Derin öğrenme tanrısı Yann LeCun: Sinir ağları tercih edilmediğinde harika bir bahse tanık oldum
AlphaGo'nun zaferinin parlayan ışığı altında, çeşitli ülkeler ve kuruluşlar, yavaş bir adım atarsanız, yeni teknolojinin yaklaşan şafağını özleyeceğiniz korkusuyla, yapay zeka (AI) etrafında şiddetle rekabet etmeye başladılar.
Ancak Yann LeCun, "Bu yolda ne kadar ileri gideceğimizi tahmin edemiyoruz. Yüksek dağları geçmek zorunda kalabiliriz. İlk tepeden sonra fethedilmeyi bekleyen sayısız tepe var" dedi.
Yann LeCun kimdir? Bu isim, yapay zeka konusunda fazla endişe duymayan insanlara biraz tuhaf gelebilir. Ama aslında, sektörün Facebook Yapay Zeka Araştırma Enstitüsü (FAIR) başkanı hakkında çok yüksek bir değerlendirmesi var ve yapay zeka alanında bir usta olduğu konusunda hemfikirler.
Ancak böyle bir usta bile dünyaya yapay zekanın geleceğinin tam olarak nasıl olduğunu söyleyemez! İşaret ettiği tek şey, bilimsel araştırmacıların ortak sorununun, kısa vadeli ilerlemeyi abartmak, ancak uzun vadeli kalkınma faydalarını hafife almak olduğu ... YZ gelişimi için, şimdi yapabileceği şey, dünya tarafından fethedilmeyi bekleyen dağlara koşmaktır.
Şekil Yann LeCun, Facebook Yapay Zeka Araştırma Enstitüsü (FAIR) Dekanı
Yapay zekanın gelişimi şimdi başlamıyor.Akademi 1960'lardan beri Frank Rosenblatt'ın önerdiği algılayıcı (The Perception) gibi araştırmalar yapıyor. "O dönemdeki sinirbilim, daha sonra makine öğrenimi ve yapay zekanın gelişmesine yol açtı", LeCun dedi.
Bununla birlikte, bir coşku dalgasının ardından, genel bilimsel topluluğun AI araştırması sessiz kaldı.Herkesin yatırdığı faiz ve fonlar büyük ölçüde azaldı, bu nedenle sektörde sözde "AI Kış" dönemine geldi. Son yıllara kadar bilgisayar yazılım sistemlerinin ve GPU'ların verimliliği artmış ve fiyatlar düşmüş, bulut hizmetleri popüler hale gelmiş ve büyük veri kavramı insanların kalbini derinden kök salmış, Google, Amazon, Facebook gibi büyük devler aktif olarak yatırım yapmışlardır. AI First, öğrendikten sonra herkesin söylemesi gereken bir slogan haline geldi.
Bu yıl, Appleın iPhone'unun piyasaya sürülmesinin onuncu yıldönümüne denk geliyor. İnsanlar, Appleın kurucusu Jobsun başarısızlığının ve zafere dönüşünün hikayesine aşinadır. Ancak artık bir yapay zeka ustası olan LeCun, yol boyunca sorunsuz ilerlemedi, aynı zamanda marjinalleştirildi, makinelerin algısal sinir ağları (Sinir Ağı) ve evrişimli sinir ağları (Evrişimsel Ağlar) geliştirebileceğine inanıyor. ) O zamanlar teoriler pek tercih edilmiyordu.
LeCun'un kendisi ilginç bir örnek verdi. Geçmişte ATT Bell Laboratuvarlarında araştırma ve geliştirme yaptı.1988 ve 1992 arasında Bell Labs'ın Uyarlanabilir Sistemler Araştırma Departmanı evrişimli sinir ağları geliştirdi ve vektör makinelerini (SVM) destekledi. Yapay zekanın atası ve NVIDIA'nın makine öğrenimi danışmanı Larry Jackel, o sırada bölümün başkanıydı.Araştırma ekibinde Yann LeCun ve istatistiksel öğrenme teorisinin babası Vladmir Vapnik vardı.
