半個(gè)多世紀(jì)以前，人工智能曾經(jīng)歷了幾次低潮，那些灰暗時(shí)期被稱為“AI寒冬”，當(dāng)時(shí)鮮有人涉足且財(cái)力不足。然而，如今異常火爆的AI現(xiàn)狀之所以讓大家興奮，很大程度是源于“卷積神經(jīng)網(wǎng)絡(luò)（CNN）”的研究進(jìn)展。這項(xiàng)機(jī)器學(xué)習(xí)技術(shù)為計(jì)算機(jī)視覺、語音識別和自然語言處理帶來了巨大進(jìn)步，而CNN，就是深度學(xué)習(xí)的模型。

幾乎沒有人比53歲的Yoshua Bengio更能與深度學(xué)習(xí)緊密地聯(lián)系在一起，Bengio是Deep Learning (《深度學(xué)習(xí)》)一書的合著者（另兩位作者是Ian Goodfellow與Aaron Courville），這本書被Elon Musk評價(jià)為“深度學(xué)習(xí)領(lǐng)域的權(quán)威教科書”，且Bengio的”A neural probabilistic language model”論文開創(chuàng)了神經(jīng)網(wǎng)絡(luò)的語言模型 language model 先河。根據(jù)網(wǎng)傳的一張關(guān)系圖，Bengio曾是吳恩達(dá)恩師Michael I. Jordan的博士后，于是業(yè)界稱之為“深度學(xué)習(xí)三駕馬車”（另外兩位是Geoffrey Hinton、Yann LeCun）。

Bengio不僅在AI領(lǐng)域影響力日益增長，而且在把蒙特利爾大學(xué)塑造成AI孵化地也有巨大影響。2016年，Bengio與他人合伙創(chuàng)立了人工智能孵化器Element AI，宣稱“將全球領(lǐng)先的人工智能研究轉(zhuǎn)化為變革性的商業(yè)應(yīng)用”，目的是促進(jìn)私營企業(yè)與學(xué)術(shù)界的合作。同一年，谷歌在蒙特利爾設(shè)立一個(gè)深度學(xué)習(xí)和人工智能研究部門，并為蒙特利爾學(xué)習(xí)算法學(xué)院（MILA）的Yoshua Bengio等八人提供了337萬美元的資金。

我們與Bengio聊了聊，了解到這所AI孵化地、RNN的發(fā)展程度、深度學(xué)習(xí)的下一階段、Element AI如何孵化AI企業(yè)等等話題。

問：深層神經(jīng)網(wǎng)絡(luò)目前處于什么樣的發(fā)展階段？

Yoshua Bengio：我們已取得了巨大的進(jìn)步，但要想讓計(jì)算機(jī)擁有與人類同等的智力，還需要付出艱辛的努力。目前的大多數(shù)進(jìn)展都是基于監(jiān)督學(xué)習(xí)，本質(zhì)上是教授機(jī)器如何模仿人類。通過監(jiān)督學(xué)習(xí)，人類提供了讓計(jì)算機(jī)學(xué)習(xí)的高級概念，這些概念往往單調(diào)乏味，甚至限制了計(jì)算機(jī)自身觀察發(fā)現(xiàn)新事物的能力。而無監(jiān)督學(xué)習(xí)或強(qiáng)化學(xué)習(xí)，指計(jì)算機(jī)不僅被動地觀察世界或者模仿人類，而且要與環(huán)境相互作用，從中得到反饋。人類很擅長這一點(diǎn)。我目前正在研究的課題之一就是將無監(jiān)督深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)結(jié)合在一起。

問：需要采取哪些步驟才能更進(jìn)一步實(shí)現(xiàn)無監(jiān)督學(xué)習(xí)？

Bengio：首先，必須了解目前面臨的問題，也是科學(xué)運(yùn)作的流程。這不僅僅只關(guān)乎創(chuàng)造新事物，也關(guān)乎理解我們正在研究的算法和現(xiàn)象?？匆幌履壳白钕冗M(jìn)的深度學(xué)習(xí)系統(tǒng)會發(fā)現(xiàn)，那些經(jīng)過數(shù)百萬乃至數(shù)十億樣本訓(xùn)練得到的系統(tǒng)，或者所犯錯(cuò)誤的類型，告訴我們他們對這個(gè)世界粗淺理解或他們接受訓(xùn)練的某一方面。我們的發(fā)現(xiàn)和進(jìn)展不應(yīng)該令人沮喪，因?yàn)閯游飳κ澜绲睦斫庖埠艽譁\。人類有更深層次的理解，是比動物更好地生存下來的原因。人類會哄誘動物做事，就像我們現(xiàn)在哄誘神經(jīng)網(wǎng)絡(luò)得出錯(cuò)誤答案一樣。

