新智元報(bào)道

編輯：定慧 好困

【新智元導(dǎo)讀】Yann LeCun的AI故事，紀(jì)錄片回顧了這位深度學(xué)習(xí)先驅(qū)的四十年歷程。從索邦大學(xué)的孤獨(dú)探索，到貝爾實(shí)驗(yàn)室發(fā)明卷積神經(jīng)網(wǎng)絡(luò)、推動(dòng)支票識(shí)別商用，再與Hinton、Bengio共創(chuàng)深度學(xué)習(xí)革命，他始終堅(jiān)信機(jī)器應(yīng)學(xué)會(huì)學(xué)習(xí)。

在AI的璀璨星空中，有一位傳奇人物始終閃耀——Yann LeCun。

他不僅是深度學(xué)習(xí)的開創(chuàng)者之一，也是Meta的首席AI科學(xué)家。

當(dāng)扎克伯格敲定28歲的Alexander Wang出任Meta的首席AI官后，所有人同時(shí)想到一個(gè)問題。

Yann LeCun去哪里了？

就在最近，Yann LeCun最新的個(gè)人紀(jì)錄片上線了！

一位AI遠(yuǎn)見者的反思，以及與Yann LeCun合著的AI故事

影片中，這位Meta FAIR實(shí)驗(yàn)室的首席科學(xué)家，在巴黎回顧了他早期在神經(jīng)網(wǎng)絡(luò)領(lǐng)域的工作、與Hinton的合作，以及深度學(xué)習(xí)和開源AI的演進(jìn)歷程。

LeCun認(rèn)為，AI領(lǐng)域的真正競(jìng)賽無關(guān)國(guó)界，而在于開放與封閉之爭(zhēng)。

「我們看到的并非地區(qū)間的競(jìng)爭(zhēng)，而更多是開放研究、開源世界與閉源生態(tài)之間的較量?！?/p>

在LeCun看來，AI的真正進(jìn)步，源于能夠讓創(chuàng)新成果普惠大眾的開放系統(tǒng)。

這一發(fā)聲的時(shí)機(jī)頗為微妙，因?yàn)樵瞬褡罱凳?，Meta可能會(huì)重新考慮其Llama型的開源策略。

倘若此事成真，Meta是否還是LeCun的容身之所，將打上一個(gè)問號(hào)。

Yann LeCun

AI「教父」的遠(yuǎn)見與反思

在塞納河畔的巴黎，一座美麗的建筑靜靜矗立，它是法蘭西科學(xué)院的殿堂。

Yann LeCun，作為其成員之一，站在這里，仿佛能看到自己學(xué)術(shù)生涯的起點(diǎn)——不遠(yuǎn)處的索邦大學(xué)。

如今，他被譽(yù)為「AI教父」之一，是Meta的首席科學(xué)家和紐約大學(xué)的教授。

Yann LeCun出生于1960年，是法國(guó)裔美籍計(jì)算機(jī)科學(xué)家、人工智能和深度學(xué)習(xí)領(lǐng)域的先驅(qū)人物。

他因在光學(xué)字符識(shí)別和計(jì)算機(jī)視覺中引入卷積神經(jīng)網(wǎng)絡(luò)（CNN）而聞名于世，被譽(yù)為「卷積網(wǎng)絡(luò)之父」。

Yann LeCun基于CNN的光學(xué)字符識(shí)別系統(tǒng)

作為「深度學(xué)習(xí)三劍客」之一，他與Geoffrey Hinton、Yoshua Bengio一道推動(dòng)了神經(jīng)網(wǎng)絡(luò)的復(fù)興，并在2018年共同獲得了圖靈獎(jiǎng)這一計(jì)算機(jī)領(lǐng)域的最高榮譽(yù)。

值得一提的是，Yann LeCun在博士期間提出了一種早期形式的反向傳播（Backpropagation）算法，用于訓(xùn)練多層神經(jīng)網(wǎng)絡(luò) 。

這項(xiàng)工作為日后深度學(xué)習(xí)中廣泛使用的誤差反向傳播技術(shù)奠定了基礎(chǔ)。

但故事的開端，卻是一段孤獨(dú)而堅(jiān)定的探索之旅。

孤獨(dú)的先驅(qū)

時(shí)間回到上世紀(jì)80年代，當(dāng)LeCun還是索邦大學(xué)的一名博士生時(shí)，他對(duì)機(jī)器學(xué)習(xí)，特別是「神經(jīng)網(wǎng)絡(luò)」產(chǎn)生了濃厚的興趣。

這在當(dāng)時(shí)是一個(gè)極其冷門的領(lǐng)域，以至于他在整個(gè)法國(guó)都找不到同路人。

「人們當(dāng)時(shí)在取笑我們，那些研究神經(jīng)網(wǎng)絡(luò)的人，」他回憶道。

但這并未動(dòng)搖他的信念。他堅(jiān)信，機(jī)器真正的力量在于學(xué)習(xí)，而非被動(dòng)地執(zhí)行預(yù)設(shè)的程序。

