導(dǎo)讀： 自古希臘，人們對(duì)于世界的認(rèn)知經(jīng)歷了眾神創(chuàng)世、水火土氣、進(jìn)化論、宇宙大爆炸、原子論……直到今天，我們開始思考“AI生萬物”。

假如穿越回兩千五百年前，當(dāng)你問歐洲人萬物從何而生時(shí)，他們大多數(shù)給到你的答復(fù)是荷馬史詩中眾神創(chuàng)世神話。只有極少數(shù)開始理性思考的哲人會(huì)告訴你，萬物的創(chuàng)生是水，泰勒斯；是氣，阿那克西美尼；是火，赫拉克利特；是數(shù)學(xué)，畢達(dá)哥拉斯。直到他們的思考被恩培多克勒系統(tǒng)綜合，認(rèn)為構(gòu)成萬物的元素主要有四種：水、火、土、氣。

其中，除了畢達(dá)哥拉斯認(rèn)為萬物起始于數(shù)學(xué)是抽象思維，水、火、土、氣都是物質(zhì)實(shí)在。

如今，如果你要問世人，萬物因何而生？受過現(xiàn)代科學(xué)教育的人給到的回答會(huì)是進(jìn)化論、宇宙大爆炸、原子論、量子力學(xué)……

兩千多年來，人類的認(rèn)知一直因循著邏輯辯證不斷窮究。直到今天，人類開始思考，除了我們所能耳聞目睹的物質(zhì)，以及抽象的思維意識(shí)之外，還有哪些事物可以“生”萬物？

對(duì)于這個(gè)問題，GMIC北京2018“AI生萬物”主題峰會(huì)給到你關(guān)于“AI”的答案。

本屆會(huì)議，不僅邀請(qǐng)到創(chuàng)新工場(chǎng)董事長(zhǎng)兼首席執(zhí)行官李開復(fù)，F(xiàn)acebook人工智能團(tuán)隊(duì)首席AI科學(xué)家Yann Lecun，卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院機(jī)器學(xué)習(xí)系主任Tom Mitchell，百度總裁張亞勤，以及紅杉資本全球執(zhí)行合伙人沈南鵬等世界頂尖人工智能專家學(xué)者、企業(yè)高層、投資人等參會(huì)演講，業(yè)界一眾科技獨(dú)角獸、新興企業(yè)也齊聚一堂。

在古希臘，除了探索自然的哲學(xué)家外，還有探索人類和社會(huì)本身的社會(huì)科學(xué)哲學(xué)家。蘇格拉底、柏拉圖和亞里士多德是探索人類哲學(xué)的“希臘三杰”。作為探索以人工智能為代表的新興科學(xué)現(xiàn)代“三杰”之一，Yann Lecun在本屆會(huì)議上第一個(gè)帶來了“AI的最新技術(shù)趨勢(shì)”主題演講。

以下是OFweek人工智能網(wǎng)整理后的演講實(shí)錄：

楊立昆（Yann Lecun）：大家晚上好。我這邊是晚上，你們那邊應(yīng)該是上午。非常抱歉我不能親自到會(huì)場(chǎng)。我是楊立昆（Yann Lecun），來自Facebook，以及紐約大學(xué)人工智能研究團(tuán)隊(duì)。今天我想講一下關(guān)于人工智能目前的進(jìn)展情況，同時(shí)也介紹下深度學(xué)習(xí)的未來，以及我們所面臨的關(guān)于深度學(xué)習(xí)各方面挑戰(zhàn)，如何讓機(jī)器變得更加智能。

首先，我們看一下當(dāng)下的AI系統(tǒng)，目前所有的應(yīng)用，不管是影像、聲音，還是圖像識(shí)別，翻譯，以及測(cè)試等等，這些都是AI的應(yīng)用。通過深度學(xué)習(xí)我們可以訓(xùn)練機(jī)器，比如說向它展示一個(gè)車的圖像，它就會(huì)知道這是一輛車，下次向機(jī)器展示同一個(gè)圖像你就會(huì)得到想要的答案。你可以看到在這種指導(dǎo)下的學(xué)習(xí)對(duì)于計(jì)算機(jī)學(xué)習(xí)來說是非常重要的。

深度學(xué)習(xí)，比如科學(xué)培訓(xùn)，機(jī)器進(jìn)行端到端的培訓(xùn)可以完成各種任務(wù)，它會(huì)告訴你最后輸出的是什么。機(jī)器會(huì)學(xué)習(xí)整個(gè)過程，是端到端的學(xué)習(xí)過程，通過這種方式機(jī)器計(jì)算機(jī)會(huì)更好的了解我們的世界。關(guān)于人工神經(jīng)智能，我們知道神經(jīng)網(wǎng)絡(luò)是非常強(qiáng)大的。我只有在非常強(qiáng)大的計(jì)算機(jī)上才可以運(yùn)用，需要有CPU加以輔助。在深度學(xué)習(xí)變得比較普遍之前，我們需要確保什么樣的系統(tǒng)可以進(jìn)行應(yīng)用。

舉個(gè)例子，這是我們?cè)?009年、2010年在紐約大學(xué)合作的一個(gè)實(shí)驗(yàn)（見上圖），可以看到它可以識(shí)別圖像，可以看出馬路上的建筑，天空以及路上的車和人等等。我們可以利用這樣的技術(shù)識(shí)別一些車輛。