送设计 保质量 高品质
当前位置:官网首页 > 新闻资讯 > 行业新闻 >

「LSTM之父」

文章出处: 发表时间:2019-09-11


有「意识」的澳门真人在线赌游戏AI能更好地学习

作者 | 杨晓凡
编辑 | 唐里



2019 年 8 月 29 日,世界人工智能大会 WAIC 2019 在上海世博中心举行。瑞士 USI 和 SUPSI 教授,NNAISENSE 联合创始人兼首席科学家,「LSTM 网络之父」 Jürgen Schmidhuber 也受邀出席大会。

8月30日,AI 科技评论和多家社会媒体一同对 Schmidhuber 教授进行了采访,松鼠 AI 首席架构师 Richard Tong在现场帮忙翻译。虽然这次采访中来自社会媒体提出的许多问题不那么「技术」,但是 Richard Tong 介绍道 Schmidhuber 不仅是计算机科学家,更是一位哲学家,在这些问题的回答中我们确实看到了 Schmidhuber 对事理和人类社会的哲学思考,甚至有「我们可以像理解人一样理解 AI」的味道。Schmidhuber 教授的语言风格也温文尔雅,不疾不徐,娓娓道来。


提问:有人把 LSTM 网络称作「机器学习界的 AK-47」,因为它简单,而且可以用于很多不同的任务。您知道这个说法吗?如今,BERT 以及基于 BERT 的模型也被用在很多任务中,仿佛要成为新一代的「AK-47」。您觉得这是一个好的趋势吗?

Schmidhuber:Transformer 和 BERT 模型能在一些任务中带来非常好的表现,比如某些翻译任务。但是如果你看看全局,比如看看语音识别领域里发生的事情的话,目前最新的,2019 年的谷歌语音识别系统仍然是基于 LSTM 的。曾经这些系统需要在服务器上运行,你需要有网络连接才能使用,现在电脑变得越来越便宜,这样的系统也已经可以直接在手机上运行。再比如 DeepMind 的 AlphaStar,这个玩星际争霸的 AI,它的核心是一个深度 LSTM 模型;OpenAI 的 DOTA2 AI 也把深度 LSTM 模型作为核心。如果你想要构建一个有通用能力的 AI,你就会需要类似循环神经网络、LSTM 这样的网络结构;Transformer 模型还不够好。工业界的实践还是以 LSTM 为主。

提问:很多人担心随着机器人变得越来越先进,他们的工作会被机器人取代。李开复曾经说人类要更多地做善解人意和富有同情心的工作,以及未来我们也要创造更多这样的工作,让人们有工作可做。您认可他的说法吗?您的观点如何?

Schmidhuber:几十年以前,当工业机器人刚刚出现的时候,就有人说机器人会把所有人类的工作都代替了。结果后来呢,在那些大量使用机器人的国家,曾经有数百名人类工人的汽车流水线如今使用数百台工业机器人,然后只有几个人看着这些机器人。然而这些有很多机器人的国家有更多的资本,有很低的失业率,因为出现了很多当时的人们预计不到的新职业。三十年前,没有人想得到现在可以做视频博主挣钱,诸如此类。人们喜欢玩乐,不喜欢没有工作,所以人类一直在创造新的工作。这些新的工作往往需要人和人之间的互动,像记者、视频博主等等。我猜测,随着 AI 在中国以及全球得到更多的使用,工作的数量只会增加,而不会减少,失业率也会大致保持不变。因为新的工作会出现。

提问:您在 2018 年提出了 World Model 的概念,可以多跟大家解释一下吗?

Schmidhuber:这个想法我在1990年就有了。它里面首先有一个 RNN 模型,可以接收视觉、声音、文本和传感器输入,然后它可以产生动作,比如动一动机器人的手指、眼睛。这样它就是一个控制器,把输入的信号转换成动作输出。除此之外它还有一个进行预测的网络,它能观察到控制器的动作、能观察到世界的输入,然后预测控制器的动作会对外面的环境造成什么样的改变。也就是说它学习判断动作的结果。

所以它也就能够学习对这个世界建模,比如学习到苹果会掉到地下,学习到苹果掉下的时候有什么样的加速度。在学习到苹果的运动规律的同时,也就学到了重力的法则。

在这样的 World Model 设计中,预测模型会帮助控制器变得更好,控制器也可以在执行动作之前先借助预测模型进行提前规划,选择能得到最高回报的动作;执行一系列预计会有很高回报的动作,然后得到这一系列预计到的高回报。最终,控制器就可以做整个模型认为「好」的事情。其实我们自己就是这样的,正在学习这个世界的小孩更是这样的。

推荐产品

友情链接