如何進(jìn)一步取得成功呢？十多年來，我的研究集中在學(xué)習(xí)更好的表征，尤其是具有解耦屬性的表征，這是深度學(xué)習(xí)的核心。解耦（Disentangled）將不同的概念和不同的解釋區(qū)分開來—我們稱之為因子—它可以解釋數(shù)據(jù)，解釋智能體看到的其周圍的事物，以及解釋智能體如何在世界各地巡邏。解耦可以捕捉一些因果關(guān)系，解釋了我們看到的和計(jì)算機(jī)看到的東西。

但我還不知道實(shí)現(xiàn)這一目標(biāo)的具體步驟。我有一個(gè)項(xiàng)目，還存在很多未知因素。從多方面探索研究這個(gè)項(xiàng)目很重要。這就是長期性基礎(chǔ)研究與探索性、應(yīng)用性研究的區(qū)別。探索性、應(yīng)用性研究中，我們把已擁有的東西進(jìn)行精細(xì)調(diào)整，能夠創(chuàng)造出新產(chǎn)品以解決具體問題。應(yīng)用型研究十分重要，因?yàn)锳I正影響著全世界的商業(yè)、醫(yī)療、教育、農(nóng)業(yè)等許多方面。

問：近期深度學(xué)習(xí)領(lǐng)域中，哪些進(jìn)展對我們的日常生活產(chǎn)生影響？

Bengio：自然語言是一個(gè)方面。隨著計(jì)算機(jī)更好地理解人類文字和語言，并且可以以自然語言應(yīng)答、生成自然語言等技術(shù)的進(jìn)步，我們與計(jì)算機(jī)的互動方式也會發(fā)生轉(zhuǎn)變。這可能對我們的就業(yè)市場產(chǎn)生很大影響。因此，有很多公司都投入巨資。這也是AI可以發(fā)展如此迅速的重要原因之一。科學(xué)進(jìn)步與我們的努力成正比。過去三年里，深度學(xué)習(xí)可以如此成功，一個(gè)原因正是越來越多的人參與到AI研究中，且利用它開發(fā)新項(xiàng)目。而這一趨勢，還將繼續(xù)持續(xù)下去。

問：您最近合伙創(chuàng)立了一家名為Element AI的公司，請問創(chuàng)立這家公司的初衷是什么？它的使命又是什么？

Bengio：成立公司的初衷是在蒙特利爾建立一個(gè)國際化AI中心和新AI生態(tài)系統(tǒng)。要創(chuàng)建一個(gè)既有研究元素又有創(chuàng)新元素的AI生態(tài)系統(tǒng)，我們需要優(yōu)秀公司參與其中。

Element AI是眾多引領(lǐng)性公司之一，在AI生態(tài)系統(tǒng)中舉足輕重。與Google，F(xiàn)acebook，Amazon，Microsoft，IBM這些大型跨國公司不同的是，Element AI有一支專門從事AI研究的科學(xué)家隊(duì)伍。這些大型跨國公司現(xiàn)在已意識到，若不組建內(nèi)部AI研究團(tuán)隊(duì)，他們的業(yè)務(wù)可能會受到影響。Element AI幫助這些公司與當(dāng)?shù)爻鮿?chuàng)公司建立聯(lián)系，研發(fā)衍生品，進(jìn)行業(yè)務(wù)交易。

Element AI另外一個(gè)工作重心是培養(yǎng)一個(gè)由內(nèi)部研究人員和外部研究人員共同組成的團(tuán)隊(duì)，從事AI、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)研究。這個(gè)團(tuán)隊(duì)由大學(xué)里的研究人員和Element AI研究人員共同組成，可以自由探索任何新的想法。他們還與Element AI的應(yīng)用研究人員合作，以便他們能夠站在應(yīng)用領(lǐng)域的前沿。例如，Element AI正在研究的一項(xiàng)就是我們所說的“遷移學(xué)習(xí)”，是機(jī)器的一種能力：通過利用之前學(xué)過數(shù)據(jù)集或其他問題，提高學(xué)習(xí)解決新問題的能力。這意味著我們可能不需要一個(gè)很大的數(shù)據(jù)集，就能找到解決新問題的好辦法。

