关于现在人工智能预测的一些冷水

最近有关人工智能和深度学习的各种预测满天飞,作为圈内人,我来泼点冷水。

我们常说科技树科技树,这个比喻是非常贴切的,现代科技的基础理论并不复杂,做个摘要,大概二三十页也就够了,这些构成了树的主干,而基于基础理论的次级理论,和再次级理论,和各种应用,则构成了树的枝叶。科技树的每部分活力很不相同,有些枝繁叶茂颇有蓬勃生长的迹象,有些则枯萎凋零,无人问津。

科技发展的有趣之处在于,你永远无法知道,某一片枝叶会不会突变成为主干,某一曾起了极大作用的主干,会不会在将来十年内渐渐枯死不再发展。以前曾是通信领域支柱的信号处理,近年来其理论少有突破;而以前作为统计学枝叶的机器学习,现在则大行其道;而百年来几起几落的领域,也远远不止人工智能一家。

我是做计算机视觉的。回望过去的几年,想像一下2012年若是没有Alex Krizhevsky的软工背景和拼命实践,没有他导师Hinton要他博士论文开题的压力,就没有一篇正确率提高10个绝对百分点相当于十多年进步的论文,就没有2014年的突飞猛进,计算机视觉这一块就不会有革命性突破。

适合的人,在适合的时间,做正确的事,这些又有谁能预测到呢?如果我们错过了Alex,下一波热点会将我们的注意力带走,要再回到正确的轨道上来,至少还需要三五年乃至十年的时间。而将来呢?两三个关键人物在关键问题上的缺失,就可能拖后整个人类的进步几年,大牛一两次不够严谨的推理,就可能让整个组奔向错误的方向,为什么2045就一定是奇点到来的日子呢?

科技的突破,往往先由一两个人偶然点穿,而后大家蜂拥而至,在很短的时间内做出大量高质量的成果,成就大批牛人。就好像我们都在黑暗的地底到处打洞寻找出口,用力最多的方向常常碰上花岗岩再无法前行,却有一两个人在意想不到的地方打出了光亮,一声呼唤之后大家都来帮忙。

二十世纪初的物理学是这样,二十世纪中叶的分子生物学是这样,所以说预测未来最好的办法,就是深入这个领域中去,越接近研究的中心,越是在领域里浸淫许久,越有独立思考能力,就越能培养敏锐的直觉,而不受周遭鼓噪,毕竟对于打洞而言,明白眼前岩石的纹路,比身后拉拉队的多少更重要。同样,与其预测人工智能最后要走向何方,还是亲自动手做更靠谱一点。

用实践去体会细节,很多拍脑袋想出来的完美理论,用在实际问题上是完全不可行的,不仅不可行,而且一试就挂,一碰就死,一末了还埋怨说那么简单的纰漏,自己怎么早没想到。

我们要做的,不是当高谈阔论的事前事后评论,而是去当那一两个先行者。他们才是明白事实真相,才是真正改变历史轨迹的人。

历史的先行者们往往付出惨重的代价,但幸运的是,我们,遇到了一个好时代。

(作者为Facebook人工智能研究院研究员/研究经理)

欢迎扫码添加小编,加入人工智能和大数据公众号读者交流群,探讨、分享、交流!交流群每周会邀请行业专家进行在线分享!

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180427A0M9G600?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券