他埋首于John Hopfield、Geoff Hinton、Terry Sienowski等寥寥幾位先驅(qū)的論文中，并意識(shí)到，破解多層神經(jīng)網(wǎng)絡(luò)的訓(xùn)練難題，是開啟未來的鑰匙。

命運(yùn)的轉(zhuǎn)折點(diǎn)發(fā)生在1985年。

在一場(chǎng)研討會(huì)上，他結(jié)識(shí)了另一位AI巨擘Terry Sejnowski。

回到美國(guó)后，Sejnowski興奮地告訴Hinton：「有個(gè)法國(guó)的小伙子，正在做跟我們一樣的事情！」

右邊就是年輕時(shí)候的Hinton教授

幾個(gè)月后，Hinton來到巴黎。

憑借著對(duì)法語的粗淺理解和清晰的數(shù)學(xué)公式，Hinton讀懂了LeCun的研究。

當(dāng)即，他向這位即將畢業(yè)的年輕人發(fā)出了邀請(qǐng)：「你何不來多倫多，跟我做博士后呢？」

博士畢業(yè)后，Yann LeCun前往加拿大，從1987年開始在多倫多大學(xué)跟隨Hinton教授從事為期一年的博士后研究。

一段傳奇的合作就此開啟。

在多倫多的博士后經(jīng)歷使Lecun有機(jī)會(huì)與辛頓直接合作，并深入了解深度神經(jīng)網(wǎng)絡(luò)的最前沿思想。

貝爾實(shí)驗(yàn)室時(shí)期

卷積神經(jīng)網(wǎng)絡(luò)誕生

1988年，LeCun加入了群星璀璨的貝爾實(shí)驗(yàn)室自適應(yīng)系統(tǒng)研究部門。

當(dāng)時(shí)貝爾實(shí)驗(yàn)室是計(jì)算機(jī)科學(xué)和通信技術(shù)的圣地，匯聚了眾多頂尖研究人員。

這里是現(xiàn)代科技的搖籃，也成為了他將理論付諸實(shí)踐的舞臺(tái)。

僅僅一兩個(gè)月，他便在一項(xiàng)手寫數(shù)字識(shí)別任務(wù)上取得了前所未有的成果。

「我們有了一個(gè)可演示的系統(tǒng)，」LeCun生動(dòng)地描述道，「只需將一張紙放在攝像頭下，按一下鍵，它就能以每秒幾個(gè)字符的速度識(shí)別所有字符。」

這個(gè)看似簡(jiǎn)單的演示，催生了AI最早的商業(yè)應(yīng)用之一：一個(gè)能自動(dòng)讀取支票金額的ATM系統(tǒng)。

LeCun的這些創(chuàng)新成果很快在實(shí)際中得到驗(yàn)證。

貝爾實(shí)驗(yàn)室與銀行業(yè)合作開發(fā)了支票手寫體識(shí)別系統(tǒng)，利用卷積網(wǎng)絡(luò)技術(shù)自動(dòng)讀取銀行支票上的數(shù)字信息。

該系統(tǒng)在1990年代末投入商用后，被NCR等公司部署，據(jù)估計(jì)讀取了全美超過10% 的支票，大大提高了金融票據(jù)處理的自動(dòng)化水平。

卷積神經(jīng)網(wǎng)絡(luò)（CNN）

在貝爾實(shí)驗(yàn)室，LeCun受生物視覺系統(tǒng)的啟發(fā)，設(shè)計(jì)出一種層級(jí)結(jié)構(gòu)的圖像識(shí)別模型，即卷積神經(jīng)網(wǎng)絡(luò)。

他開發(fā)的CNN架構(gòu)被稱為「LeNet」，最初用于識(shí)別手寫數(shù)字。

1989年，他發(fā)表了著名論文《利用反向傳播算法識(shí)別手寫郵政編碼》, 展示了卷積網(wǎng)絡(luò)在手寫數(shù)字識(shí)別上的卓越性能。

這項(xiàng)工作證明，多層卷積結(jié)構(gòu)可以自動(dòng)從圖像像素中學(xué)習(xí)特征，有效地執(zhí)行字符識(shí)別任務(wù) 。

LeNet是深度學(xué)習(xí)歷史上的里程碑，被廣泛視為現(xiàn)代深度卷積網(wǎng)絡(luò)的開端。

然而，成功的道路布滿荊棘。

盡管技術(shù)領(lǐng)先，但要說服世界接受它卻異常艱難?！高@個(gè)系統(tǒng)很難復(fù)現(xiàn)，」他解釋說，「每個(gè)人都用著不同的電腦、不同的操作系統(tǒng)。」

他們手握著未來的鑰匙，卻難以分享給世界。

更名，與天才們的「陽謀」

進(jìn)入21世紀(jì)，神經(jīng)網(wǎng)絡(luò)的名聲依然不佳。

2003年，已成為紐約大學(xué)教授的LeCun決定，必須改變這一切。

他和同道們做出了一個(gè)影響深遠(yuǎn)的戰(zhàn)略決策：「我們改了名字，稱之為『深度學(xué)習(xí)』」。

真正的爆發(fā)點(diǎn)來自他的導(dǎo)師Hinton策劃的一場(chǎng)天才「陽謀」。

Hinton將他的三名學(xué)生作為實(shí)習(xí)生，分別「安插」進(jìn)了當(dāng)時(shí)擁有頂級(jí)語音識(shí)別引擎的三家巨頭——微軟、谷歌和IBM。

