他曾讓谷歌、Facebook成就傳奇，現在正努力把AI推向公益化

未來(lái)的AI，將是一個(gè)多樣化、多層次的生態(tài)式技術(shù)。屆時(shí)，每個(gè)人都能以不同形式、不同分工參與到其中。

說(shuō)到LSTM，相信很多AI界的小伙伴并不會(huì )陌生，因為蘋(píng)果、谷歌、Facebook等科技巨頭都是它的踐行者和最大受益者。但這樣一項偉大的技術(shù)，其背后的創(chuàng )始人尤爾根·施米德胡貝卻一直鮮為人知。

在前不久結束的“2017中國人工智能峰會(huì )”上，我們見(jiàn)到了這位異常低調的AI大神，跟他聊了聊LSTM模型和AI的未來(lái)趨勢。

尤爾根·施米德胡貝（Jürgen Schmidhuber）是一名享譽(yù)世界的德國計算機科學(xué)家，目前在瑞士人工智能實(shí)驗室（IDSIA）擔任科學(xué)事務(wù)主管，任教于盧加諾大學(xué)和瑞士南部應用科學(xué)與藝術(shù)學(xué)院，同時(shí)他也是國際計算語(yǔ)言協(xié)會(huì )（ACL）的首批Fellow。

眼下，我們的人工智能還處在嬰兒期

現在的情況就是，人工智能神經(jīng)網(wǎng)絡(luò )在對外部情況做一個(gè)認知、觀(guān)察和簡(jiǎn)單處理的時(shí)候，遠遠沒(méi)有達到人類(lèi)的水平。人類(lèi)在對來(lái)自的外部信號進(jìn)行收集之后，往往會(huì )做深度加工，進(jìn)而做出相應的反應和改變，最終實(shí)現與外部環(huán)境的全面互動(dòng)。

而要達到像人類(lèi)這樣的效果，我們就需要更精細的人工智能，比如增強式學(xué)習就是一種很好的方法，它的核心思路是用獎勵回饋的機制來(lái)優(yōu)化深度學(xué)習的表現形式。

但目前的實(shí)際情況是，我們的人工智能還很弱小和幼稚。更多情況之下，機器人像是我們的嬰兒，它需要先看著(zhù)我們做東西，然后才能把我們的所有行為學(xué)習出來(lái)。因此在很多應用領(lǐng)域，它們還遠遠沒(méi)有達到人的等級。

幾乎全世界的AI公司都在用LSTM模型

“很多人不知道深度學(xué)習的這些技術(shù)有些年頭了，比方說(shuō)這種遞歸式的技術(shù)，其實(shí)就是20年前的基礎理論。而單向傳播的深度學(xué)習技術(shù)則是在50年前，上個(gè)世紀60年代就提出的基礎知識。”

現在的應用主要是體現在手機里，比方說(shuō)機器翻譯、語(yǔ)音識別等，這里面翻譯的主要技術(shù)用的就是LSTM（Long Short-Term Memory，一種基于長(cháng)短期記憶的時(shí)間遞歸神經(jīng)網(wǎng)絡(luò )）。

LSTM模型是尤爾根在97年的時(shí)候，在實(shí)驗室里提出來(lái)的。當時(shí)業(yè)內并未對此有足夠的重視，但是近年來(lái)，隨著(zhù)AI浪潮的再次興起，LSTM已經(jīng)被幾乎全世界的AI公司所青睞，

“因為在當時(shí)的運算技術(shù)條件下，對這種大規模的計算處理，是比較困難的，所以L(fǎng)STM的優(yōu)勢是在近些年才開(kāi)始體現。”尤爾根說(shuō)。

LSTM與傳統的記憶神經(jīng)網(wǎng)絡(luò )相比，傳統的機器學(xué)習是一種單向的向前進(jìn)的學(xué)習模式，但是LSTM是一種遞歸式的、不斷循環(huán)的學(xué)習方式，這是LSTM的最大優(yōu)勢所在。

單向式的計算機和學(xué)習方法是一種傳統的預編程，它的應用往往會(huì )受到很多條件的限制。但是LSTM基于的遞歸式則是通用式的計算機，可以在所有情況下進(jìn)行運算。因為L(cháng)STM是通用型計算，可以進(jìn)行各種程度的運算，不管是并行的還是串行的，都可以通過(guò)通用的形式進(jìn)行計算，尤其是在翻譯和機器識別方便很有效。

“我不確定微信是否使用了這個(gè)技術(shù)，但是目前Facebook每天都會(huì )基于LSTM進(jìn)行45億次的翻譯。主要是用在語(yǔ)言翻譯上，差不多是每秒5萬(wàn)次的計算量。”

事實(shí)上，世界上幾乎所有的AI公司都在使用這項技術(shù)，比如谷歌就是LSTM的死忠粉。

在各種語(yǔ)言的機器翻譯上，一開(kāi)始的人工智能神經(jīng)網(wǎng)絡(luò )對于所有語(yǔ)言一無(wú)所知。由此，像谷歌這樣的公司就開(kāi)始使用這一技術(shù)進(jìn)行多種語(yǔ)言的對比，并逐步學(xué)習被翻譯語(yǔ)言的內容、語(yǔ)義，之后機器就能學(xué)會(huì )自主翻譯。

