现。

有人觉得深度学习方法可以进化,有人则期待新的方法出现。

相通的是,专家都纷纷把目光转向生物,希望能在自然智能身上获得灵感。

深度学习的局限

来自谷歌的Aguera y Arcas说:

我们有点像赶上班车的狗

深度学习已成强弩之末?Bengio等大牛NeurlPS2019上支招

他表示,深度学习已搞定了AI方面的一些长期挑战,但是,还有许多存在的挑战,目前无法解决。

涉及推理或社会智能的问题,比如,想用AI来衡量潜在雇员,仍然遥不可及。

而且目前所有训练的模型只是通过一个测试,或者赢得一个有评分的比赛。但是人类这样的智能可以做的事情远远超出这种有规则的模式。

深度学习三巨头之一、图灵奖得主Yoshua Bengio在接受Spectrum采访时表示:

现在的深度学习还无法达到一个两岁孩子的智商,完成一项任务需要很多的数据,而且还会犯很多愚蠢的错误。

深度学习已成强弩之末?Bengio等大牛NeurlPS2019上支招

从公司落地的层面而言,对于技术实现的预测也表现得谨慎起来。

Google对自动驾驶出租车实现的预测,已经改变了原来的乐观态度,变得充满克制。

Facebook的AI副总裁Jerome Pesenti最近表示,他的公司和其他公司不应该期待仅通过开发具有更多计算能力和数据的更大的深度学习系统来继续在AI方面取得进步。

对创新的呼吁

面对这一现状,人们提出了自己的建议。

Arcas和Bengio都希望与会者多考虑自然智能的生物学根源。

Arcas展示了一项模拟细菌的试验。这些细菌通过人工进化的方式进行觅食和交流。

而Yoshua Bengio认为深度学习这个方法行得通,他正在往工具箱里增加更多的东西。

他在会议上做了主题为从深度学习系统1到深度学习系统2的演讲,提出软注意力深度强化学习方式能够促进解决推理、计划、捕获因果关系等问题。

深度学习已成强弩之末?Bengio等大牛NeurlPS2019上支招

他的新方法受到了自然智能的启发。根据意识的先验性进行相关假设,许多高级依赖关系可以通过稀疏因子图近似地捕获。软注意力机制构成了一个关键因素,它可以一次将计算集中于几个概念(“意识思维”)。

蒙特利尔大学副教授Irina Rish则希望能够出现新想法:

深度学习很棒,但是我们需要一个不同的工具箱。

他回忆起2006年的一次非正式深度学习研讨会,比喻就像“宗教聚会”,组织者拒绝接受边缘的技术想法。

虽然在今年的大会上,深度学习是主流,他希望自己的发言能够支持新的想法出现。

元学习

新的出路也被谈及。

Uber研究员Jeff Clune已经表示明年会加入Open AI 。他还是新兴领域元学习metalearning的成员。这一领域希望实现AI自己设计学习算法。

在演讲中,他介绍了POET成对结合开放式开拓者,让AI掌握自我进化来变得更聪明。这一方法的灵感之一是自然进化。他给了一个例子,动画中的一双腿可以自动学习在更复杂的地形上走路。

深度学习已成强弩之末?Bengio等大牛NeurlPS2019上支招
深度学习已成强弩之末?Bengio等大牛NeurlPS2019上支招

场景的多样性和复杂度会自动增加

深度学习已成强弩之末?Bengio等大牛NeurlPS2019上支招

最终可以自己学会下楼梯

深度学习已成强弩之末?Bengio等大牛NeurlPS2019上支招

不知道你有没有想过,AI的发展将怎样实现下一个突破呢?

深度学习 编程 人工智能
上一篇:医疗诊断类AI项目落地的十步走 下一篇:开放与封闭之争:百度和谷歌AI平台谁更胜一筹?
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

关于AI在游戏领域的5个预测,你不一定都知道

未来,人工智能的发展将如何帮助开发者创造更好的游戏呢?以下是对人工智能在游戏产业中的5个预测。

Yu ·  12h前
人工智能如何改变医疗保健行业

当今世界最具前瞻性的两项技术是人工智能(AI)和机器人技术。实现这两种技术可以导致多个行业垂直领域的创新,包括医疗保健行业。

科幻网 ·  15h前
Epoch不仅过时,而且有害?Reddit机器学习板块展开讨论

Epoch最大的好处是确保每个样本被定期使用。当使用IID抽样时,你只要能想办法确保所有样本被同样频繁地使用就好了。

梦晨 ·  17h前
人工智能寒冬又到?美国教授arxiv发文批判AI,遭reddit网友狂喷

人工智能又被批评了?美国教授arxiv发文批评AI有四个误区,却不料遭reddit网友炮轰炒冷饭。

佚名 ·  17h前
企业的人工智能计划获得成功需要做的10件事

在实施人工智能的计划中,一些企业可能会忽略一些重要的细节,这些细节可能意味着人工智能计划成败之间的差异。

HERO ·  21h前
人工干预如何提高模型性能?看这文就够了

下面我先从使用机器学习模型来推理系统入手,再展开人工干预的推理循环的技术介绍。

AI科技大本营 ·  1天前
人工智能在国防领域将发挥什么作用?

2021年4月26日,根据数据与分析公司GlobalData新发布的一项名为《关于航空航天与防务领域中的人工智能技术专题研究》的研究报告,在未来战场中,人工智能技术或将充当辅助力量——人与机器协同工作,相较于人类,人工智能可以更有效地执行一些特定任务。

安防展览网 ·  1天前
做出电影级的 CG 渲染!斯坦福大学研究人员提出神经光图渲染

近日,一篇题为Neural Lumigraph Rendering的研究论文声称,它对现有的2个数量级图像进行了改进,展示了通过机器学习管道实现实时 CG 渲染的几个步骤。

佚名 ·  1天前
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载