問：是否有些公司或行業(yè)特別適合成為Element AI的客戶？

Bengio：各行各業(yè)的反應(yīng)驚人。他們的需求已經(jīng)超過我們團(tuán)隊(duì)目前的處理范圍。我們現(xiàn)在主要是招募新人。Element AI不只專注某一個(gè)特定領(lǐng)域，而在許多領(lǐng)域探索可能性并展開一些項(xiàng)目。

問：如果一家剛涉足AI領(lǐng)域的企業(yè)，希望得到Element AI的幫助，您會給他什么建議？比如，從哪些模塊開始開發(fā)？

Bengio：首先要提出一個(gè)策略，能匯集該公司各個(gè)方面的專家。這些專家了解不同產(chǎn)品，有不同視野，包括能夠預(yù)見不同產(chǎn)品的未來發(fā)展，了解市場發(fā)展前景等。

數(shù)據(jù)積累方面也很重要。譬如，公司已經(jīng)累積了哪些數(shù)據(jù)？還可以收集什么樣的數(shù)據(jù)？最后，我們需要從深度學(xué)習(xí)的視角檢驗(yàn)這樣的戰(zhàn)略是否可以成功的解決這些問題。能否在合理時(shí)間內(nèi)提出解決方案，基于預(yù)測數(shù)據(jù)應(yīng)對這些潛在的棘手問題？大公司的專家各有所長，Element AI的團(tuán)隊(duì)成員根據(jù)經(jīng)驗(yàn)提出了許多推薦方案，雙方一定會產(chǎn)生思想的碰撞。對大公司而言，開展一個(gè)項(xiàng)目之前他們會把一系列可能的方案分出優(yōu)先級，并進(jìn)行評估。

問：您不僅是企業(yè)家，還是蒙特利爾大學(xué)的教授。您目前在蒙特利爾大學(xué)從事的研究，是持續(xù)周期較長、成果顯示較慢的基礎(chǔ)研究，而您在Element AI從事的研究，是持續(xù)周期較短且具有商業(yè)性質(zhì)的應(yīng)用研究。那么，您如何分配這兩種研究的時(shí)間？

Bengio：我的主要工作依然是學(xué)術(shù)研究。我在蒙特利爾大學(xué)是全職教授，只是為Element AI和其他公司提供咨詢。我與Element AI以及像微軟這樣的公司合作本質(zhì)上具有前瞻性。這是我能力所在，也是我的強(qiáng)項(xiàng)，但我不會參與到公司的具體商業(yè)事務(wù)中。

我也在建設(shè)蒙特利爾學(xué)習(xí)算法研究所（MILA）。這個(gè)研究所就像一個(gè)大型初創(chuàng)公司，且已經(jīng)成為蒙特利爾AI生態(tài)系統(tǒng)的核心。MILA匯聚了來自蒙特利爾大學(xué)和麥吉爾大學(xué)的機(jī)器學(xué)習(xí)研究員，約200人參與。我們希望未來的兩到三年中，參與研究的教授和學(xué)生數(shù)量可以增長一倍。

問：如您所說，在蒙特利爾大學(xué)以及MILA、Element AI的工作很大程度上是在建設(shè)一個(gè)AI生態(tài)系統(tǒng)。這樣的描述是否準(zhǔn)確？

Bengio：社區(qū)工作是必不可少的一個(gè)方面。許多成功都?xì)w功于MILA實(shí)驗(yàn)室所建立的一種特殊文化。MILA既非常重視也迫切需要研究人才，把人才視若珍寶。我們給予研究人員充分的自由，讓他們在社區(qū)里找到自己的位置，以更好地激勵(lì)他們盡可能地發(fā)揮自己的聰明才智為研究做貢獻(xiàn)。同時(shí)，魁北克（Quebec City）不像北美的其他地區(qū)，并非過分強(qiáng)調(diào)個(gè)人主義和競爭意識。所以我們可以更好的團(tuán)結(jié)協(xié)作，取得佳績。

問：加拿大正在通過一些非常有趣且新穎的工作吸引AI人才。您說過希望把蒙特利爾發(fā)展為人工智能中心。我們特別想知道，為什么蒙特利爾可以在AI領(lǐng)域獲得成功呢？這是不是與該地區(qū)學(xué)術(shù)機(jī)構(gòu)、省市政府以及商業(yè)界形成的伙伴關(guān)系（對于AI革命的爆發(fā)至關(guān)重要）有關(guān)？

