圖靈獎獲得者、蒙特利爾大學(xué)教授約書亞·本吉奧：深度學(xué)習(xí)存在局限AI仍處嬰兒期

李佳師 張依依

“研究機(jī)器學(xué)習(xí)與訓(xùn)練框架的目的在于提高機(jī)器推理演繹的準(zhǔn)確度與效率。期待機(jī)器能夠早日更接近人腦的推理和認(rèn)知過程。”

由工業(yè)和信息化部、江西省人民政府共同主辦的2020世界VR產(chǎn)業(yè)大會云峰會于10月19-20日在南昌舉行。會上，2018年圖靈獎獲得者、蒙特利爾大學(xué)教授YoshuaBengio（約書亞本吉奧）以視頻演講的形式發(fā)表了題為“機(jī)器學(xué)習(xí)與訓(xùn)練框架，加速計算機(jī)仿真人類認(rèn)知”的主旨演講。某種意義上可以說，這一輪AI的浪潮是由深度學(xué)習(xí)算法的成熟帶來的，作為全球深度學(xué)習(xí)的先驅(qū)，約書亞·本吉奧在演講中表示：“深度學(xué)習(xí)仍存局限，今天我們?nèi)蕴幱贏I發(fā)展的嬰兒期。”

并非所有事實都能被“語言化”

約書亞·本吉奧在會上公布了他與幾個合作團(tuán)隊一年多來研究出來的最新成果，這些成果是關(guān)于“知識表示”系統(tǒng)的。

“知識是一種形式和抽象的概念，不具有實體性，它需要通過一定的載體來表現(xiàn)出來。”約書亞·本吉奧說。通過載體表現(xiàn)知識的過程是知識表示的步驟之一，而知識表示則是完成知識抽取、知識構(gòu)建、知識融合后的重要一環(huán)。

世界上存在很多可以用語言表達(dá)的“事實”，或者說“現(xiàn)象”，這些表達(dá)方法讓我們用自己的大腦去內(nèi)化，即推理和解釋。但是有的時候，并非所有的事實都能被“語言化”。

“知識表示”是指把知識客體中的知識因子與知識關(guān)聯(lián)起來，便于人們識別和理解知識。知識表示是知識組織的前提和基礎(chǔ)，任何知識組織方法都要建立在知識表示的基礎(chǔ)上。

知識表示是人工智能研究的一個重要課題。目前人工智能領(lǐng)域已經(jīng)有了很多知識表示的方法，并且也在很多方面取得了廣泛應(yīng)用。但是與大腦接收，并內(nèi)化知識的方式明顯不同，目前人工智能領(lǐng)域使用的“知識表示”方法尚無法完全仿真人類大腦進(jìn)行知識抽取的過程。

約書亞·本吉奧所舉的其中兩個例子能夠讓知識表示這一復(fù)雜的概念變得相對具體。

“比如我說如果扔一個球，這個球就會掉到地上。在這句話里，‘如果扔一個球這句話表示條件，‘就會掉到地上則表示結(jié)論。這句話有著很高的置信度。”約書亞·本吉奧說。為什么這句話有很高的置信度？因為萬有引力定律人盡皆知，受地球吸引力影響，球一定會掉到最低的地方。但如果編程人員在設(shè)計程序時，沒有引入萬有引力定律這個概念，那么計算機(jī)在理解和分析這個場景時并不知道需要加入這個難度。

由此可見，機(jī)器很難達(dá)到人類大腦一樣的精確識別和觸類旁通。計算機(jī)有時很難理解一些人們習(xí)以為常的隱性知識、默認(rèn)常識和經(jīng)驗，或者積累的知識。因此，需要通過機(jī)器學(xué)習(xí)架構(gòu)與訓(xùn)練框架，讓計算機(jī)變得更加智能，越來越接近人類大腦的運行和思維方式。

“假如我定一個規(guī)則，談?wù)摗罚梢哉務(wù)撐业摹罚乙部梢哉務(wù)撃愕摹罚€可以是他談?wù)撍摹返龋@其中就存在著很多變量。”約書亞·本吉奧說。為什么會存在這么多變量，談?wù)摴肥遣蛔兊目蚣埽髡Z是變量，存在很多可能性，賓語也存在很多變量，如何把變量變成定量，就需要根據(jù)語境來進(jìn)行推理，對于人來說這個推理只需要經(jīng)歷幾步，很簡單。但是對于機(jī)器來說，需要經(jīng)過很復(fù)雜的演繹和推導(dǎo)過程才能達(dá)到。

構(gòu)建“類人腦”認(rèn)知系統(tǒng)仍需時日

目前深度學(xué)習(xí)仍有一定局限性。約書亞·本吉奧希望構(gòu)建真正理解對象所處環(huán)境，且能根據(jù)語言環(huán)境理解語義的系統(tǒng)。

尋找更多有關(guān)鍵意義的人類思維特征與肌理，將有助于計算機(jī)更接近人類的認(rèn)知。對此，約書亞·本吉奧談到了另外一個非常有意思的事情：“我們來看看人類是如何做推理的。人類的推理每一次都涉及一個思想，每一個思想又涉及幾個變量。我們每次關(guān)注的焦點其實是從這幾個變量，轉(zhuǎn)到另外幾個變量中的。有時候，這些變量是按順序來轉(zhuǎn)換的。當(dāng)多個變量有沖突和競爭關(guān)系時，我們是按照注意力機(jī)制來進(jìn)行相應(yīng)的轉(zhuǎn)換和推理的。所以我們研究人類推理機(jī)制時，可以將‘注意力機(jī)制加入高級知識推理的維度。”

約書亞·本吉奧表示，研究機(jī)器學(xué)習(xí)與訓(xùn)練框架的目的在于提高機(jī)器推理演繹的準(zhǔn)確度與效率。他期待機(jī)器能夠早日更接近人腦的推理和認(rèn)知過程。

微軟亞洲研究院副院長劉鐵巖曾在接受《中國電子報》記者采訪時表示，在利用AI助力經(jīng)濟(jì)智能轉(zhuǎn)型的路上有三類人：第一類是“搬運工”，第二類是數(shù)據(jù)科學(xué)家，第三類是AI科學(xué)家。約書亞·本吉奧是第三類人。他希望不斷探尋AI領(lǐng)域“蘋果掉到地上”的定律、新的方法論，加速人類利用AI實現(xiàn)智能化的進(jìn)程。目前人類對于人腦的認(rèn)知尚處于早期。有一個說法提到，目前人類對于人腦的開發(fā)程度僅為10%。機(jī)器接近人腦推理和認(rèn)知的進(jìn)程仍然遙遙無期，但是計算機(jī)科學(xué)家與腦科學(xué)家們?nèi)栽谶@條路上不斷探索，希望找到更多更好的算法、發(fā)明新的AI方法論，構(gòu)建更接近于人類認(rèn)知與推理的智能系統(tǒng)。