“2016年11月之前，國內很多人會(huì )嘲笑谷歌的中文翻譯。但在谷歌使用了LSTM技術(shù)之后，翻譯的效果有了顯著(zhù)的提升。”

據資料顯示，谷歌的語(yǔ)言識別技術(shù)換成LSTM的模型之后，相比之前有了50%的提升。隨后，谷歌還把LSTM用于自然語(yǔ)言處理、機器翻譯、生成圖說(shuō)、自動(dòng)郵件回復、智能助手等領(lǐng)域。隨后，語(yǔ)音識別、視覺(jué)領(lǐng)域的研究都越來(lái)越多地采用LSTM模型。

人類(lèi)不是AI要奴役的最佳目標，它只會(huì )擔心與自己相似的AI

自從有了AI，就有了諸如“AI替代人類(lèi)”、“AI奴役人類(lèi)”、“AI毀滅地球”等成系統的威脅論。在A(yíng)I誕生以來(lái)的60多年里，這仿佛是一個(gè)時(shí)常被掛在嘴邊的話(huà)題，而這種爭論今后恐怕也將會(huì )一直持續下去。

從宏觀(guān)角度來(lái)說(shuō)，尤爾根并不擔心AI會(huì )給人來(lái)帶來(lái)可怕后果。但他認為，現在我們需要討論的是：應該擔心AI應用在軍事領(lǐng)域會(huì )帶來(lái)哪些更壞的影響。

“我們已經(jīng)意識到，機器學(xué)習被應用在手機上時(shí)，會(huì )讓人們對手機更加上癮。而現在越來(lái)越多的AI技術(shù)已經(jīng)被應用在控制軍事領(lǐng)域（如軍用無(wú)人機等）上了，這才是我們需要擔心的。”

“人類(lèi)已經(jīng)達到了自我毀滅的最大可能性，60年前冷戰時(shí)期的軍備競賽時(shí)，隨著(zhù)核武器的誕生開(kāi)始，僅僅是核彈頭全球現在已經(jīng)有成千上萬(wàn)個(gè)了，更遑論其他。”尤爾根說(shuō)，“即使沒(méi)有AI，如果我們打起核戰爭，地球在幾個(gè)小時(shí)之內也有可能毀滅，所以我們?yōu)槭裁匆獡腁I？”

“尤為重要的是，任何一個(gè)物種會(huì )把更多的時(shí)間和精力放在關(guān)注、擔心和自己相近的物種上。就像人類(lèi)只會(huì )關(guān)注人類(lèi)，而不會(huì )去擔心一只袋鼠一樣，AI也不會(huì )去擔心人類(lèi)，而只會(huì )擔心與自己相似的AI。”

現在看到那些AI奴役人類(lèi)的想法是十分愚蠢的，人類(lèi)對于A(yíng)I來(lái)說(shuō)是一個(gè)非常不好用的奴隸，因為它可以在很短時(shí)間內造出很多比人類(lèi)效率高很多的機器人，而且更快的完成目標，所以人類(lèi)不是AI要奴役的最佳目標。

讓AI更加智能化和公益化，才是真正的未來(lái)

尤爾根自己現在有一項研究，雖然在商業(yè)領(lǐng)域的認知還沒(méi)有很廣，但是他個(gè)人認為未來(lái)還是大有可為的。在那是他在1987年發(fā)表的畢業(yè)論文中提出過(guò)的一種設想。

“有一種算法，讓計算機可以在機器學(xué)習的過(guò)程中，同一時(shí)間提升如何去學(xué)習的能力。這是一種自我監督型的學(xué)習算法，它在極端運算中可以讓計算機學(xué)得更好。”尤爾根說(shuō)，“或者直白的說(shuō)，它可以讓人工智能更加智能。”

“這種算法雖然現在在商業(yè)化應用上還不是很廣，但是最終會(huì )是一個(gè)宏大的命題。我相信，讓一個(gè)機器學(xué)會(huì )如何更聰明的學(xué)習其他東西的能力，未來(lái)將成為AI發(fā)展的最核心助力。”

2015年，尤爾根同他在瑞士人工智能實(shí)驗室 IDSIA 共事的四位研究人員聯(lián)合創(chuàng )辦了一家名為“Nnaisense”的AI公司。Nnaisense研究的是如何讓人工智能更加的智能，如何以更好的方式去解決問(wèn)題，同時(shí)能夠根據過(guò)去面臨的問(wèn)題，更好地去解決未來(lái)更多的問(wèn)題。

雖然Nnaisense公司現在做的是B2B的生意，但尤爾根希望最后AI的應用可以去惠及所有人。

“我也相信未來(lái)會(huì )出現這樣一種情況：有一個(gè)源代碼能賦予AI所有的通用學(xué)習能力，而且這個(gè)源代碼可以被廣泛的發(fā)散到每一個(gè)人手里，讓AI技術(shù)更加智能化的同時(shí)，還能夠真正的公益化，而不是僅僅只是國際巨頭和大型機構的禁臠。”

尤爾根最后說(shuō)道：“未來(lái)的AI，將是一個(gè)多樣化、多層次的生態(tài)式技術(shù)。屆時(shí)，每個(gè)人都能以不同形式、不同分工參與到其中。”

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！