他們的任務(wù)只有一個(gè)：用深度學(xué)習(xí)系統(tǒng)替換掉傳統(tǒng)引擎中的「聲學(xué)建模」部分。

「結(jié)果他們都取得了更好的成績(jī)，」LeCun笑道，「這手策劃真是高明！」

在那之后不到18個(gè)月，深度學(xué)習(xí)就占領(lǐng)了幾乎每一部智能手機(jī)的語音識(shí)別功能。

革命，就這樣悄然完成了。

開源的信念與AI的未來

如今，站在巴黎這個(gè)歐洲最大的創(chuàng)新溫床，LeCun的思考已超越了技術(shù)本身。

他認(rèn)為，AI領(lǐng)域的真正競(jìng)爭(zhēng)，并非國(guó)與國(guó)之間，而是「開源世界與封閉專有世界之間的競(jìng)爭(zhēng)」。

以Meta的Llama模型為例——這個(gè)誕生在巴黎、下載量高達(dá)8億次的開源模型，正在賦能全球無數(shù)的開發(fā)者和企業(yè)。

LeCun說選擇在Meta工作是因?yàn)镸eta對(duì)開源有著堅(jiān)定的承諾。

2018年，Yann LeCun的頭銜進(jìn)一步提升為首席AI科學(xué)家（Chief AI Scientist），負(fù)責(zé)統(tǒng)籌Meta平臺(tái)下所有與AI相關(guān)的研究計(jì)劃。

這意味著他不僅領(lǐng)導(dǎo)FAIR研究院的學(xué)術(shù)研究，還參與公司AI戰(zhàn)略的制定。

「哪個(gè)國(guó)家處于領(lǐng)先并不重要，」他說，「重要的是，開放研究和開源社區(qū)的迭代速度和進(jìn)步，要比那些選擇閉門造車、秘不示人的公司更快。」

對(duì)于甚囂塵上的「AI威脅論」，LeCun則展現(xiàn)了一位工程師的務(wù)實(shí)與樂觀。

他認(rèn)為，AI失控并非不可避免的宿命，而是一個(gè)需要解決的工程問題，就像制造安全的飛機(jī)一樣。

「認(rèn)為智力與統(tǒng)治欲望正相關(guān)的觀點(diǎn)是錯(cuò)誤的，」他犀利地指出，「看看政界，情況甚至恰恰相反?！?/p>

他提出了「目標(biāo)驅(qū)動(dòng)架構(gòu)」的設(shè)想，即為AI設(shè)定目標(biāo)和不可逾越的「安全護(hù)欄」，讓它們?yōu)槿祟惙?wù)。

他甚至預(yù)言，未來將是「我的正義AI對(duì)抗你的邪惡AI」的制衡局面。

「我相信社會(huì)最終會(huì)做出正確的選擇，因?yàn)槊癖姇?huì)提出這樣的要求?！?/strong>

工程師、音樂家與夢(mèng)想家

脫下「教父」的光環(huán)，Yann LeCun是一個(gè)擁有多元愛好的有趣靈魂。

他從工程師父親那里繼承了動(dòng)手能力，癡迷于制造各種飛行器，「我們把它們飛上天，再把它們摔下來——當(dāng)然不一定是故意的?！?/p>

他對(duì)動(dòng)物的智慧充滿好奇，也熱愛音樂，從巴洛克到硬波普爵士，品味廣泛。

他懷念巴黎的美食，尤其是外祖母家鄉(xiāng)阿爾薩斯的傳統(tǒng)燉菜，那是一種對(duì)根的眷戀。

LeCun說他有四分之一的阿爾薩斯血統(tǒng)。

而這一切，都構(gòu)成了他完整的人格——一個(gè)既能構(gòu)建復(fù)雜算法，也能在生活中尋找樂趣與靈感的創(chuàng)造者。

在他的故事結(jié)尾，LeCun將目光投向了更年輕的一代，言辭懇切而充滿力量：

「不要讓那些負(fù)面或聳人聽聞的故事阻礙你前進(jìn)的腳步。要認(rèn)識(shí)到自己的力量，主動(dòng)去塑造你所期望的未來。

即使是一個(gè)簡(jiǎn)單的想法，只要它對(duì)你意義重大，只要你篤信不疑，就能帶來改變。未來，取決于你?！?/p>

這或許就是Yann LeCun最核心的信念。

他相信，AI的真正意義在于增強(qiáng)人類的智慧，就像15世紀(jì)的印刷機(jī)一樣。

他所預(yù)見的，不僅僅是一場(chǎng)技術(shù)革命，更是一場(chǎng)全新的、由每個(gè)人共同書寫的「文藝復(fù)興」。

而他，正是這場(chǎng)復(fù)興的奠基人與引路者。

參考資料：

https://youtu.be/l3Emh_cekZo