今年6月，图灵奖得主、深度学习先驱、Meta公司首席AI科学家YannLeCun发表了一篇长达62页的论文，论文阐述了他对过去5年-10年关于AI发展大方向的思考，并提出了AI未来的新愿景。

对于这篇论文的观点，著名AI学者、Robust.AI的创始人兼CEO、纽约大学的名誉教授GaryMarcus并不认同，并专门写了一篇长文驳斥，以下为全文。

62岁的深度学习先驱、纽约大学教授、图灵奖获得者兼Meta公司首席AI科学家YannLeCun，又肩负起自己的一项新使命。他的任务，就是从技术缔造者以及思想者的角度，探索如何超越深度学习。

经过一番深思熟虑，他把自己的观点透露给了多家外媒，于是，《YannLeCun为AI未来大胆勾勒出新愿景》的报道迅速亮相。

今年6月初，LeCun还发布了一份激起热烈讨论的宣言，也对我（GaryMarcus）的差异化研究工作做出回顾，表达了他自己在一系列重要符号处理问题上的立场。

但是，他所谓的“新”主意到底有多新？

读了那篇报道，我的第一反应是震惊。LeCun提到的一切我之前几乎都曾说过，而且字句甚至都没多大变化——大部分内容来自我在年发表的《深度学习：一种批判性评价》的论文，LeCun当时可是嘲讽说此文“大多不靠谱”。

下面我先列出他观点照搬的七个例子，之后再聊聊LeCun的观点整体上出了什么问题。

LeCun，年：“今天的AI方法永远无法实现真正的智能（在标题部分使用，并非直接照搬）”；Marcus，年：“如果我们要实现人工通用智能，必须为深度学习辅以其他技术。”

LeCun，年：“[当前的深度学习模型]可能是未来智能系统中的组成部分，但我认为其中还缺少别的必要部分”；Marcus，年：“尽管我已经罗列出所有问题，但我认为答案并不在于放弃深度学习。相反，我们需要重要为深度学习规定概念：它不是一种通用方法，而是众多工具中的一种。就像在物理世界中，我们不仅需要锤子、扳手、钳子和电动螺丝刀，还需要凿子、钻头、电压表、逻辑探针和示波器。”

LeCun，年：“强化学习永远不足以实现智能”；Marcus，年：“深度强化学习的能力其实跟概念感知没什么关系。”

LeCun，年：“我们的智能机器甚至连小猫所能理解的常识都把握不了，所以为什么不从这里开始探索呢？”；Marcus，年：“那在深度学习之外，我们还应该寄希望于哪里？……第二个

转载请注明:http://www.aideyishus.com/lkzp/3579.html