滚焊机厂家
免费服务热线

Free service

hotline

010-00000000
滚焊机厂家
热门搜索:
行业资讯
当前位置:首页 > 行业资讯

ai寒冬论作者再发声人工智能行业就是一个啊

发布时间:2021-07-31 06:32:42 阅读: 来源:滚焊机厂家

“ai 寒冬论”作者再发声:人工智能行业就是一个马戏团

编者按:时隔半年,“ai寒冬论”作者piekniewski再度发声。这次,他把矛头对准了openai和特斯拉,认为它们的所做方便了批量实验的进行;所为,无异于马戏团中的小丑。在他看来,我们正处于“临死反扑”阶段。在这个阶段,那些最有可能失去的人,正在拿出他们能想到的最离谱的信心,来欺骗更天真的人给他们钱。文章原标题为,由36氪神译局编译,希望能够为你带来启发。

大约一年前,,引发了病毒式的传播。就像我承诺的那样,我会定期发布文章,对其中的观点进行更新。

,现在是时候发布新的内容了。虽然这一年来发生了很多事情,但没有一件事情能够改变我原有的想法:人工智能泡沫正在破裂。

正如每一次泡沫的破裂的情况那样,我们正处于“临死反扑”阶段。在这个阶段,那些最有可能失去的人,正在拿出他们能想到的最离谱的信心,来欺骗更天真的人给他们钱。

现在,让我们回顾一下到底发生了什么。

先说一些严肃的事情

首先,我们来看一些比较严肃的事情。深度学习的三位创立者杰弗里·辛顿(geoffrey hinton)、约书亚·本吉奥(yoshua bengio)和杨立昆(yann lecun)获得了图灵奖,这是计算机科学领域最具声望的奖项。

如果你认为我会以某种方式质疑这个判断,你会感到失望,我认为深度学习值得获得图灵奖。

在我个人看来,于尔根·施密德胡伯(jürgen schmidhuber)不在其列,给人留下了一点不好的印象。虽然我认为,他有些时候让人有些尴尬,但是他对深度学习领域的贡献是不可否认的。

顺便说一句,这些家伙都相当安静,辛顿最终有了自己的twitter账号。但他还是一直保持谦虚的风格,并没有发表任何我认为不真实或过于热情的推文。杨立昆偶尔会宣传他的研究,但也没什么特别的。 同样,本吉奥在社交媒体上也并不活跃。

我最喜欢的其他人也很安静。去年秋天,李飞飞离开谷歌云,回到了她在斯坦福大学的工作岗位。吴恩达异乎寻常的安静:也许是因为他最近有了一个孩子——我真诚地祝贺他和他的妻子,两个月前我自己也有了一个孩子,我知道这是多么快乐的事情,但我也意识到,一个孩子可能会妨碍他每周工作90个小时,并导致人工智能奇点不可避免的推迟。

在过去的几个月里,人工智能领域发生了一系列让人啼笑皆非的事件,这些事件是围绕着open ai和特斯拉展开的。

人工智能圈,就是一个马戏团

openai,一个非营利组织,使命是解决通用人工智能(agi)问题,并确保他们的发现对公众开放,而不是被一些心存恶意的公司拿去牟利。

今年2月份,他们发布了一个文本生成模型gpt-2。 令所有人惊讶的是,他们并没有开源公布,理由是担心可能会被误用,这在研究人员和人工智能圈中引发了非常大的争议。

从这个事件来看,我不确定这些家伙是如何声称他们是“open”的。但他们并没有发布关于这个模型的关键部分。顺便说一句,在我看来,在他们发布完整的模型之前,gpt-2也可以用众包平台来实现。

(译者注:,来自慕尼黑工业大学的connor leahy同学,在两个月的时间里,付出了200个小时的时间,花费了大约6000人民币,复现了gpt-2项目。)

尽管 gpt-2生成的文本看起来很合理,但我不确定人们如何能滥用它来生成假或垃圾邮件,或者真正地将其用于娱乐以外的任何事情。

但无论如何,这个名为“openai”的组织,显然已经不再开放了。所谓的非营利机构,也提出了一个如何盈利的想法。

是个,这个本应该类似于“十九世纪的普罗米修斯”的组织,应该由不带偏见和公正的研究人员组成的修道院,努力为整个人类提供人工智能的火焰的组织,现在已经不再开放,背后实际上却是为了盈利。

但是,他们还仍然坚持这些宏伟的使命,因为利润将被限制——每个投资者最多只能获得100倍的回报。现在,我能想到让这一切发生的背后原因是,他们不能再以非营利组织的身份筹集资金了。

