深度学习奠基人特伦斯：人类智慧与AI正在融合，量子计算仍在蹒跚学步

【编者按】量子计算仍然停留在概念和理论阶段。理论上可行，但现实落地必须要有重大的技术突破，或想法上飞跃式的进步，这个过程会比深度学习的演进还要漫长。

本文首发于钛媒体，作者芦依。经亿欧编辑，供行业人士参考。

---

人工智能技术正在重塑商业和社会形态。

当阿法狗击败李世石，无人驾驶和医疗科技逐渐落地时，应用背后的深度学习技术正逐渐走向大众视野。

深度学习是推动人工智能落地的重要力量，但令人惊讶的是，深度学习却是由一群在当时被视作“非主流”的科学家创造的。这之中的代表人物就是特伦斯·谢诺夫斯基（Terrence Sejnowski）。他是深度学习的先驱及奠基者，被誉为全球人工智能十大科学家之一。

深度学习奠基人——特伦斯·谢诺夫斯基

除此之外，他还是美国四大国家学院（国家科学院、国家医学院、国家工程院、国家艺术与科学学院）四院院士，同时担任全球人工智能顶级会议NIPS基金会主席。

特伦斯亲历过深度学习在20世纪70年代到90年代的寒冬。他和一众研究人员一起， 利用大数据和不断增强的计算能力，在神经网络算法上取得突破，从而推动了深度学习乃至人工智能的“井喷式”发展。

为了回顾深度学习的发展脉络和重要节点，特伦斯将毕生研究总结为《深度学习——智能时代的核心驱动力量》一书。该书横跨60年，讲述了深度学习的起源、发展乃至应用。

可以说，《深度学习》是一本深度学习发展的简史。特伦斯将其总结为“ 一小群研究人员挑战AI研究建制派的故事” 。

1956年，人工智能概念在达特茅斯会议上被首次提出，当时研究逻辑是“为每一个问题写一个指令”。比如想让电脑识别杯子，就需要把杯子的特征全部输入才行。理论上可行，但实际操作起来却需要大量劳动。在当时，这类研究者被视为主导力量，拥有更充足的资金支持。

“他们大大地低估了问题的难度，也低估了对智能的直觉，因此后来被证实是有误导性的。”特伦斯对此评价道。

而以特伦斯为代表的少数派选择从生物学出发，通过研究大脑处理问题的方法，让机器也能通过海量数据去完成自我学习。这就是深度学习的雏形，通过模拟人类大脑的神经网络进行计算和学习。

1986年，特伦斯与不久前获得图灵奖的杰弗里·辛顿共同发明了玻尔兹曼机，推动了神经网络的发展，也带领深度学习从边缘课题成为科技公司所仰赖的核心技术，并带动了人工智能的“井喷式”发展。

日前，特伦斯接受了钛媒体的专访。就人类智慧与人工智能的关系，脑机接口与量子计算等新兴技术，以及智能生活的展望等三大议题进行对话。

一直以来，业内对技术发展有乐观与悲观两种主流情绪， 前者认为技术会为人类创造乌托邦一样美妙富足的世界，而后者认为人类会被自己创造的技术所奴役，就像黑客帝国一般。

特伦斯却认为自己是现实主义的信奉者。对于预测未来，他的态度始终谨慎，认为技术的发展永远不会是一蹴而就，而技术所改变的世界，一定是介于“黑客帝国”与“乌托邦”之间。

特伦斯喜欢举例子，更喜欢模仿秀。说到当下典型机器人的运动状态时，他会表演一段机械舞，还会趴在地上学习婴儿蹒跚学步时的样子。

谈及脑机接口技术和量子计算的进展时，特伦斯对钛媒体表示，“ 与其说是婴儿学会行走，不如说只是婴儿在蹒跚学步时打了个滚儿。”

至于电影《她》中描述的人与电脑算法恋爱的故事，特伦斯认为这不失为未来的一种可能性，但更多的是“好莱坞式”的一种遐想。

他也认为，科幻小说在某种程度上会对人产生误导。比如美国电影《终结者》中呈现的机器人形象，需要的技术远比现有技术复杂。

“控制大型系统的算法还未出现、物理条件存在各种限制，像肌肉一样低能耗且有效的材料稀缺，种种因素使得终结者式的机器人，在我们有生之年都难以实现落地。”

