近日，中信出版社出版了2018 年圖靈獎獲得者、「卷積神經(jīng)網(wǎng)絡(luò)之父」 Yann LeCun 的自傳——《科學(xué)之路》。

對于有志從事人工智能研究的青年人來說，此書是一本超「燃」的勵志傳記，Yann LeCun 在書中回顧了人工智能研究的歷史，總結(jié)了自己學(xué)術(shù)生涯中的得失，簡要介紹了現(xiàn)代人工智能的支柱性技術(shù)——機(jī)器學(xué)習(xí)的概念、方法、應(yīng)用。

對于關(guān)注人工智能行業(yè)發(fā)展的讀者而言，該書講述了 Yann LeCun 如何從學(xué)生走向貝爾實(shí)驗(yàn)室、Facebook，逐漸成長為深度學(xué)習(xí)泰斗。作為當(dāng)代最偉大的人工智能科學(xué)家之一，Yann LeCun 在此書的最后暢想了人工智能研究的前景與挑戰(zhàn)，并嚴(yán)謹(jǐn)?shù)刂赋隽嗽擃I(lǐng)域研究的隱憂和未來趨勢。

圖：Yann LeCun 自傳——科學(xué)之路

作為國內(nèi)人工智能的領(lǐng)軍學(xué)者，智源研究院理事長張宏江博士為《科學(xué)之路》作序，提出「所有努力都是為了提升概率」的觀點(diǎn)，這也正是北京智源人工智能研究院的初心和目的，希望我們的努力能讓中國出現(xiàn)突破性成果的概率增加。

所有努力都是為了提升概率

撰文：張宏江 智源研究院理事長

國際象棋大師加里·卡斯帕羅夫（Garry Kasparov）曾這樣總結(jié)自己的常勝秘訣，“我并非根據(jù)棋局結(jié)果考慮如何調(diào)整落子，而是從系統(tǒng)角度，思索怎樣改進(jìn)自己思考的方式”。作為將人工智能帶入嶄新時代的先鋒，楊立昆在《科學(xué)之路》中，詳細(xì)記錄了他對人工智能過去和未來的探索與思考；而同樣重要的是，他深刻剖析了關(guān)于如何做出推進(jìn)人類社會大幅向前發(fā)展的研究背后的系統(tǒng)與規(guī)律。

歷史上多數(shù)研究成果的出現(xiàn)是偶然事件，沒人能規(guī)劃出來，所有努力都是為了提升概率——匯聚優(yōu)秀的研究人員，為他們提供能夠碰撞思想、發(fā)現(xiàn)問題、尋找協(xié)作伙伴的社區(qū)環(huán)境，對這些“人”而非“項(xiàng)目”進(jìn)行資助，讓他們能站在未來思考重要的問題，隨著時間的推移，通常結(jié)果就會顯現(xiàn)。

青年時代楊立昆在歐洲的研究之路，就像一次孤立無援的遠(yuǎn)征。他的本科專業(yè)是電氣工程，導(dǎo)師對他關(guān)注的話題幾乎一無所知。畢業(yè)后，他只能在法國的一個小實(shí)驗(yàn)室繼續(xù)研究，同樣由一位“外行”教授指導(dǎo)，但他還是獲得了研究需要的資源。指導(dǎo)教授告訴他：“我不知道你在做什么，但你看上去是一個很聰明勤奮的人，所以我會簽署這些文件?！?/p>

轉(zhuǎn)折發(fā)生在1985年春天，在阿爾卑斯山麓舉辦的研討會上，楊立昆遇見了貝爾實(shí)驗(yàn)室新成立的神經(jīng)網(wǎng)絡(luò)研究小組，三年后，被該小組聘用并移居美國。他還遇見了特倫斯·謝諾夫斯基，并通過他與杰弗里·辛頓結(jié)緣。這次會議將一小群研究人員集結(jié)在一起，他們將形成一個緊密聯(lián)系的社區(qū)，創(chuàng)建新的人工智能模型。

做非漸進(jìn)性的研究，需要將研究人員“置于未來”。在計(jì)算機(jī)領(lǐng)域，方法之一是提供強(qiáng)大的計(jì)算能力，讓研究人員可以用簡便的方式、無須經(jīng)過特殊優(yōu)化的手段來重復(fù)嘗試和探索，還能讓他們在嘗試新想法時，避開“過于實(shí)用”的陷阱。就如楊立昆提到，在貝爾實(shí)驗(yàn)室，曾有人告訴他“靠節(jié)省開支是無法混出名堂的”。剛到實(shí)驗(yàn)室，他就獨(dú)自擁有一臺Sun 4計(jì)算機(jī)；而此前在多倫多，同樣一臺計(jì)算機(jī)則由40個人共用。在貝爾實(shí)驗(yàn)室，做數(shù)字識別研究，他可以使用美國郵政近萬張真實(shí)手寫圖像；作為對比，之前他只能利用一個很小的手工數(shù)據(jù)集來測試卷積網(wǎng)絡(luò)。入職兩個月，他就創(chuàng)造了以自己名字命名的LeNet，在數(shù)字識別方面創(chuàng)造了紀(jì)錄。