让我们暂时抛开这样的一个事实:到目前为止,这家公司的利润几乎为零,而且它的结构不像任何以及有想象力的创业公司(而是像一个研究实验室)。

山姆·阿尔特曼(sam altman),在硅谷人脉非常广泛,曾经负责经营创业孵化器y combinator,现在是openai的首席执行官。

,我发现了一些有关“炒作周期”的精彩内容。我希望大家能够去看完整的访谈,在这里,我只引用其中较为精彩的部分:

例如,当被问及openai计划如何赚钱时,阿尔特曼回答说,“诚实的回答是,我们不知道。我们从来没有赚过钱。我们目前没有创收的计划。我们不知道我们将如何产生收入。”

阿尔特曼继续说,“我们已经向投资者做出了一个承诺,‘一旦我们建立了一个通用智能系统,基本上我们会要求它找出一种方法,为你带来投资回报。’”

当观众爆发出一阵笑声时 ,阿尔特曼自己说,这听起来像是《硅谷》电视剧中的一集,但他补充说,“你可以笑。没关系。但这是我真正相信的。”

是的。我不知道该补充些什么。我确信,计算出如何产生收入,应该比搞清楚通用人工智能要容易得多。简而言之,我的主张是:我相信我们可以建立通用人工智能,尽管我没有任何证据,但我确实坚信,如果你给我们数十亿美元,我们可以做到。

我希望我也能相信这一点,但不幸的是我不相信,我认为openai 已经变成了一个彻头彻尾的骗局。通过查看这些openai员工的推文,这个判1、济南实验机厂数显式液压万能实验机: 主机采取油缸下置式断得到了进一步的强化,例如:

沃伊切赫·扎伦巴(wojciech zaremba),在纽约大学(nyu)时曾非常理性(我在2015年与他通过几封电子邮件) ,现在却成了一名“信徒”。

上面的这条推文中,有太多的错误。甚至很难想象,这是对数据和现实有所理解,并且作为一名科学家说出来的话。

但6、图形:适当的图形和表格带有用户可定义的图形、标签和自动调剂比例是,这些看似聪明的人,却相信旧金山海湾地区的回音室(echo chamber)的信息,而且还有成千上万的年轻一代在盲目地追随它。

具体地说:上面描述的方法(我甚至不确定“方法”到底是什么意思),可能在数百万种情况下不起作用(而且有大量证据表明它确实不起作用)。

一个潜在的原因是:即使他们有所有的数据,也很可能是有偏见的,因为人们在驾驶的时候,会明确地避免边缘情况。 另一个潜在的原因是:边缘情况是一个非常稀疏的集合,统计上会被“非边缘情况”所淹没。

深度学习的过程中,会对所有数据点进行全面损失优化,这可能会彻底消除边缘情况。而每个边缘情况,可能需要自己的数据再平衡/损失函数调优。

另一个理由是,即使有50万辆特斯拉在路上行驶,即使他们收集了所有的驾驶数据(事实上他们没有) ,如果边缘情况是长尾和不稳定的,也很难覆盖所有的边缘情况。

(另一种想象的方式是,你可以根据历史股市数据训练一个模型,用它来指导你炒股,你会比你能想象得更快破产)。

第四,人类在路上的边缘情况与自动驾驶汽车在路上的边缘情况不同,而且确实是不断变化的。

另一个或许是最不明显的原因,他们正在使用的特定深度络,可能没有足够的表达能力来表达它所需要表达的内容(即使假设他们拥有训练它所需要的所有数据)。

感知器在80年代就已经为人所知,它是通用的近似器,然而它需要非常具体的微调结构,被称为convnet,同时还需要一系列的技巧,来提高收敛性和足够数量的可训练参数来求解imagenet。

即使在今天,你也不能只用通用的连接多层的感知器,并期望它学习你要求它做的任何任务。即使你有大量的数据,也需要大量的调优和元参数搜索,才能找到解决问题的方法。

最后,即使在原则上这一切都是可行的,我们也不清楚,在特斯拉内置的计算机的限制下是否可以实现。

在自动驾驶领域的其他玩家,都在汽车里塞满了激光雷达。虽然昂贵,但解决了大多数什么特斯拉试图通过人工智能解决的问题。

根据我们的数据,已经成熟的游戏gpu,提供了比特斯拉最新的硬件更多的计算能力。很显然,还没有任何一家公司接近完全自动驾驶。

这就是为什么特斯拉的自动驾驶方法不一定会奏效的几个原因。每一位称职的数据科学家,哪怕在喝了一瓶伏特加后,也能够直接背诵出来。

说到特斯拉的“自动驾驶日”(autonomy day),他们给出了一些相当大胆的声明,比如特斯拉将在2020年拥有100万辆自动驾驶的出租车,在我看来,这种可能性为零。

