首頁 > 人工智能 > 正文

人工智能又雙叒“寒冬”了

2019-06-10 10:38:41  來源:鈦媒體

摘要:最近幾個月以來,曾經在去年發表過《AI Winter is Well on its Way》聲稱AI和深度學習寒冬即將到來的AI專家Filip Piekniewski陸續發表了兩篇“雄文”,再次對深度學習進行了抨擊,一篇稱AI和“區塊鏈”一樣,都將面臨崩盤的終局,另一篇稱深度學習的應用性遠比人們想象中狹隘。我們不如以Filip Piekniewski的言論為線索,看看在“AI寒冬論”背后,又暗暗隱藏著哪些秘密。
關鍵詞: 人工智能 AI
  炎炎夏日即將來臨,想要防酷暑降溫,除了開空調吃冰淇淋之外還有什么其他方法嗎?
 
  當然有啦!比如關注一下深度學習領域,就會發現人工智能又雙叒寒冬了。明明是一項在世界范圍內受關注和投入頗多的技術,為什么時不時就會有大佬開麥,給人一種一年四季都在“寒冬”的錯覺呢?
 
  最近幾個月以來,曾經在去年發表過《AI Winter is Well on its Way》聲稱AI和深度學習寒冬即將到來的AI專家Filip Piekniewski陸續發表了兩篇“雄文”,再次對深度學習進行了抨擊,一篇稱AI和“區塊鏈”一樣,都將面臨崩盤的終局,另一篇稱深度學習的應用性遠比人們想象中狹隘。
 
  我們不如以Filip Piekniewski的言論為線索,看看在“AI寒冬論”背后,又暗暗隱藏著哪些秘密。
 
  時隔一年寒冬回歸,又帶來了哪些論據?
 
  在上次發表《AI Winter is Well on its Way》后,Filip Piekniewski遭到了不少抨擊,其中原因是Filip Piekniewski的觀點和論據實在是存有過多的槽點。例如Filip將學術領秀在Twitter上提及深度學習的次數減少,當做深度學習衰落的證據。又將知名不靠譜自動駕駛廠商Uber的自動駕駛事故,歸咎到深度學習技術的不靠譜上。
 
  但在最近發表的言論中,Filip Piekniewski又對自己的觀點進行進一步的補充。
 
  首先,Filip Piekniewski再次強調了自動駕駛的不靠譜。證據是最近一年自動駕駛領域逐漸冷卻,實驗過程中時有事故發生,福特CEO Jim Hackett也承認,該公司“高估”了全自動駕駛汽車的到來速度。\
 
  同時Filip Piekniewski還將比特幣與深度學習做對比,認為兩者都是硅谷在芯片銷售乏力時,“炒作”出的新概念,一個依靠算力挖礦,一個依靠大型模型創造計算需求,最終目的是賣出更多的GPU。而比特幣目前已經崩盤,深度學習所創造的AI夢境也距離夢醒不遠了。
 
  至于當前AI界最為頭痛的人才問題,Filip Piekniewski則給出了不同的意見,他認為相比AI人才緊缺,實際上AI人才是魚龍混雜的,只要在頂會上發布一篇論文就能替代一切背調,加上大量所謂AI人才都是直接從高校和研究院進入企業,缺乏現實場景經驗,更加速了AI的“滅亡”。
 
  比特幣誅心論:AI是硅谷的帶貨高手嗎?
 
  相比上一次那Twitter內容當做證據,這一次Filip Piekniewski所提出的自動駕駛遇冷、AI人才審核標準模糊等等,看似客觀許多,但將區塊鏈和AI相提并論,則是一種極其誅心的理論。
 
  我們不得不承認,從硅谷視角來看,AI和區塊鏈確實有顯著的共同點。第一,兩者都通過對算力的強大需求,帶動了芯片行業的發展;第二,兩者都是先“賦能”了硅谷的財富集中,再去賦能現實場景的落地應用。
 
  在移動終端逐漸走向成熟后,硅谷一度無法再像PC和移動終端熱潮初期,通過一種普遍性的設備和產品更新換代來獲得財富。但AI和區塊鏈的出現,又在試圖從底層改變整個軟件和硬件生態。這其中讓科技企業獲得了不少紅利,例如大量投資涌入區塊鏈和AI創業領域,又像是英偉達近年來的迅速成長。
 
  但我們并不能因此將AI和區塊鏈完全看做一談,兩件事情形成的結果有部分融合,并不代表兩件事的性質完全一樣。
 
  我們需要知道的是,深度學習之所以會在今天出現,是因為移動時代帶來的數據量暴漲和算力基礎提升,給予了深度學習深入研發和應用的可能。深度學習和芯片算力是彼此成就的,而非像比特幣那樣通過一種類似于投資的概念,用“挖礦”這種行為來對算力進行一種空對空的消耗,如同“帶貨”一般促成芯片需求。
 
  所以我們很難將比特幣的潰塌看做AI必將到來的未來。
 
  技術原罪論:深度學習是L5自動駕駛的絆腳石嗎?
 