Şekil Larry Jackel, Vladmir Vapnik ve Yann LeCun
1995'te Jackel ve Vapnik iki bahis yaptılar: Kim kaybeden birini lüks ve görkemli bir akşam yemeği yemeye davet edecek. LeCun bu bahsin tanığı.
İlk bahis nedir? Jackel, 2000 yılına kadar insanların büyük sinir ağlarının büyük veri tabanlarında iyi bir şekilde kullanılabileceğini anlayacaklarına inanıyor.
Ancak kaybetti.
İkinci bahis, Vapnik'in 1995'te sahip olduğu sinir ağı mimarisini 2000 yılına kadar kimsenin kullanmayacağına inanmasıdır. Ancak herkesin destek vektör makinelerini kullanacağına inanıyor.
Vapnik sadece 2000 yılında kaybetmekle kalmadı, 2012'de de Google ve Microsoft, yanlış hesaplamasını kanıtlamak için sinir ağları kurdu.
LeCun, 2000 yılında New York'taki Siam Garden restoranında bu yemeği yediklerini ve Jackel ile Vapnik'in hesabı eşit olarak paylaştıklarını hatırladı ve gülümseyerek söyledi. Ancak bu ünlü bahis, ana akım AI teknolojisinin herkes tarafından kabul edilmesinin ve uygulanmasının uzun yıllar aldığını gösteriyor.
Şekil Yann LeCunun Google+ hesabından yapay zeka ile ilgili teknolojiler üzerine üç usta iddiası
LeCun kısa süre önce Çin ve Tayvan'da bir dizi akademik konferans başlattı. Konuşmasında önce Denetimli Öğrenme, Derin Öğrenme, Çok Katmanlı Sinir Ağları ve Evrişimli Sinir Ağları gibi AI teknolojisinin gelişimini inceledi. Ağlar) vb.
Facebook'un küresel kullanıcılarının 2 milyarı aştığını açıklamasıyla birleştiğinde, dış dünyayı FAIR'in ne yaptığı konusunda daha da meraklandırdı? Zaten ne yapıldı? Ancak LeCun çok fazla açıklama yapmadı, sadece fotoğraflarda yüz tanıma, nesne tanıma ve kullanıcıların arkadaşlarını işaretlemeleri için öneriler gibi bazılarının Facebook web sitesine uygulandığını açıkladı. Aynı zamanda, terörizmle mücadele için AI teknolojisini uygulama umudu da var.
İngiliz şair Shelley bir keresinde şöyle demişti: "Kış geldi, bahar çok geride olabilir mi?" Bugün yapay zeka, gelişimin soğuk kışını geride bıraktı ve görünüşte müreffeh baharı kucaklıyor, ancak LeCun hala birçok engel olduğunu inkar etmiyor. Örneğin:
İlk olarak, makine fiziksel dünya, ağa bağlı dünya ve insan etkileşimi de dahil olmak üzere dünyanın nasıl çalıştığını öğrenmeli veya anlamalı ve belli bir derecede sağduyu bilgisine sahip olmalıdır;
İkincisi, gözlem veya eylem yoluyla çok fazla arka plan bilgisi öğrenmeleri gerekir;
Üçüncüsü, makine dünyayı algılamalıdır;
Dördüncüsü, makine sürekli olarak tahmini dünya durumunu güncellemeli ve hatırlamalıdır;
Beşinci olarak, makine mantıklı ve planlı olmalıdır.
LeCun bu nedenle bir formül önerdi: zeka + sağduyu = algı + öngörücü model + bellek + akıl yürütme ve planlama.
