2019AI大势：自动驾驶寒冬、NLP大跃进、Deepfake成魔！

与马库斯针锋相对的AI从业者重新熟悉了象征主义的方法，以免连接主义的局限性导致资金崩溃，或人工智能陷入寒冬。这一争论促使人们对人工智能的未来做出了清醒的评估，并在12月23日由马库斯和深度学习先驱、蒙特利尔大学Yoshua Bengio教授的一场现场辩论中达到高潮。辩论过程非常有礼貌，双方都承认两个党派之间需要合作。

2018年12月，马库斯向深度学习支持者的“帝国主义”态度发起了挑战，开始了自己的进攻。他继而鞭策Facebook的深度学习先驱Yann LeCun，要他选择一方：是把自己的信仰寄托在纯粹的深度学习上，还是有好的“出色的老式人工智能”(good old-fashioned AI)的一席之地?

OpenAI在10月份提出的混合模型成为头条新闻。它的机械手通过深度强化学习和经典的Kociemba算法的结合解决了魔方难题。虽然马库斯指出是Kociemba算法计算出了解决方案，而不是深度学习，但其他人断言机器人可以通过进一步的训练来学习这项技能。

去年12月，微软提出“神经符号人工智能”(neurosymbolic AI)，填补了这一空缺。这是一个旨在弥合神经表示和符号表示之间差距的模型架构。

随着2019年临近结束，NeurIPS会议强调了人工智能社区的soul searching。谷歌研究员Blaise Aguera y Arcas在一次主题演讲中表示：“我们目前所有的训练模式都是为了让AI在特定任务中取得胜利或者赢得高分，但这并不是智能的全部。”

符号主义者和连接主义者之间的敌意可以追溯到半个多世纪以前。1969年，马文·明斯基和西摩尔·派普特在《Perceptrons》书中，仔细分析了以感知机为代表的单层神经网络系统的功能及局限，证明感知机不能解决简单的异或(XOR)等线性不可分问题，帮助触发了第一个AI冬天。

第二个AI寒冬是在将近20年后，部分原因是符号AI依赖于LISP计算机，而LISP计算机已经随着PC的出现变得过时了。

神经网络在20世纪90年代开始普及，并在过去十年计算能力和数据的爆炸式增长中取得了主导地位。 当连接主义者和符号主义者齐头并进，或者直到一个派别消灭另一个派别时，我们期待着激动人心的新时代。

（编辑：52刷机网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!