,我不想在这个帖子上花太多篇幅去说。(坦白地说,我不想吸引特斯拉粉丝的关注,我希望他们生活在自己的幻想世界里)。

让我们从另一个角度来关注特斯拉吧。

今年早些时候发生了一些有趣的事情:麻省理工学院的研究科学家莱克斯·弗里德曼(lex fridman)发布了一项研究,他在研究中声称(与几位合著者一起) ,使用自动驾驶仪(autopilot )的司机仍然保持警惕和专注,这与之前这正是我们的产品能够发挥作用的地方大量研究文献的观点相悖。

这项研究的发表,本身就充满了争议——首先,弗里德曼邀请报道这项即将发布的研究。

一些科学家,比如英伟达的研究主管阿尼玛·阿南德库马尔(anima anandkumar) ,试图鼓励他将这项研究提交给同行评议。

为此,弗里德曼在twitter上屏蔽了她,甚至只要有人对他的方法提出了哪怕一丁点的批评,他都会把对方屏蔽。

这项研究被报道之后(让我们强调一下: 一项未经同行评审的研究),弗里德曼(他是一个相当公开的特斯拉粉丝)就在twitter上表示,特斯拉和马斯克都与这项研究(对特斯拉有利)没有任何关系,随后他删除了那些推文,然后在twitter上发了一些关于诚信的东西(也许是因为他觉得这项研究受到了质疑)。

两周后,他被邀请与伊隆·马斯克一起参加播客,然后又受邀参加另外一个播客。他利用这两个场合无耻地推销自己,这是他一直在做的事情。

我不会在这里谈论论文本身的细节,我推荐大家去看看杜克大学的人机交互教授米西·卡明斯(duke cummings)的一个访谈播客,,并指出这项研究是有缺陷的。

鉴于上述所有的事情,我正式提名莱克斯·弗里德曼为2019年人工智能领域最可笑的小丑候选人。尽管现在2019年还不到一半,比赛还没有结束,但我认为他获胜的机会还是很大的。

继续说回特斯拉,美国国家运输安全委员会(ntsb)发布了他们在佛罗里达致命车祸的初步报告表明 ,事故确实与特斯拉的自动驾驶仪有关。

这至少是第四起有记录的自动驾驶致死事故。虽然这可能不是很大的数字,但应该指出的是,卡迪拉克也有一个类似的系统,被称为超级巡航系统(adas),截至本文撰写时,还没有发生过任何一起死亡事故。

二者微妙的区别在于,超级巡航系统有一个司机监控系统,可以确保司机一直保持警惕,而特斯拉没有,这一切都是弗里德曼的研究非常那什么的证据。

其他方面,自从我上一次更新文章以来,又有两家人工智能/机器人公司倒闭了——jibo和anki。

对我个人来说,jibo是一个特别有趣的案例,因为当我看到他们的indiegogo活动时,就知道它的结局如何了。

这个项目由麻省理工学院的研究员辛西娅·布瑞西尔(cynthia breazeal)创立,一经亮相便立即获得了追捧,只是承诺了一些在当时甚至现在都不可能实现的功能,就筹集了大约7200万美元。

我不知道麻省理工现在到底发生了什么。

首先,辛西娅·布瑞西尔——一位自称是机器人专家的人——承诺了jibo所有的奇迹,显然她并没有意识到,其中大多数奇迹甚至还没有出现在图纸上。

然后,莱克斯·弗里德曼就把自己变成了一个小丑(他只是一个被雇佣的研究科学家,不是麻省理工学院的毕业生)。

除此之外,据报道,安大略省政府决定削减人工智能方面的开支,其中包括图灵奖得主hinton矢量研究所的开支。这在人工智能界引起了相当大的愤怒。

这真的只是即将到来的寒冬带来的第一波严重冻伤,我建议所有那些被冻伤的人,去找些保暖的衣服,或者换个工作。

结语

这就是2019年年中的人工智能领域的状况。正如我所预料的那样,这个领域变得越来越荒谬,本质上就是一场小丑表演。

我想,我们很快就会知道,所有的人工智能泡沫实际上只是一个笑话,从一开始,我就在这个博客上说过这些话。

原文链接:

译者:尺度。

早泄用什么中药治疗
月经紊乱对身体的影响
发生扭伤奇正消痛贴膏用几个疗程管用