开发者社区> 行者武松> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

对话余凯:人工智能未来何在?深度学习+贝叶斯网络

简介:
+关注继续查看
本文来自AI新媒体量子位(QbitAI)

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1


2月的亚布力仍是一片冰雪世界。

上周,包括李彦宏、雷军、杨元庆、王石、冯仑、沈南鹏在内的一众企业家,齐聚这个东北小镇,共同探讨经济转型与企业家创新。毫无疑问,人工智能是大佬家们谈论最多的话题之一。而对于这个话题,余凯可能是现场企业家中最有发言权的一个。

余凯,地平线机器人CEO。曾经的百度深度学习研究院(IDL)创始人,还曾在斯坦福讲授研究生课程《CS121: 人工智能概论》。

“热度不减”,余凯用这四个字来形容企业家对人工智能的关注。而且他明显感觉到,无论是投资界还是企业界,都对人工智能有了更深入的了解。“对这个产业的方向,对这里面技术的关键点和壁垒在什么地方,我觉得大家都有蛮多的思考”,余凯说。

既然大家都在进步,那么余凯这位中国人工智能领域的旗帜性人物,对AI又有什么样的思考呢?量子位以特殊的方式,围绕这一主题在亚布力与余凯展开对话。

余凯指出,深度学习不是人工智能领域唯一的技术,未来AI的发展应该把多种技术结合应用,让神经网络从不可知的黑盒状态,逐渐变成一个相对的白箱。

“深度神经网络其实更加适合做感知”,余凯表示过去十年人工智能在感知领域突飞猛进,而感知的种种进步皆是为了后续进一步作出理性的决策。在感知-推理-决策的过程中,余凯指出以推理为核心的贝叶斯网络正好可以大行其道,“我非常看好这个方向”。

尤其是未来人工智能的发展趋势之一,是小数据学习。这就需要一个完全不同的思路,不是盲目的灌数据,而是基于小数据做出决定。“就是在很多的状态空间里面,去找到风险最小的一个路径。这里面其实是各种的因果推理,不是识别”,余凯解释说。

上面已经强调深度神经网络的作用是识别,如果要进行因果推理,人工智能就需要一个新的框架。“因果推理的这个框架衍生出来的就是贝叶斯网络”,余凯强调因果推理的理论“现在应该被提上议事日程”。

余凯表示应该以一个更高的视角来看待人工智能额发展:不仅仅是当前热什么咱们就做什么,因为当时热的东西一定会过去。

以下是对话的文字实录

量子位:神经网络一直被批评是黑盒,一旦出了问题,可能无从查找原因。您怎么看待这个问题?黑盒能被揭开么?

余凯:这是一个蛮深入的问题,我们不光要谈深度学习它的优势,我们也要看到它的劣势、它的边界,这样才能找到正确前进的方向。

深度神经网络确实有这个问题,相对来讲是一个黑箱系统。所以我们也觉得在自动驾驶这个领域,其实是面临一些挑战的。因为大家希望自动驾驶是可控的、可以debug,在安全方面能得到保障的一个系统,我们不希望它出现异常的行为。

怎么去达到这一点呢?地平线其实是很早就开始意识到,深度学习不是人工智能惟一的技术,我们必须把深度学习跟其他的一些框架,比如说跟增强学习、跟网络结合在一起,使得整个系统是一个相对的白箱,这个是我们一直在研发的方向。

量子位:所以如果说现在有一些技术去取代神经网络的话,您看好的是哪个?

余凯:深度神经网络其实更加适合做感知,而贝叶斯理论的核心是推理,只有从感知到推理才能到决策。所以最终来讲,你希望达到一种理性的推理、理性的决策,这里面正好是贝叶斯网络一个大行其道的地方,所以我是非常看好这个方向。

未来汽车的自动驾驶,应该是深度学习跟贝叶斯网络结合的这么一个思路。

量子位:神经网络需要大量的数据训练才有成效,回到无人车领域,比方撞车、紧急情况等情况,就很难有大量的数据让网络学习,您怎么看待这个问题?

余凯:没错,这面临到未来的一个趋势,是一个小数据学习的问题。这个趋势要有一个完全不同的思路,而不是盲目的灌数据,因为大量采集的数据都是正常路况的数据,而这种紧急情况的数据是没有的,所以这对深度学习是一个挑战。

这就要加入更多的因果推理,因果推理的这个框架衍生出来的就是贝叶斯网络,这个是加州大学洛杉矶分校Judea Pearl教授,在80年代就已经很著名的成果,曾经在人工智能这个领域是非常主流,后来由于神经网络的发展大家淡忘了。

但是历史总是回旋往复的往上去发展。就像80年代的时候,深度神经网络其实当时也非常主流,但是90年代就被人给淡忘了。我认为80年代被Judea Pearl提出来的“因果推理”,现在应该被提上议事日程。

过去十年深度神经网络发展,让我们在感知这个领域突飞猛进。但是所有的这些人工智能,包括自动驾驶,其实感知都是为了决策来服务,所以最终要走到决策。

一旦走到决策的话,所谓这些小数据、这种紧急情况,实际上是要根据这个情况然后做一个决策,就是在很多的状态空间里面,去找到风险最小的一个路径。这里面其实是各种的因果推理,不是识别。

深度神经网络是识别,如果是因果推理,就需要有一个因果推理的框架来做这个事情。

地平线的核心团队,包括我自己的背景,都是在人工智能这个领域工作了很长时间,所以我们能够以一个更高的视角来看这个问题,不仅仅是当前热什么咱们就做什么,因为当时热的东西一定会过去。

