在深度學(xué)習最熱的兩大關(guān)鍵詞“AlphaGo”和“自動駕駛”，托馬索·波吉奧（Tomaso Poggio）都有聲名卓著的學(xué)生，分別是DeepMind天才創(chuàng)始人戴密斯·哈薩比斯(Demis Hassabis)和Moblieye首席執(zhí)行官Amnon Shashua。
“深度學(xué)習：從煉金術(shù)走向化學(xué)”，在《麻省理工科技評論》與DeepTech深科技1月28－29日主辦的全球新興科技峰會上，MIT人工智能實驗室教授托馬索·波吉奧拋出了這個演講標題，顯然是對前段時間深度學(xué)習界那場口水戰(zhàn)的某種回應(yīng)。
激辯深度學(xué)習是否“煉金術(shù)”
2017年年底，人工智能頂級學(xué)術(shù)會議NIPS因為一份獲獎演講風云突變。在這個本該充滿套路的環(huán)節(jié)，當屆經(jīng)典論文獎得主、谷歌工程師Ali Rahimi意外向深度學(xué)習開槍，提出深度學(xué)習是“煉金術(shù)”。
從圍棋到智能駕駛，深度學(xué)習締造了眼下這一波人工智能熱潮。其本質(zhì)是通過大量匹配的輸入和輸出數(shù)據(jù)訓(xùn)練計算機，使其自動提取相關(guān)特征，建立聯(lián)系，免去了人類設(shè)計特征。但也因如此，計算機給出結(jié)果的邏輯是一個“黑匣子”，無法為人類所知。
AlphaGo下贏了柯潔，但它為什么落這一子？制造AlphaGo的DeepMind工程師們也不知道。
Ali Rahimi由此提出煉金術(shù)的比喻。煉金術(shù)“管用”，催生了冶金、紡織和現(xiàn)代玻璃制造工藝，但不是科學(xué)。他希望世界能建立在嚴謹、周密、可驗證的知識之上，而不是“煉金術(shù)”。
Facebook科學(xué)家、深度學(xué)習三巨頭之一Yann Lecun迅速對這一比喻進行了駁斥。他歸納道：“在科技史上，工程產(chǎn)品總是要先于理論一步：鏡片和望遠鏡先于光學(xué)理論問世，蒸汽機先于熱動力學(xué)問世，飛機先于飛行空氣動力學(xué)問世，無線電和數(shù)據(jù)通訊先于信息論問世，計算機先于計算機科學(xué)問世。”
面對這場口水戰(zhàn)，波吉奧雖未直接站隊，但拋出“煉金術(shù)”的比喻，已隱隱站在了MIT校友Ali Rahimi的一方。波吉奧是計算機視覺領(lǐng)域的泰斗級人物，將認知科學(xué)與深度學(xué)習結(jié)合建立模型，模擬人腦看到物體后的反應(yīng)。他見證了深度學(xué)習和人工智能的發(fā)展，但他也承認“煉金術(shù)”問題：人類需要去了解智能的整體架構(gòu)，以及智能背后的科學(xué)原理。 他告訴澎湃新聞（www.thepaper.cn），雖然Yann Lecun歸納的科技發(fā)展史并沒有錯，事件通常會先于理論產(chǎn)生，但卻不是一定的。“比如深度學(xué)習就是這樣一種情況，它不一定。”
深度學(xué)習非常依賴數(shù)據(jù)，但人類卻不是這么學(xué)習的——人類通過與家長、監(jiān)護人的頻繁互動進行學(xué)習。所以，現(xiàn)在的機器學(xué)習其實是比較“笨”的。
正因如此，波吉奧對人工智能的發(fā)展速度預(yù)判較為悲觀，可能需要200年才能拿到媲美人類的水平。“如果要達到人類的智能助手水平，可能只需幾年或者十幾年。但如果要這樣的一個助理除了規(guī)劃人類出行之外，也能夠玩游戲、打比賽，像人們一樣談?wù)撘磺?，我認為要有更長的時間。”
比愛因斯坦更聰明的大腦
那么，深度學(xué)習要如何從“煉金術(shù)”中走出來？人工智能要如何真正地學(xué)習？波吉奧認為還是要回歸理解人類智能，即腦科學(xué)和神經(jīng)科學(xué)。人腦智能如何產(chǎn)生，是科學(xué)需要解決的元問題。在這點上，波吉奧顯然又站在了Yann Lecun的對立面。盡管深度學(xué)習的基本架構(gòu)最早受到上世紀60年代猴腦視覺系統(tǒng)的啟發(fā)，但Facebook的首席人工智能科學(xué)家多次在公開場合強調(diào)，現(xiàn)在的卷積神經(jīng)網(wǎng)絡(luò)其實與大腦神經(jīng)網(wǎng)絡(luò)已無可類比之處。人工智能絕非“仿生學(xué)”，就像此前人類模仿鳥類制造飛行器，但發(fā)展出空氣動力學(xué)后，才知道翅膀的振動并不必要。
而波吉奧認為，從60年代的猴腦視覺系統(tǒng)到現(xiàn)在的計算機視覺，從腦科學(xué)到深度學(xué)習，這些架構(gòu)在本質(zhì)上都是一脈相承的。
人工智能的下一個突破口，波吉奧相信會來源于神經(jīng)科學(xué)。目前，他的團隊正在研發(fā)的基于人類和猿猴視覺系統(tǒng)的新架構(gòu)，其核心功能是綜合性地生成日常流程。這個過程并不需要對機器進行預(yù)先的訓(xùn)練。不像現(xiàn)在的AlphaGo，雖能在棋壇封神，但如果下棋的房間著火了，它都意識不到。
“就像在這個房間里，我可以問它任何問題，你是坐在左邊還是右邊，房間有幾個窗，燈是不是開著，你不需要對它進行預(yù)先的訓(xùn)練，因為我們也不可能預(yù)設(shè)所有可能的問題。”波吉奧說道。“這個架構(gòu)看起來和深度學(xué)習可能正好是相反的，因為它不需要大數(shù)據(jù)，而是通過神經(jīng)科學(xué)的方式達成。”
在這個過程中，波吉奧希望能越來越了解人類自身，包括那些人類最好奇的宏大問題：世界來源哪里，去向何處，是否有來生等等。
波吉奧告訴澎湃新聞（www.thepaper.cn），他青少年時瘋狂崇拜愛因斯坦。不過，愛因斯坦也只是在物理和宇宙學(xué)領(lǐng)域取得了成就，這個世界上還有許多其他領(lǐng)域的問題。他開始遐想，如果能造出比愛因斯坦更聰明的大腦，能否解決一切問題。
波吉奧相信，隨著計算速度和儲存空間的不斷發(fā)展，人工智能的能力會越來越強，盡管方式不同，但它們都是人類智能在機器上的復(fù)制和增強。
而波吉奧的天才學(xué)生哈薩比斯，也擁有遠超過圍棋的目標：“他很有野心，想要真正的智能系統(tǒng)。”