（圖片來源：壹圖網(wǎng)）

深度學(xué)習(xí)是目前人工智能最受關(guān)注的領(lǐng)域，也是這一輪人工智能興起的原因。與此同時(shí)，這一技術(shù)具有不可解釋等特性也使得一些觀點(diǎn)認(rèn)為深度學(xué)習(xí)已經(jīng)面臨瓶頸。

7月25日，美國四大國家學(xué)院(國家科學(xué)院、國家醫(yī)學(xué)院、國家工程院、國家藝術(shù)與科學(xué)學(xué)院)院士，美國“腦計(jì)劃”項(xiàng)目領(lǐng)軍人物的特倫斯·謝諾夫斯基在接受經(jīng)濟(jì)觀察網(wǎng)采訪時(shí)表示目前美國數(shù)學(xué)界已經(jīng)有了相應(yīng)的理論工具用來實(shí)現(xiàn)深度學(xué)習(xí)黑盒的可解釋性，盡管因?yàn)樯形窗l(fā)表，他無法透露更多細(xì)節(jié)，

特倫斯也認(rèn)為人工智能正在帶來數(shù)學(xué)和統(tǒng)計(jì)學(xué)的新紀(jì)元。同時(shí)，在特倫斯看來，目前正如蒸汽機(jī)和熱力學(xué)的關(guān)系一樣——在蒸汽機(jī)發(fā)明數(shù)十年后人們才了解熱力學(xué)并且用它來改良蒸汽機(jī)——人工智能的底層數(shù)學(xué)、腦科學(xué)邏輯可以在發(fā)展過程中逐漸被人們掌握和理解。

經(jīng)濟(jì)觀察網(wǎng)：目前深度學(xué)習(xí)技術(shù)路線還有多少潛力？是否已經(jīng)遇到了天花板？

特倫斯：我覺得不太可能達(dá)到局限，現(xiàn)在深度學(xué)習(xí)剛剛進(jìn)入到一個(gè)發(fā)展的開端，發(fā)展應(yīng)該是以10年為周期來計(jì)算的，未來20年、30年才能達(dá)到一個(gè)極限。

現(xiàn)在我們才做了第一步，通過展示相關(guān)AI技術(shù)來解決問題的，而未來我們還有更多問題需要解決。對比因特網(wǎng)，在它剛開始能夠發(fā)郵件的時(shí)候，我們沒法預(yù)測它能對我們的商業(yè)、生活帶來什么影。所以對于AI將會(huì)帶來的影響，我們還需要等待。

經(jīng)濟(jì)觀察網(wǎng)：您講的主要是應(yīng)用層的影響，那么在底層理論層面，這項(xiàng)技術(shù)有沒有更大突破，比如數(shù)學(xué)方面？

特倫斯：我之前在華盛頓參加了一個(gè)由美國科學(xué)院舉辦的學(xué)術(shù)研討會(huì)，該研討會(huì)的主題是“深度學(xué)習(xí)的科學(xué)”。組織這場學(xué)術(shù)研討會(huì)的數(shù)學(xué)家是擁有相關(guān)有技能和工具，能夠測試深度學(xué)習(xí)網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)的人。

人們經(jīng)常用“黑盒子”來詮釋深度學(xué)習(xí)，這是不對的，甚至恰恰相反，因?yàn)檫@些所謂的“黑盒子”完全是透明可見的，我們可以訪問其中每一個(gè)單獨(dú)的連接單元、每一個(gè)活動(dòng)型態(tài)，它們都在那里。而現(xiàn)在，數(shù)學(xué)家們可以探究其中，開始檢驗(yàn)?zāi)Ｐ褪侨绾位顒?dòng)的，信息是如何在網(wǎng)絡(luò)中流動(dòng)的，最終它是如何執(zhí)行轉(zhuǎn)換的。這件問題經(jīng)常通過一些例子被討論。

這件事正在發(fā)生，在上述會(huì)議上的數(shù)學(xué)家們已經(jīng)開始描述他們對此的新洞見。統(tǒng)計(jì)學(xué)家們則提出一些悖論，你們擁有這么多參數(shù)，現(xiàn)在可能會(huì)存在過度擬合的現(xiàn)象。眾所周知，現(xiàn)在有這么多的參數(shù)，其量之大遠(yuǎn)超于任何數(shù)學(xué)家和統(tǒng)計(jì)學(xué)家過去所能接觸到的內(nèi)容。

我認(rèn)為這將是數(shù)學(xué)和統(tǒng)計(jì)學(xué)的新紀(jì)元。我認(rèn)為這將產(chǎn)生深遠(yuǎn)影響，因?yàn)閷τ谌魏慰萍紒碚f，一旦你觸摸到了數(shù)學(xué)和物理的基本原理，你就可以更加深入地拓展它。

