火遍 AI 圈的万字长文，Lecun 却说“标题太好笑 "，作者发推宣战

Lecun 一句话，恐怕又要引来一场唇枪舌战了。这个标题错得太荒谬了，太搞笑了。

他所说的这篇文章不是别的，正是最近在圈内引起了一波讨论热潮的《深度学习要碰壁了》。

从文章发布以来，几天内它在推特上引起了几百人的转发点赞。有人认同也有人反对，但真正让作者气到跳脚的，还是 Lecun 在 Facebook 上的这条评论。导致 Gary Marcus 本人直接在推特上“下战书”：欢迎你发表观点，我洗耳恭听。

并且就在几个小时前，他还挂出 Lecun 在 2018 年发表的观点。强调 Lecun 当时认为这 10 个问题中有很多都是错的，在目前看来这些问题都还没有被解决。

不过目前 Lecun 还没有做出回应。

文章具体说了什么？

首先，我们来看一下 Gary Marcus 这篇文章中，具体讲了哪些内容。大体来看，全文可分为两个部分：

作者开篇即提到了 Hinton 在 2016 年提出的论点：

AI 将在 5 年内取代放射科医生。

目前来看，这一豪言的确没有实现。实际上，AI 在应用中遇到的“滑铁卢”不是少数：比如代表着医疗 AI 的 IBM Watson 被拆分出售、GPT-3 等语言模型三观不正、无人驾驶事故频发……

对此作者认为，深度学习在完成输出对精密度要求高的结果时，表现往往不够好，以上列举的 3 个场景就是最好的论证。而且深度学习已经遇到了扩展限制（scaling limits），也就是再继续扩大模型所带来的的收益，已经不够明显。

相反，在图像识别这种只需要粗略结果的情况下，深度学习的效果是好的。对此，作者提出了自己的观点：

深度学习应该与符号处理（symbol manipulation）相结合。

符号处理，可以看做是计算机内部编码，比如用二进制位串来代表一些复杂的想法。

为什么得出这样的观点？在这里作者举了一个例子。在 Meta 发起的一场 NetHack 挑战比赛上，AI 以 1:3 的成绩败给了游戏系统。要知道，这其实是一款在 1987 年就发布的单人地下城探索游戏，它的地图由 ASCII 字符编码。

作者认为，AI 之所以会输掉比赛，主要是因为每场游戏都会重新生成新的地图，这意味着玩家不能通过死记硬背地图来取胜，而是要理解游戏中的各种标志，并且搞清楚它们之间的联系。

他还列举了麦卡锡、明斯基等行业先驱的观点，认为符号处理可以被用来构建精确的人工智能程序，用符号来表示独立实体和抽象思想。

不过纯符号系统在图像识别、语音识别任务上的表现不够好。而这部分，正是神经网络所擅长的。作者提到，谷歌搜索中的自动拼写纠错，正是神经网络和符号处理结合使用的最好案例。

实际上，在这方面的探索也从来没有停止过。比如最负盛名的 AI——AlphaGo，就是使用符号树搜索和神经网络混合的系统。还有包括 IBM、英特尔、谷歌等科技巨头，这些年也从未停止过在这一领域的积极探索。

如此一篇万字长文，一经发表就在网络上激起千层浪。在不少学界大佬转发的另一面，也有不少人对 Gary Marcus 的观点存疑。有人就提出，深度学习并不存在碰壁，而是正在经历一个阶段转型期。

也有人用漫画来生动地表达自己的看法。

另一边，支持 Gary Marcuns 的人则表示：

他只是提出来一种混合模型，这有什么坏处吗？

而在 Gary Marcus 向 Lecun“下战书”的推特下面，有人也劝他消消气。

可能 Lecun 只是说着玩的。

最后，我们再来了解一下 Gary Marcus。

他是 Robust.AI 的创始人，这是一家智能机器人公司，自称拥有世界上第一个工业级 AI 认知引擎。他还是纽约大学名誉教授，在神经科学、遗传学、进化心理学、AI 等领域发表过大量文章，其文章很多刊登在 Nature、Science 上。

与此同时，他还是一位作家，作品包括《The Algebraic Mind》《Kluge》《The Birth of the Mind》等。那么对于这篇长文，你怎么看呢？欢迎评论区分享观点~

参考链接：

[1]https://twitter.com/GaryMarcus/status/1503015357149171717

[2]https://nautil.us/deep-learning-is-hitting-a-wall-14467/

广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。