選自Business Insider

作者：Sam Shead

機器之心編譯

參與：蔣思源、李澤南

Yann LeCun是人工智能界的著名學者，現任Facebook人工智能研究部門的主管。就在上周，LeCun作為神經網絡的先驅獲得了Lovie終身成就獎，Business Insider專訪了這位來自巴黎的學者。

Yann LeCun 教授是人工智能三巨頭之一（另兩位是 Hinton 與 Bengio），在 20 余年的研究歷程中，他已累積發表了超過 180 篇論文，現在 LeCun 是 Facebook 人工智能研究機構的主管。

他最廣為人知的研究在 1988 年，LeCun 參與開發了著名的「卷積神經網絡」，可以識別手寫數字。隨著數據訓練的不斷持續，這種革命性的系統開始從圖片像素中識別視覺特征，這就像為計算機打開了雙眼，讓它們可以從數據中自我學習。

我們在上周 LeCun 剛剛獲得 Lovie 終身成就獎之后見到了這位來自巴黎的學者，并專訪了他。

問：談談你的部門在 Facebook 中的角色吧。

答 ：我領導的部門：FAIR（Facebook Artificial Intelligence Research）的任務――我們總稱自己為「FAIRies」――是推進人工智能的科學與技術；并通過實驗發展這一技術在各個領域中的應用，如計算機視覺，對話系統，虛擬助手，語音識別，自然語言識別等等。

人工智能的背后存在很多基礎科學，它們也許并不面向應用，你的研究可能也只是通向對智能和人工智能的理解。

我們也同 Facebook 的另一個小組合作研究，應用機器學習團隊（AML），他們的人數是我們的一半。是它們將科學轉化為可見的技術，通過為公司構建應用平臺，他們正將人工智能服務變為產品團隊可以使用的東西。所以我得說 Facebook 里有很多人都在做著 AI 相關的工作，不僅僅是 FAIRies。

問：你能說說有多少人在你的實驗室里工作嗎？

答 ：當然，有大約 75 個人正在 FAIR 工作，就像我說的，AML 的兩倍，公司中還有很多其他人處理 AI 應用方面的事務。

問：FAIR 的員工僅在加利福尼亞，還是遍布全球？

答 ：有一些員工在紐約工作，我也在那里。此外，Menlo Park（Facebook 總部所在地，位于加利福尼亞州）和巴黎也有一些成員，還有一個小團隊在西雅圖。

Facebook 在 Menlo Park 的總部

問：你認為 Facebook 的哪個部分可以用人工智能加以改善？

答 ：Facebook 面臨的最大問題，時刻需要解決的問題，就是我們需要將最好的內容向每個人呈現。所以你必須理解內容，理解每個人，然后把內容和對它們感興趣的人相匹配。這是非常重要的一個方面。只有做到這一點，人們才會選擇 Facebook Feed。

而在這之上，我們的遠期目標，是建立一個真正的智能機器，讓你可以與它直接對話，它需要能回答任何問題，并對你的生活提供幫助。這件事對于當今的人工智能而言非常具有挑戰性。對話系統，自然語言識別，所有這些的基礎在于讓機器學會人類的常識。我們現在還不知道到底應該怎么做，但我們對此有很多想法。

問：所以，比如我是一個 Facebook 的用戶，我厭倦了 News Feed 里面曬娃的消息，我能用自然語言告訴 Facebook 讓它屏蔽這類推送嗎？

答：這是一種方式，但其實是一種非常不方便的方式，讓人告訴 Facebook 怎么做。如果我們擁有了對話系統，你可以對它說：「請不要再推送嬰兒照片了?！沟乾F在已有的方式是 Facebook 通過學習用戶習慣知道了你不看這些圖片。你或許會很快地瀏覽這些圖片，或者點擊它們但沒有評論之類。所以我們已經可以通過你的習慣了解你的興趣所在了。

問：你覺得目前的人工智能軍備競賽誰是贏家？

答：沒有誰跑在前面。有許多公司正在做著大量的人工智能研發，對于人才的競爭也很激烈，但現在并沒有誰發明了遠遠領先于其他公司的新技術，我是說需要別人花費三個月以上才能趕上的新技術。我認為有三四家公司現在處于第一集團，Facebook，谷歌――特別是其中的 DeepMind，其實我的意思是 Alphabet，它已經不是谷歌的一部分了――還有微軟，人工智能是他們的傳統優勢項目，IBM 也進步了很多。然后才是其他很多公司。

問：你提到了谷歌和 DeepMind。DeepMind（以創紀錄的 40 億英鎊價格被谷歌收購）開發了 AlphaGo，擊敗了圍棋的世界冠軍，我聽說 Facebook 也在這一領域有所研究，當 DeepMind 超過你們的時候你是否很失望？

答： 不不，我們沒有失望，因為這是整個人工智能領域的偉大勝利。我的一些學生和博士后參與了 DeepMind 項目。分析圍棋棋盤并決定落子位置的系統實際上是卷積神經網絡，這是我的發明。所以說這一成就建立在所有人的努力之上。我們 Facebook 對圍棋的研究不多，基本上只有兩個人在做。我們的圍棋研究主要作為計劃和勘探研究的載體。我們做這個，我們的系統工作得不錯，然后我們把它開源了，這跟 DeepMind 的系統相比體量相差很多。