以蒸汽機(jī)為例，兩百五十年前，英國人詹姆斯·瓦特發(fā)明了蒸汽機(jī)。它改變了整個(gè)社會(huì)，因?yàn)樗夥帕巳祟惿a(chǎn)力。人們用了數(shù)十年了解熱力學(xué)原理，去理解蒸汽機(jī)如何工作，以及如何優(yōu)化其使用效能。在此后一百年里，人們據(jù)此原理創(chuàng)造出了一個(gè)全新的工業(yè)時(shí)代，出現(xiàn)了能夠創(chuàng)造數(shù)百萬社會(huì)財(cái)富的火車等交通工具，工廠也因此更新?lián)Q代…這原本只是科技動(dòng)能的轉(zhuǎn)換，但經(jīng)過人們對此的多年認(rèn)知和了解后，它最終引領(lǐng)了整個(gè)社會(huì)的未來發(fā)展方向。

所以我們現(xiàn)在處于一個(gè)非常初期的階段。這是我們的第一步，我們剛剛開始試圖闡釋其復(fù)雜性，目前這是非常令人激動(dòng)的，這個(gè)時(shí)間段里，大量的前期研究正在被驗(yàn)證。不僅僅是在應(yīng)用層面，這也將試圖讓人們?nèi)ダ斫獯竽X本身，去理解我們自己的大腦是如何工作的。

我們認(rèn)為，在AI與神經(jīng)科學(xué)之間的合作上，存在著一些令人激動(dòng)的研究方向。

經(jīng)濟(jì)觀察網(wǎng)：您提到很多一次，深度學(xué)習(xí)不是“黑盒子”是可以解釋，您的意思是美國已經(jīng)找到了深度學(xué)習(xí)可解釋的方法或者說找到了實(shí)現(xiàn)這個(gè)目標(biāo)的數(shù)學(xué)工具？

特倫斯：是的,我們確實(shí)有這方面的理論了。數(shù)學(xué)家已經(jīng)有很多相關(guān)的研究進(jìn)展了，但是內(nèi)容還沒有被發(fā)表出來。但是我跟他們交流過，他們告訴我這些偉大的研究和發(fā)現(xiàn)在未來將不斷被推進(jìn)。我現(xiàn)在還不能私下跟你透露任何細(xì)節(jié)，但是我可以這么說，這或?qū)⑹且粋€(gè)革命性的研究。一旦這些數(shù)學(xué)家掌握了深度學(xué)習(xí)的規(guī)則，以及這些深度學(xué)習(xí)是如何發(fā)生的，它將成為一個(gè)改革性的事件，它將創(chuàng)造出數(shù)學(xué)模型中的一頁新篇章。總而言之，我的答案是肯定的，我們已經(jīng)對此有了相當(dāng)多的了解，但同時(shí)它還在不斷發(fā)展中。

————

編輯?∑Gemini

?來源：經(jīng)濟(jì)觀察網(wǎng)

?泰勒定理的奇聞軼事

?丘成桐：漫談微分幾何

?Leibniz 如何想出微積分？（一）

?線性相關(guān)和秩的物理意義

?數(shù)學(xué)史上你認(rèn)為最丑陋的公式是什么？

?陶哲軒談什么是好的數(shù)學(xué)

?田淵棟：數(shù)學(xué)的用處（下篇）

?你絕對沒想過原來數(shù)學(xué)家這么流氓，一言不合就進(jìn)行暴力證明

?世界上最牛的五篇博士論文

?數(shù)學(xué)中有哪些巧合讓人眼前一亮？

?算法立功！清華畢業(yè)教授美國被搶車，警察無能為力自己用“貪心算法”找回

?學(xué)術(shù)史上的奇文：怎樣用數(shù)學(xué)抓獅子

?臺(tái)大教授的反思：最難的一課 我們卻沒教給學(xué)生

?麻省理工學(xué)院(MIT)研究生學(xué)習(xí)指導(dǎo)—— 怎樣做研究生

?分享 數(shù)學(xué)，常識和運(yùn)氣 ——投資大師詹姆斯·西蒙斯2010年在MIT的講座

算法數(shù)學(xué)之美微信公眾號歡迎賜稿

稿件涉及數(shù)學(xué)、物理、算法、計(jì)算機(jī)、編程等相關(guān)領(lǐng)域，經(jīng)采用我們將奉上稿酬。

投稿郵箱：math_alg@163.com

總結(jié)

以上是生活随笔為你收集整理的美国“四院院士”特伦斯谈人工智能“瓶颈”：远未达极限，数学家已经有了实现AI可解释性的理论工具...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。