Bengio：您確實(shí)列舉了一些重要的因素，但我想說，關(guān)鍵點(diǎn)很簡單，是群聚效應(yīng)（critical mass）。我的團(tuán)隊(duì)是最先開展深度學(xué)習(xí)研究的團(tuán)隊(duì)之一。盡管這一領(lǐng)域當(dāng)時(shí)少有人涉足，但是蒙特利爾大學(xué)非?？隙ㄎ覀兊脑O(shè)想，允許我們在一個(gè)還未受到大眾歡迎的領(lǐng)域繼續(xù)聘請更多教授。接著，便是“滾雪球效應(yīng)”（snowball effect），研究員越優(yōu)秀，培養(yǎng)的學(xué)生和博士后就越優(yōu)秀。這意味著我們可以發(fā)表更高質(zhì)量的論文，在國際上獲得更多關(guān)注，反過來，我們可以聘請到更優(yōu)秀的研究員。

同樣，深度學(xué)習(xí)的商業(yè)價(jià)值越高，吸引的公司和投資者越多，因此，加速了該領(lǐng)域的發(fā)展。隨著大大小小的公司（包括Microsoft、Google、Facebook等）相繼來到蒙特利爾，蒙特利爾會在科學(xué)界以及投資界變得更加引人注目。所有這些都催生了企業(yè)家精神。我的學(xué)生中有更多人想創(chuàng)業(yè)，他們正在蒙特利爾付之實(shí)踐。以前，投資者會要求這些企業(yè)家搬到硅谷，但現(xiàn)在，他們很樂意看到這些企業(yè)家留在加拿大。

正如您提到的，不僅僅是蒙特利爾大學(xué)，多倫多大學(xué)也在相似的軌跡上快速發(fā)展著。我們已經(jīng)在多倫多的向量學(xué)院、蒙特利爾的學(xué)習(xí)算法研究所、及埃德蒙頓的阿爾伯塔機(jī)器智能研究所之間建立了合作關(guān)系，努力打造加拿大的AI聯(lián)盟。我們的目標(biāo)是讓加拿大成為AI強(qiáng)國并且在全球科學(xué)界占有一席之地。與美國和中國相比，加拿大只是一個(gè)小國，但我們的群聚效應(yīng)將會帶來巨大改變。就人數(shù)而言，硅谷的規(guī)模并不大，但它能夠成為創(chuàng)新中心，正是因?yàn)槠淙壕坌?yīng)。

問：接下來，我想談一談“AI威脅論”的話題。Elon Musk曾經(jīng)表示他擔(dān)心AI會引發(fā)第三次世界大戰(zhàn)，有這樣想法的不止他一個(gè)人，許多企業(yè)家和學(xué)者也都強(qiáng)調(diào)，如果不能合理利用AI，它將對我們產(chǎn)生潛在威脅。對此，您有何看法？

Bengio：我并不擔(dān)心AI會統(tǒng)治人類。值得贊揚(yáng)的是很多人正在研究這些問題，而且這些問題離我們也太遠(yuǎn)。我所擔(dān)心的是，AI應(yīng)用過程中存在的一些潛在短期問題和中期問題。AI可能被濫用。

正如您所提到的，令人擔(dān)心的問題是AI可能會被應(yīng)用于軍事領(lǐng)域?？茖W(xué)界很多人支持禁止研發(fā)致命性自主武器的國際公約或者國際法律。包括聯(lián)合國在內(nèi)的許多組織都在嚴(yán)肅地討論這個(gè)問題。但是，像美國等一些國家，卻試圖阻止這些禁令。這是極為嚴(yán)重的錯(cuò)誤。如果輕易讓法律商業(yè)化，將會降低一些小國使用致命性自主武器的門檻，以致所有人的安全都將受到威脅。為抵御這些致命性自主武器，開展有關(guān)防衛(wèi)技術(shù)方面的軍事研究非常有必要。但是，我們需要一個(gè)國際公約，這個(gè)公約可以像我們過去二十年里成功的制止核武器、化學(xué)武器、生物武器以及地雷那樣，制止研發(fā)致命性自主武器。盡管我們現(xiàn)在能做的還微乎其微，但是如果可以讓每個(gè)國家、每個(gè)大公司、每個(gè)人都清楚地明白，研發(fā)這些武器是不道德的，我們可以為地球上的人減少很多安全風(fēng)險(xiǎn)。

<來源：Forbes；編譯：科技行者>