LeCun, "Sağduyu ile boşluğu doldurabilirsiniz." Dedi. Fakat makinelerin sağduyulu öğrenmesini nasıl sağlarız? Cevabın Denetimsiz Öğrenme veya Tahmine Dayalı Öğrenme olabileceğine inanıyor.
Denetimli Öğrenme, makine öğrenimi alanının bir dalıdır. Verileri çeşitli etiketlerle işaretler.Makine bu etiketlerde bir model bulur veya oluşturur ve bu modele dayalı olarak geçmiş hisse senedi fiyatlarını kullanmak gibi gerçek tahminler yapar. Gelecekteki hisse senedi fiyat eğilimini tahmin etmek.
Denetimsiz öğrenme, etiketleri manuel olarak eklemenin gerekli olmadığını, ancak makinenin dünyanın işleyişini gözlemlemesine, sağduyu oluşturmasına ve tıpkı çocukların öğrenmesi gibi sezgisel tepkiler veya yargılarda bulunmasına izin vermenin gerekli olduğunu vurgular. Denetimli öğrenmenin yeterli olmadığına inanıyor. Denetimsiz öğrenmeye de ihtiyaç var. Büyük bir öğrenme makinesini eğitmek için kaç örnek gerektiğine, ne kadar bilgiyi tahmin edebileceğini umduğumuza bağlı.
Önümüzdeki 20 yılda yapay zekayı tahmin etmenin planı nedir?
Bir dereceye kadar, AI hayatımızın her köşesini doldurdu.Herkesin AI için farklı hayal gücü ve beklentileri var.Ya gelecek? Yapay zeka geliştirmenin geleceğini şimdiden tahmin edebilir misiniz?
LeCun çok doğrudan şöyle dedi: "Tahmin edemiyorum!" Ayrıca, "Araştırmacılar genellikle belirli bir teknolojinin kısa vadeli ilerlemesini abartıyor ve uzun vadeli ilerlemeyi hafife alıyor." Genellikle, bir şey bulabildiğimiz sürece bunu düşünüyoruz. Şeyler, belirli şeylerin arkasındaki ilkeler, onları inşa edebiliriz ve sonunda başarılı bir şekilde işleyeceklerdir.
Ancak geriye dönüp baktığımızda, roketin arkasındaki prensibi uzun zaman önce keşfettik, ancak prensibi keşfetmekten roketi gökyüzüne göndermeye kadar bu büyük bir adım çünkü çok karmaşık. Bu nedenle, kısa vadede uygulamanın karmaşıklığını hafife aldık. Aynı zamanda, uzun vadeli evrimi de hafife alıyoruz çünkü devrimin gelişini önceden kimse göremiyor.
Geçmişte, bazı insanlar yapay zekanın gelişimini tahmin ediyordu ama hepsi başarısız oldu, bu yüzden hala çözemediğimiz birçok engel ortaya koydum.Bazı fikirlerimiz olsa da, bunlar henüz çözüme dönüşmedi. LeCun, "Kalbimdeki yapay zeka, aşmamız gereken çok yüksek bir dağımız olmasıdır. Ve geçerken, önümüzde daha kaç kişinin bizi beklediğini bilmiyoruz." Dedi.
Ancak LeCun, doğal dünyadan ilham almanın ve doğayı taklit etmenin bir fikir olduğunu, ancak çok olmaması gerektiğini de vurguladı.Hangi detayların önemli olduğunu, hangi detayların sadece evrimin sonucu olduğunu, hangilerinin biyolojik taklit olduğunu nasıl anlayabiliriz gibi birçok şeyi anlamalıyız. Kısıtlı. Tıpkı uçakların icadı gibi, insanlar aerodinamik ve akışkanlar mekaniğini geliştirdikten sonra, tüylerin ve çırpınan kanatların aslında önemli olmadığını anlayacaklar.
"Öyleyse, kendinize sorun, zeka alanındaki" aerodinamik "ne olacak?" Bu, LeCun'un herkesin düşünmesi için bıraktığı bir sorudur.