人类智慧与AI正在融合

钛媒体 ：您认为人工智能与人类智能二者之间是怎样的关系？这两者最大的优势是什么？

特伦斯 ： 最大的区别是自然创造了人类智慧，而人类创造了人工智能，当前这二者正在融合。 我认为我们离想象的未来还有很远。没人能预测未来，但至少短期内深度学习已经能让人类解决许多复杂问题。

钛媒体 ：人类创造人工智能并对其加以约束，你认为AI有天会超越人类智慧吗？

特伦斯 ：这仍然是一个未知的问题。有一种极端说法是AI将代替人类接管世界，也有人说AI将为人类创造出乌托邦一般的世界。但现实一定是处在两者之间。对于科学技术有乐观主义与悲观主义两种主流情绪，而我是现实主义的信奉者，更关心当下发生了什么。

人工智能正处于大爆发阶段，我在《深度学习》一书中讲述了很多人工智能领域先驱者的故事。技术已经改变了从医疗到教育、到交通等各种领域。

我最近读到的一份文献说 科学家们正在研究超重力技术，这是很复杂的一个概念 。科学家们正在利用机器学习，特别是深度学习去寻求复杂方程式的解，因为凭借人力很难算出答案。除此之外，物理学家和生物学家也在利用AI工具去解决人力无法处理的问题。

当我们追溯历史，回归1995年互联网刚起步时，互联网可能只用于收发邮件，你能想到现在互联网已经颠覆了生活的方方面面吗？那时有人担心互联网会带来失业，的确有人失业了，但新的就业机会也就此产生。

钛媒体 ：就像电影《她》所描绘的，您认为通过机器学习，人工智能未来可以拥有人类的情感和思考方式吗？

特伦斯 ：我身边有些家庭将智能音箱Alexa和siri当成朋友，他们的交流就像和坐在桌子对面的朋友讲话一样，这只是最简单最基础的AI助手。

我有位学生的创业项目，就是利用深度学习去研究人类的面部表情，快乐、悲伤、惊喜、愤怒等。当人做不同表情时面部肌肉会有复杂的变化， 通过用机器学习肌肉的动作，可以去分析人的情绪。在表情之外，人的声音在不同情绪下也会有变化，这也能作为分析的数据来源。

这家公司在十几年前被苹果收购了，当我用iPhone刷脸解锁时，苹果也在用深度学习去研究我的情绪状态，所以当我刷脸解锁时，我也在“泄露”自己的情绪。

至于电影《她》中人类与机器相爱的情节， 不失为一种未来的可能性，但更多是“好莱坞”式的一种遐想，距离我们很遥远。

脑机接口、量子计算仍在“蹒跚学步”

钛媒体 ：埃隆·马斯克此前宣布了脑机接口技术（BCI），您如何看待这项技术？您认为这项技术将在哪些领域有较好的应用场景？

特伦斯 ：脑机接口技术此前给人脑置入的电极数量相对较少，主要是给四肢瘫痪或者癫痫的病人用。

当你想要一杯咖啡，脑机接口技术可以从大脑中获取信号进行解码，然后用来控制机械臂。我们已经可以实现这个过程， 但当前我们缺少的是握住杯子这件事对大脑的反馈 ，也就是让大脑知道手掌正在握住杯子，并且能感知到杯子的重量。另外一个问题是， 由于置入的电极少，当前只能对少数皮层领域（如运动皮层）进行记录，控制的区域也仅限于手臂。

想要控制身体的其他部位，就需要去记录更多、更高层级的神经元 。埃隆·马斯克做的就是这件事，他旗下公司Neurallink已经开发了新技术，能在人脑的数十个区域置入数千个电极。

他们正在用小白鼠做实验，理想目标是明年能在人身上应用。这种技术就像个缝纫机，能将微小的电极“缝缀”在人脑中。 但技术的难点在于，如何在置入几千个电极的同时又不损伤人脑。

图为脑机接口示意图/马斯克指出猴子已经能用脑子控制电脑，这项技术将在2020年在人体试验。

马斯克指出猴子已经能用脑子控制电脑，这项技术将在2020年在人体试验（图为脑机接口示意图）

从提出脑机接口概念到真正的技术落地，要花的时间远比几十年要长。有言论称当前脑机接口的技术突破，就像是婴儿第一次学会走路。与其说是婴儿学会行走，不如说只是婴儿在蹒跚学步时打了个滚儿。