常規(guī)的同行評審?fù)斑^于合理”，以至顛覆性的研究很難找到真正的同行。對于“不合理”的方向，方向內(nèi)的“小同行”更有發(fā)言權(quán)，而且他們知道誰是最優(yōu)秀的人。

即使到2006年，參與評審楊立昆論文的人工智能同行也對他并不寬容。因?yàn)楸藭r的深度學(xué)習(xí)，還是一個不受重視的小方向，楊立昆2004—2006年關(guān)于這個方向的文章，幾乎被最重要的學(xué)術(shù)會議——ICML（國際機(jī)器學(xué)習(xí)大會）、NeurIPS、CVPR、ICCV（國際計(jì)算機(jī)視覺大會）等都拒絕了。

2006年之后，隨著他們的人際圈逐漸擴(kuò)大，審閱專家才普遍開始支持他們的工作。不過即便這樣，2007年在向NeurIPS組織者提出舉辦一個深度學(xué)習(xí)研討會時，還是被否決了。還好他們有CIFAR（加拿大高等研究院）提供的資金，“私設(shè)”了一個研討會，有300多位參與者，成了那年NeurIPS上最受歡迎的研討會。

黃金時代的工業(yè)實(shí)驗(yàn)室曾是變革性技術(shù)最重要的發(fā)源地，例如楊立昆工作與實(shí)習(xí)過的貝爾實(shí)驗(yàn)室和施樂帕克研究中心（Xerox PARC）。而如今，雖然這些工業(yè)實(shí)驗(yàn)室仍然存在，卻不再像20世紀(jì)中葉那樣有效。仔細(xì)觀察你會發(fā)現(xiàn)，黃金時代的工業(yè)實(shí)驗(yàn)室需要的條件，今天不容易復(fù)制，例如，幾乎占據(jù)壟斷的行業(yè)地位、前沿研究主要依靠內(nèi)部完成、研究可以高效地為企業(yè)創(chuàng)造利潤等。

楊立昆在貝爾實(shí)驗(yàn)室輝煌的末期加入，1995年經(jīng)歷了AT&T（美國電話電報(bào)公司）對公司的一次拆分；1996年，作為部門負(fù)責(zé)人，他不得不尋找“實(shí)用”的新方向，長達(dá)5年的時間里，他基本沒有再涉足機(jī)器學(xué)習(xí)研究。2001年年底，AT&T再次被拆分，裁去一半研究人員。好在他提前在NEC（日本電氣股份有限公司）普林斯頓實(shí)驗(yàn)室謀得了一個職位。然而一年后，NEC遇到經(jīng)濟(jì)危機(jī)，開始給實(shí)驗(yàn)室施壓，也逼迫實(shí)驗(yàn)室轉(zhuǎn)向更容易落地和變現(xiàn)的應(yīng)用。

那次人工智能寒冬持續(xù)了10年，幸運(yùn)的是，DARPA（美國高級研究計(jì)劃局）和CIFAR對楊立昆等人的想法感興趣，分別提供了多年支持，讓這群人仍能聚集在一起。這些人利用資助組織講習(xí)班，為學(xué)生們開辟了一個科學(xué)小天地。

今天的“創(chuàng)新生態(tài)系統(tǒng)”主體由以下這些部分組成：學(xué)術(shù)界擅長產(chǎn)生新想法，初創(chuàng)企業(yè)擅長將高潛力產(chǎn)品推向新市場，企業(yè)研發(fā)在改善現(xiàn)有產(chǎn)品方面無與倫比。但組成這個系統(tǒng)的機(jī)構(gòu)差異很大，每個機(jī)構(gòu)的體制都有限制因素。楊立昆也描述了他在臉書挑戰(zhàn)這些限制所做的努力。

智源研究院希望通過構(gòu)筑協(xié)作社區(qū)，打造用于未來研究的計(jì)算和數(shù)據(jù)平臺；同時，集結(jié)最優(yōu)秀的小同行，專注未來可能產(chǎn)生原始創(chuàng)新與長期影響的領(lǐng)域（包括過往投入不足、重視不夠的領(lǐng)域）等一系列機(jī)制，讓創(chuàng)新系統(tǒng)更高效地運(yùn)行。正如我一開始所提到的，所有努力都是為了提升概率，希望我們的努力能讓中國出現(xiàn)突破性成果的概率增加，希望本書讀者亦能加入我們的行列。

2021年7月于北京