【CCAI大咖秀】AlphaGo/Mobileye教父：智能科學需要融合機器學習、計算神經科學與認知科學

8月26-27日，由中國人工智能學會（CAAI）發起并主辦、中科院自動化研究所與CSDN共同承辦的2016中國人工智能大會（CCAI 2016）將于在北京盛大召開，匯聚全球頂級人工智能專家共論前沿技術與產業實踐。本次大會大咖云集，麻省理工學院人工智能實驗室（MIT CSAIL）教授、美國人文與科學院院士Tomaso Poggio將遠渡重洋出席本次大會，并做題為《The Science and the Engineering of Intelligence》的主題報告。

很多人可能不熟悉Tomaso Poggio，但一定聽說過AlphaGo。如果說Demis Hassabis是AlphaGo之父，那么稱Tomaso Poggio為“AlphaGo教父”并不為過——Demis Hassabis終止博士后研究創立DeepMind公司以“解決智能問題”，是在神經科學領域有所發現之后，他的合作導師正是Tomaso Poggio。神經科學也在影響人工智能的另一個熱門領域——自動駕駛，大名鼎鼎的以色列公司Mobileye，利用計算機視覺算法和芯片做ADAS，其聯合創始人、董事長和技術總監Amnon Shashua，也曾是Tomaso Poggio的博士后。DeepMind和Mobileye的創業，都得到了Tomaso Poggio的支持。

事實上，Tomaso Poggio還參與創立或投資Arris Pharmaceutical、nFX、Imagen和Digital Persona等多家高科技公司。由此看來，神經科學領域泰斗的意義，不僅僅在于學術研究（致力于神經科學、機器學習、計算機視覺等領域的交叉研究），也在于工業界的創新應用——這與CCAI 2016大會學術與產業深度結合的思想恰好吻合。

在接受CSDN的會前采訪時，Tomaso Poggio表示，深度學習源于視覺皮層的基礎神經科學，智能工程可能不需要了解神經科學，但對于智能科學而言神經科學是十分必要的。他認為，我們需要大量的基礎研究工作來發展真正的智能科學。在CCAI 2016大會，他的主題報告除了總結智能工程的進展，還將詮釋MIT CBMM（the MIT Center for Brains, Minds and Machines）的智能科學研究——機器學習、計算機科學、神經科學與認知科學的融合。

麻省理工學院人工智能實驗室（MIT CSAIL）教授、美國人文與科學院院士Tomaso Poggio

以下為采訪實錄

CSDN：回顧過去，我們對人工智能的實現有幾次樂觀的估計（但都是錯誤的）。在您看來，這一波（由深度學習引發的浪潮）離實現人工智能這一目標有多遠？如果我們這次還會跌落谷底，最可能的原因是什么呢？

Tomaso Poggio：我認為，人類智能的問題——它是什么，大腦如何產生思想，如何在機器中復制人的智能——是科學史上最為偉大的問題，比宇宙起源和時間與空間結構等問題更為重要。我不認為人類在未來的數十年或數個世紀內能完美地解決該問題。但是，在這方面會有很多突破性的進展。例如，類人虛擬助理——類似于siri但是達到人類的水平——可能在未來的一二十年內得以實現。

CSDN：我了解到，在AI研究中，大量的研究人員（尤其是有行業背景的研究員）不太重視認識科學或神經科學。您認為，為了實現人工智能，神經科學是我們必須要徹底了解的領域嗎？

Tomaso Poggio：人工智能不是很好定義（真正的人工智能是一個比數學家證明定理更好的系統？或者是比一個俄羅斯數學家在計算積分上表現更好的系統？后一類系統幾十年前就已經存在了）。深度學習源于Hubel和Wiesel建立的視覺皮層的基礎神經科學。最先進的人工智能實驗室的領軍者——Demis Hassabis，我之前的一個博士后——就是一個神經學家。我認為神經科學對于了解人類智能是十分必要的。對于開發一個更好的Siri可能重要也可能不重要，我們必將知道！但如果對智能科學（the science of intelligence）感興趣（比如我），而不僅僅是智能工程（the engineering of intelligence），則需要神經科學的介入。

CSDN：在您看來，什么樣的神經架構或大腦機制對（或將對）人工智能有價值呢？（例如Kahneman所提到的“System 1”和“System 2”）它們將如何影響未來人工智能的研究呢？

Tomaso Poggio：現在我認為應該是從少量標記樣本集合（和很多未標記樣本集合）中學習的能力。這在當前深度學習架構中是不可能的，當前的深度學習架構需要數以百萬計的標記樣本來進行有監督訓練。

CSDN：對于那些沒有較強的神經科學背景的開發者和研究人員，是否有辦法幫助他們快速學習這方面的知識呢？

Tomaso Poggio：快速掌握神經科學的知識是非常困難的。我們有一個非常棒的三周暑期課程，該課程由我們中心（人腦及機器思維中心，the Center for Brains, Minds & Machines）針對博士后、講師和研究生所開設的，旨在幫助他們學習掌握機器學習、神經科學和認知科學等跨學科“智能科學”。

CSDN：為了開發智能機器，很多年前，Daniel Hillis和他的Thinking Machines公司（我知道您曾是這家公司的Corporate Fellow）試圖打破傳統的馮諾·依曼體系。您認為Thinking Machines公司之前的成果當今的研究仍有價值嗎？當前計算機體系的缺陷是什么以及在硬件方面我們應該朝哪個方向努力？

Tomaso Poggio：在人工智能領域，最近進展的很大一部分在于計算機計算能力增強，尤其是GPU架構提供的并行處理能力。這第一次使得單個計算機具備近似人腦的能力。這和連結機器（Connection Machine）時代相比，是幾個數量級的差距。

CSDN：CSAIL是知名的人工智能研究中心，能談談CSAIL當前的重點研究方向嗎？在CSAIL在正在進行的多項研究中，哪一項（一類）是您最為感興趣的？您認為它們重要的原因？

Tomaso Poggio：我認為應該CBMM應該是CSAIL中最為精彩的部分，它試圖建立人類智力和人類學習的科學體系（CBMM是由CSAIL、BCS和McGovern研究所合作組成）。CSAIL在機器學習和計算機視覺等領域處于落后地位。CSAIL未來感興趣的項目會是機器人相關方向。

除了Tomaso Poggio，第二屆中國人工智能大會（CCAI 2016）還邀請到了美國亞利桑那大學教授、國際人工智能促進會（AAAI）主席Subbarao (Rao) Kambhampati等多位重量級嘉賓，并設置了“人工智能驅動的人機交互”、“機器學習的明天”、“人工智能青年論壇”和“人工智能產業論壇”等四個專題論壇。主題報告和專題論壇嘉賓名單和議題已公布于大會官網(http://ccai.caai.cn/m/zone/ccai_2016/index#meeting_schedule)。

總結

以上是生活随笔為你收集整理的【CCAI大咖秀】AlphaGo/Mobileye教父：智能科学需要融合机器学习、计算神经科学与认知科学的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。