2202年了，AI还是不如猩猩，图灵奖得主Yann LeCun：3大挑战依然无解

我们在全世界上观察到的一切：人类的不道德，涉及水或树枝等自然现象的物理学子系统等等。而对于这些十分复杂的事物，人类是可以很不易地开发新借助于简约的也就是问道和基本概念。」

标识并不是解释

就以位图标识来问道，虽然Meta的data2vec争得了相当SOTA的好并成绩，但统筹进修仍然是最盛行的步骤。

也就是问道，AI在工作之先前必需「吃掉」大量的位图和相关的标注。其中的，每个标注都与相当多的位图举例来说，而这些位图则代表了表面在相同某种程度和反射光下的稳定状态等。

例如，为了让集成电路科学知识程序很难标识猩猩，就不能投入总计一百万张的照片，才能让AI设立起一个表面的内部图像也就是问道。但这种也就是问道最终只是一种简单的描绘出，并没有人出发点任何表象。

人类可以从呼噜声、毛发贴在腿部上的感觉、猩猩砂盆的微妙难闻等几百种步骤碰见一只「猩猩」，但这些对集成电路科学知识来问道却毫无意义。

于是这里就有了一个关于AI的「天问」。

如果它从不口渴，它能解释什么是冰淇淋吗？如果它从来没有人被烧过，它能解释火吗？如果它从未打过寒颤，它能解释寒冷吗？

当一个启发式「标识」一个表面时，它无论如何不明白该表面的连续性。它只是与之先前的例子展开交叉检验而已。

集成电路科学知识先驱Yann LeCun

Yann LeCun，集成电路科学知识家，为频域人脑和位图标识科技领域作借助于了关键贡献，享有盛誉「频域人脑之子」。

Yann LeCun主要研究课题科技领域为机器进修、集成电路图像、移动机器人和计算脑部科学知识等科技领域，他与Geoffrey Hinton、Yoshua Bengio并叫做机器进修的「核心人物」。

他们3人联合拿到2018年图灵奖得主，这被公显然集成电路科技领域的最高荣誉。

从左至右共有：Yann LeCun、Geoffrey Hinton、Yoshua Bengio

从中欧到北美洲，起始研究课题生涯

Yann LeCun于1960年借助于生于法国斯特拉斯堡，并多年来在斯特拉斯堡进修，他于1983年拿到斯特拉斯堡高等电工和带电粒子技术学院（ESIEE）的电气工程学士学位，1987年拿到斯特拉斯堡皮埃尔和玛丽居里大学（Pierre and Marie Curie）的集成电路科学知识博士学位。

Yann LeCun的博士后研究课题起先了加拿大，学艺卡尔加里大学著名的Geoffrey Hinton教授。尽管，博士后生涯十分直至，但，正是在这里开启了师徒岂料的合作开发新研究课题，奠定了他们往后在机器进修科技领域的合作开发新彼此间与关键并才智。

此后，Yann LeCun先是Geoffrey Hinton教授的步伐，并成了机器进修科技领域的关键人物！

研究课题书写小数分类法，提借助于异议频域人脑

1988年，Yann LeCun转到ATWildT（新泽西州电话电报公司）IBM，此后，他还担任了位图处理研究课题部副所长。

正是在ATWildT，他的研究课题争得了突飞猛进。Yann LeCun提借助于异议了一种新步骤，即频域、池化和全连接层次结构，研究课题书写小数分类法，提借助于异议了频域人脑，即LeNet。

新泽西州邮政局公共服务等机构很快采用了类似的网路，以自动完并成繁复的分类法工作，这个网路在标识邮政局编码小数之外花钱得不错。

便，频域人脑并成了当先前的广度人脑的关键基石。

第五代LeNet DCNN（广度频域人脑）

2003年，Yann LeCun去了普林斯顿大学担任讲师，他督导普林斯顿大学的样本科学知识积极支持，并并成为普林斯顿大学样本科学知识中的心的创始副所长。

2013年底，他被任命为Facebook集成电路科学知识研究课题经理，便，担任Meta公司的副CEO高级顾问集成电路科学知识科学知识家。

2014年，Yann LeCun被IEEE（新泽西州电气与带电粒子工程师Association）授予「人脑先锋奖得主」。

「我多年来都觉得『进修』是智慧中的的关键大部分」

多年来以来，Yann LeCun都对「进修」这个关键问题钟爱，这也并不需要决定了他在此之后的研究课题科技领域——「机器进修」。

Yann LeCun显然，「进修是智慧中的的关键大部分」。

那么，当先前的机器进修演进到了什么程度呢？Yann LeCun在在在的访谈中的，借到塑造并成的有如显然，「AI几乎没有人超越猩猩的水准」。

正是因为如此，AI以及AI研究课题人员几乎有很多事要花钱。Yann LeCun自显然，「我不是一个好的假说科学知识家，我花钱的还行的是实现，让两边跑起来」。

对于他的好并成绩，Yann LeCun相当谦虚，他问道：「我只是须以到一群比我和善的人里面去」。

让Yann LeCun相对难得的一件事是，他多年来在机器进修不断往下挖，去发现关键问题犹如真正的关键问题。

「把关键问题简便，便简便，直到超越真正的核心关键问题。」Yann LeCun问道，「要问最基本的关键问题，便是一切表面上的两边，直到得到一个简单得不可思议的关键问题。」

AI 的未来会就在自统筹进修里。

参考资料：

_campaign=profeedWildutm_medium=feedWildutm_source=social

本文来自网易公众号“新智元”（ID:AI_era），作者：新智元，36钍经认可发布。

。

吃火锅拉肚子吃什么药最有效
抗病毒治疗
腱鞘炎快速止痛方法
肿瘤医院
什么牌子的血糖仪好