問：在人才方面，你們如何保證 Facebook 可以招攬人工智能最好的人才？

答 ：你知道，這需要和大學實驗室保持良好關系，這些機構輸出各類人才，進行各種可能的研究，同時項目和成果也是公開的。事實上，對于 FAIR 而言，公開性不止于可能，而是需求。假設你是一名研究者，你肯定總是想公開發表你的研究成果，對于科學家來說這很重要，因為你的地位在于學術影響。而要有影響，你不能簡單地告訴人們「我正在為 FAIR 工作，但我不能告訴你們我在研究什么」，這樣你的職業生涯就毀了。這很重要，我覺得在這一點上我們領先于其他公司，同時在 Facebook 你可以和世界上最棒的同事們交流。

我們還在做很多事，都有關和學術界保持良好關系。

問：進去工作的薪水是多少？

答 ：哦，這是很重要的，特別是現在我們還在和微軟，谷歌及其子公司競爭的情況下。但是其他的基本待遇也要給到，如果條件不夠好，那么都沒人愿意過來了。

問：你能大概告訴我們頂級 AI 從業人大概的薪水嗎？

答 ：不，我不能。

問：你的聊天機器人 M 現在怎么樣了？

答 ：最初 M 只是一個研究人們是怎樣使用類人虛擬助手的試驗，不過 M 的大多數工作實際上是由人類完成的。也就是說你不能把它擴展到數以百萬計的用戶，這也就是為什么我們把用戶數量限制在很小的范圍內。隨著研究的進展，我們學到了很多人類會問的問題，開始讓機器執行一些人類的工作，并為特定領域開發了一些相對專業的機器人，這就是它的現狀。所以相對專業的機器人都是在電影，餐廳或別的什么地方。而能回答任何問題的機器人的基礎研究還在網頁里，比如在維基百科上，這還處于研究階段。

問：你們正在倡導與 AI 伙伴關系，Facebook 如何確保人工智能發展的倫理和安全？

答 ：對于人工智能，現在還有一些真實存在或想象下的危險。如像終結者那樣的危險情況，或者是 Nick Bostrom 書中的超級智慧（Superintelligence），你知道他說人們本來想要開發一個高效制造回形針的人工智能，最后整個銀河系都會塞滿回形針。這不是我們需要但有的，因為我們的技術水平還差得很遠。而且現在已有各種會議，研討會，論文等正在討論更遠未來超級智能機器的倫理問題。

我們現在努力解決的 AI 伙伴關系問題在于如何讓人工智能系統不出現偏見，比如，數據中可能會有偏見。舉個例子，我們并沒有駕駛自動駕駛汽車，但是如果你是在建立一個機器學習系統讓它自己駕駛汽車，你就想徹底地測試它，不過由于最佳的實踐方案還不完全清楚，所以我們還有很多工作要做。

問：有傳言說 Facebook 一度考慮收購 DeepMind，Facebook 收購 DeepMind 是一個好的選擇嗎？

答： 你也知道事情已經過去了，現在 DeepMind 還有很多優秀的人。我認為如果不是谷歌收購了 DeepMind，那么 DeepMind 的現狀還要有很多不同的。

我認為 DeepMind 的挑戰就是在地理上和加州的總部所隔開了，這使得他很難將技術轉化為產品。所以這也在一定程度上讓 DeepMind 需要靠自己生存下去。也許它會發展一些應用，例如將 AI 運用到醫療。他們十分強調公共關系，因為這對于整個團隊是很重要的。特別是他們很難自己生產應用級產品，這將對他們是個巨大的挑戰。

在這樣一個幾家公司同時為一個目標而努力的時代實在是很棒的體驗，因為我們能在彼此的基礎上思考問題。每當我們有個好想法，DeepMind 都會在我們想法上更進一步提升，反之亦然。有時候我們會一起工作在一個團隊幾天或幾個月，他們基本上雇傭了我一半的學生。

問：DeepMind 基本處于 Sergey Brin 和 Eric Schmidt 的掌控中，這意味著谷歌高管們強烈支持 DeepMind，這肯定能幫助 DeepMind 把技術轉化為產品，對嗎？

答 ：研究這種先進的技術，你必須獲得管理層的支持，因為基礎研究的影響在比較長時間后才能體現出來。你不能幻想種下一顆種子，然后技術就自然而然地有了，突然冒出了實體產品線，商業形式發生了徹底改變。你需要來自高層的支持，因為這是一種長期投資。這不是那種我投資進去，半年后就能收回成本的事情。它需要的是有遠見的人，這樣的人谷歌有，Facebook 也有。

?本文由機器之心編譯， 轉載請聯系本公眾號獲得授權 。

　　 ?------------------------------------------------

加入機器之心（全職記者/實習生）：hr@almosthuman.cn

投稿或尋求報道：editor@almosthuman.cn

廣告&商務合作：bd@almosthuman.cn