量子位:刚刚结束的AAAI17上,大会收录的论文,来自中国的投稿数量第一次超过美国,这个数字能说明什么?以前也有统计说人工智能领域中国人很厉害。

余凯:中国整个来讲对人工智能的关注度越来越高。但论文中虽然有很多从名字能看出来是中国人,但大部分估计还是在美国的留学生或者华裔学者。数字还不能说明问题。因为中国本土的科研这块其实还是有差距的,有蛮大差距的。

我们整个创新的土壤,相对来讲还比较偏急功近利。

量子位:您之前也批评过说有一些AI企业有抄袭或者比较急功近利的情况。

余凯:对,真正愿意平心静气,去做比较长远的、创新性研究的人和企业在中国还比较少。华人学者在这个领域的规模越来越大,这也是正常的,因为我们的人口基数大,但是有没有更多的创新性的东西在这里面出来。

好像据说今年Best Paper什么之类的其实并不是华人,所以我们还是有空间继续去努力。未来我还是很乐观,华人在整个人工智能领域的影响力,最后会变得非常领先。

量子位:很多企业都说,人工智能的专业人才不好招。您在实践中,也会遇到这样的困扰么?您又是怎么解决的?

余凯:我们去年在9月份有一次大规模的巡回校招,收了一批顶尖的学生,我对这个还是比较满意,我们会进行内部培训。

包括我以前在百度的时候,当时成立深度学习研究院,那个时候中国大学没有培养什么人工智能、深度学习方面的人才,基本上很多都是我们自己培养,后来很多人在百度或者其他公司里成为顶尖的中坚力量。所以我们可以去培养。

我们有个计划,所有我们今年校招录取的学生,夏天的时候把他们全带到硅谷去,进行为期半个月的一个培训,我会请世界顶尖的专家来给他们讲课。

量子位:您是看中什么样的条件去招这些应届生、去招这些未毕业的学生的话,是需要他的逻辑好或者是工程能力强、还是就是得数学好?

余凯:我看中的,还是所谓德才兼备。

德,就是合作的能力,还有对整个使命感,对未来世界的好奇。人工智能改变世界的这么一个使命感跟好奇心,不断学习的这种愿望,我觉得这个是这个人的一个基本面。其次的话,在数学、在编程这些方面,应该有相当不错素养。

基本上是这两个方面,我们还是比较强调综合能力。比如说德这块,其实也包括学生的这种人文素质。最近我越来越觉得,好的工程师往往有很好的人文素养跟人文关怀。

量子位:现在在人工智能领域,您的公司来讲,最缺的是哪方面的人才,产品经理或者算法高手是哪方面的一个人才是比较缺的?

余凯:我觉得都需要。只是做一个研究的话,其实有的时候是需要有一个创意,而且要非常非常的出众,但是做企业的话,实际上你会发现,需要把好多不同的方面都组合在一起,最后成为一个很优秀的产品或者是技术。

企业强调的是综合能力,而学术界的技术创新是一个想法的突破,这个很不一样。所以驾驭一个企业的复杂度远比学术研究要高。

本文作者:若朴 牧北
原文发布时间:2017-02-13

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
深度学习-分享几个开源AI模型库
现在市面上有很多的深度学习预训练模型库,这些预训练库收集了不同AI任务的SOTA模型,有的还提供推理的SDK。这对于做AI应用和AI开发来说,是宝贵的开源资源。
0 0
AI遮天传 DL-深度学习在自然语言中的应用
AI遮天传 DL-深度学习在自然语言中的应用
0 0
AI遮天传 DL-深度学习在计算机视觉中的应用
AI遮天传 DL-深度学习在计算机视觉中的应用
0 0
【paddle深度学习高层API七日打卡营】三岁水课第一天—认识AI与手写数字识别的一天
大家好,这里是三岁,别的不会,擅长白话,今天就是我们的白话系列,内容是paddle2.0新出的高程API,在这里的七日打卡营0基础学习,emmm我这个负基础的也来凑凑热闹,那么就开始吧~~~~ 注:以下白话内容为个人理解,如有不同看法和观点及不对的地方欢迎大家批评指正!
0 0
深度学习实战:tensorflow训练循环神经网络让AI创作出模仿莎士比亚风格的作品
深度学习实战:tensorflow训练循环神经网络让AI创作出模仿莎士比亚风格的作品
0 0
全球名校AI课程库(5)| Stanford斯坦福 · 深度学习课程『Deep Learning』
吴恩达与助教在斯坦福开设的深度学习课程,内容覆盖基础知识、各类神经网络、实际应用等排,是很多人的深度学习入门课。
0 0
全球名校AI课程库(8)| Berkeley伯克利 · 全栈深度学习训练营课程『Full Stack Deep Learnin』
课程以实战为主,讲解了不同场景下应用深度学习解决问题的工具、过程和方法:从问题理解,方法选择、数据管理、选择 GPU 到 Web 部署、监控和再训练。
0 0
全球名校AI课程库(1)| 吴恩达·深度学习专项课程『Deep Learning Specialization』
深度学习入门首选!课程可以帮助学习者掌握知识和技能,并邀请工业界与学术界的深度学习专家为大家提供职业发展建议,提供一条迈向 AI 世界的清晰途径。
0 0
Hinton等谈深度学习十年;PyTorch落地Linux基金会的影响;机器学习界的“GitHub”|AI系统前沿动态
Hinton等谈深度学习十年;PyTorch落地Linux基金会的影响;机器学习界的“GitHub”|AI系统前沿动态
0 0
百度马艳军:实现AI技术自立自强,国产深度学习框架面临三大难题
百度马艳军:实现AI技术自立自强,国产深度学习框架面临三大难题
0 0
+关注
行者武松
杀人者,打虎武松也。
文章
问答
来源圈子
更多
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
阿里云异构计算平台——加速AI深度学习创新
立即下载
通用多模态AI构建
立即下载
阿里云AI产品必知必会系列电子书
立即下载