  同時比特幣價格的波動,也不代表區塊鏈技術是毫無意義的。不管比特幣是漲是跌,我們依然能看到區塊鏈正在進入種種領域。在應用層面,Filip Piekniewski一直試圖通過抨擊自動駕駛來駁倒AI整體的應用價值。
 
  把目標集中在自動駕駛這一領域中,我們發現似乎真的有一絲“寒冬”的意味:從2018年年底開始,自動駕駛相關創業企業就開始有了融資量下降甚至估值回調的現象;特斯拉改變了在2019年推出完全自動駕駛的口徑,甚至因此遭到了車主訴訟;福特CEO和Waymo CEO接連在公開場合發表言論,稱“自動駕駛很困難,尤其是L5級別的自動駕駛”。
 
  可自動駕駛降溫的原因,真的和AI技術有關嗎?
 
  深度學習在復雜環境下感知能力正在應用到自動駕駛視覺、毫米波雷達、激光雷達等等領域中,但其黑箱特征在決策能力上的弱勢,確實也對L5級別的自動駕駛發展產生了一些阻礙??晌覀儾荒軐⒆詣玉{駛的發展看做一條單一路徑,雖然L5級別自動駕駛尚且沒有理想進展,但L4級別的自動駕駛已經開始了頻繁的測試階段,甚至有了商業落地的雛形。
 
  何況阻礙L5級別自動駕駛發展的,絕不僅僅是AI技術,更多還有落地過程中的各種問題,例如法律法規、配套設施、倫理道德等等。更何況AI在自動駕駛之外,還廣闊天地大有作為。僅僅因為如此就一言以蔽之對AI進行通篇否定,顯然是不合理的。
 
  為AI“清君側”:為什么鼓吹AI寒冬論的都是AI學者?
 
  面對這些不靠譜的言論,我們或許應該從“源頭”開始關注。發布這一系列“雄文”的Filip Piekniewski是一位AI領域和機器視覺領域的研究者,Twitter資料顯示他就職于一家名為Accel Robotics的AI創業企業。
 
  實際在發表《AI Winter is Well on its Way》一文之前,說Filip Piekniewski在AI學術界毫無存在感也不為過。只是因為對深度學習和AI的抨擊,才讓他一具成名。
 
  到今天我們可以清晰地看到Filip Piekniewski批判AI的套路:首先對于技術進行“商業羞辱”,與概念炒作掛鉤;再將普遍矛盾集中成技術矛盾,將一切落地過程中的問題都歸咎于技術本身;最后開始誅心說,把一切都形容成大公司的商業騙局。
 
  在發布了AI寒冬理論之后,LeCun、吳恩達等等活躍在AI產業界的學者們都提出了反駁??赏瑫r市面上也傳來了一些贊同的聲音,例如紐約大學心理學與神經科學教授Gary Marcus,也曾在去年撰文批判深度學習。\
 
  我們可以看到一個很有趣的現象:這些為AI“哭喪”的學者,恰恰也都是研究AI相關領域的。
 
  這種行為并不是來源于學者干一行“唱衰”一行,而是因為他們所研究的領域和當前AI的發展有所出入。
 
  就拿Filip Piekniewski本人來說,其研究范圍在經典計算機視覺中,既是在廣泛的算法集合中從圖像中提取信息,作為機器學習分類器的前端,以構建更復雜的檢測器。但在現實應用場景中,檢測器的搭建過程非常復雜也不具有可復制性,相比之下遠不如深度學習更加高效,所以一直很難走向市場。
 
  但經典計算機視覺的優勢在于,其準確度相比深度學習解決方案更高,對計算力的要求也更低。
 
  看到這里,Filip Piekniewski此前一些看似非常不合理、不具有學術專業性的言論就有了解釋。不論是強調深度學習是硅谷的為了賣GPU營造的算力騙局,還是強調AI炒作帶來的學者身價膨脹,本質上都是在為自己的學術觀點站臺,表達對目前深度學習一家獨大的不滿。
 
  包括上文提到的Gary Marcus,也是在表達對深度學習不滿的同時,強調了深度學習必須要結合符號計算才能進步。而這也正是Gary Marcus本人的學術方向。
 
  說到底,這些看似鼓吹AI寒冬的學者,并不是真正的不看好的AI價值,只是對AI學術發展的趨勢有所不滿,以一種勸諫的姿態在表達意見,仿佛深度學習和硅谷的勾結已經禍國殃民,學者們捶胸頓足的哭嚎著:“陛下,看看您的江山吧!”
 
  結束語
 
  雖然Filip Piekniewski對于深度學習的抨擊本質上是一種夾帶私貨,但他的一些觀點也并非不無道理,例如目前硅谷和學術界關系過密,是否會影響到學術發展的方向?以及目前企業對于深度學習學術人才的追捧,是否會反而會因為學術人才的水土不服而阻礙AI應用的發展?
 
  當今世界和過去產生的一大區別是,商業與學術研究正在結合的越來越緊。在大量科技企業出資支持學界的情況下,學者們究竟是在進行純粹的學術創新,還是被商業支持圈到了某一個籠子里?商業資助的影響,是否會對學者們的學術道路選擇產生一定的影響,最終導致技術創新在錯誤的方向上越走越遠?
 
  雖然“AI寒冬論”和對深度學習的盲目指摘并不可取,但其背后所隱藏的問題,我們應當時時警醒、銘記在心。

第二十八屆CIO班招生
法國布雷斯特商學院MBA班招生
法國布雷斯特商學院碩士班招生
法國布雷斯特商學院DBA班招生
責編:baiyl
日本熟妇色在线视频