在这个过程中，犯错是很正常的，就像是小孩要受过伤才知道有些事不能做，科学也要在不断犯错中取得进步。 我们推动技术进步，是为了让人们拥有更多自主权 。像瘫痪患者可以在没有他人帮助的情况下拿到咖啡，这就是赋予这个群体的一种自主权。

展望未来，也许以后光在脑子里想就可以完成Google搜索，也可以用想法去控制电视和智能音箱，这件事想起来就很令人激动了。

钛媒体 ：此前谷歌宣布实现了量子霸权，宣称量子计算机对人工智能发展有很大的帮助。您如何看待量子霸权这件事？

特伦斯 ：谷歌目前还没有任何落地应用，想让人用上量子计算机至少需要上百年的时间。由于技术方面原因，量子计算机会出错，但目前没人知道如何去纠错。 研究称量子计算机具有破解所有密码的能力，但现在没人真正用它破解过密码。

量子计算仍然停留在概念和理论阶段。 理论上可行，但现实落地必须要有重大的技术突破，或想法上飞跃式的进步，这个过程会比深度学习的演进还要漫长。

我们在80年代创造了深度学习，在那之后又花了40年时间将深度学习从理论演进为真正的应用，使得有人愿意为此投资。量子计算机就像第一台电脑或第一块芯片问世那么惊艳，但这距离我们依然非常遥远。

虚拟人像、社交机器人，智能时代什么样？

钛媒体 ：怎样看待科幻小说与科学的关系？

特伦斯 ：当前有些科幻小说会对人们产生误导。像《终结者》中出现的超能机器人，让大家都相信未来会出现这种拥有超强能力的机器人，但这完全是天方夜谭，至少在我们的有生之年不会。

制造这样一个机器人，难度要远比用深度学习去跑数据写代码高得多。因为现实世界里，机器人想要实现互动，就必须要受到实际物理条件的种种限制。因为控制大型系统的算法还不存在。

我们当前典型的机器人只有几个关节能动，所以活动会很僵硬。但《终结者》那样的机器人，可能需要数百甚至上千个自由度。除此之外，我们还需要和肌肉一样有效的材料，不仅能耗低，活动起来也更加灵活。像终结者这种机器人，需要比我们目前所有的研究成果更为复杂的技术。

钛媒体 ：当前很多公司都在研究“虚拟人像”，也就是为真人制作一个数字化的分身。您怎么看待这项技术？

特伦斯 ：我只希望我的“分身”行为举止能和我一样。但问题是，如果视频看起来完全一样，用于欺诈的可能性会非常大。这个技术在国外已经非常普遍了，但监管很难。

如果有了真人的虚拟形象，可以代替我去演讲那是最好，不用坐飞机这么远来中国。 但是一旦虚拟人像的归属权属于谁，如果我的虚拟形象落在不法分子手里，用于威胁我的家人呢？因此我认为这项技术还是需要特别谨慎地对待。

钛媒体 ：在《深度学习》中您讲了社交机器人Rubi的故事，能谈谈社交机器人的前景吗？

特伦斯 ：Rubi是个很有趣的例子。机器人Rubi长得并不像人，但有面部和躯干。为了考察Rubi对孩子是否有吸引力，Rubi被带到只有18个月大的小孩子的教室，这群小孩刚学会讲话，注意力很容易分散。

研究人员希望孩子们能像识别人一样识别Rubi，与她建立情感的联结。研究者在Rubi上装了压力传感器，如果小孩扭断了Rubi的胳膊，Rubi就会哭泣，这种“哭泣”是一种社交讯号，有些孩子则会拥抱Rubi作为安慰。就这样，“会哭会笑”的Rubi成为了班级的一份子，甚至能作为老师的助手帮助管理班级。

当Rubi需要送回检修时，孩子会很不开心询问Rubi怎么了，老师们就会说“Rubi生病了需要休息，我们要等她回来。”孩子们就会联想自己生病的场景并祈祷Ruby早日回归课堂。

这就是一种情感向的人机交互，自Rubi诞生已有十多年，它在教育领域已经验证了社交机器人的重要性。

本文已标注来源和出处，版权归原作者所有，如有侵权，请联系我们。