深度學習大師 Yann LeCun 批評它為「教科書式的 AI 炒作」
馬斯克、貝佐斯，以及 LeCun 的老板扎克伯格，卻都投資了它……
這家神秘的公司，就是 Vicarious.ai
它正在參照人腦的邏輯，設計人工智能。
2013 年 10 月 23 日，在自己的 Google 頁面上，Yann LeCun 突然朝 Vicarious 開炮了。
當時，Yann LeCun 已經(jīng)是當代光學字符識別技術 (OCR) 之父，卷積神經(jīng)網(wǎng)絡 (CNN) 的主要貢獻者，深度學習技術的領軍人物。
而后者還只是一家小公司，創(chuàng)辦三年有余，名不見經(jīng)傳。
「警惕：這是教科書級別的人工智能炒作，最爛的那種，」LeCun 寫道，「炒作對人工智能很危險。在過去 50 年里，炒作已經(jīng)四次殺死了人工智能。人工智能炒作必須被阻止?！?/span>
Vicarious 究竟做了什么，讓貴為「深度學習三巨頭」之一的 LeCun 如此憤怒？
原來，13 年早些時候，Vicarious 搞了個大新聞：攻破了 CAPTCHA 驗證碼，成功率高達 90%。
CAPTCHA 就是驗證碼，咱們大家應該都見過，它的主要用途是讓服務器確定執(zhí)行操作的是用戶本人，而不是機器人，從而避免賬戶盜竊，或者論壇里惡意灌水的情況出現(xiàn)。CAPTCHA 通常長下面這個樣子：
你可以看到，跟常規(guī)的字體相比，CAPTCHA 的字符發(fā)生了傾斜、扭曲，有的被中間一條線分割，還有的加上了背景噪音。這么做的用意是讓 OCR 無法識別文本，但人眼 人腦仍然能夠比較容易地辨別。
過去，人們也曾破結果 CAPTCHA ，但準確率都比較低，從沒見過 90 %這么高的數(shù)字。
這樣，你應該差不多能明白了：
作為 OCR 專家，幾個無名小輩居然跑出來破解了自己一直搞不定的 CAPTCHA，能不生氣嗎……
當然，戲謔歸戲謔，Yann LeCun 說的也不無道理：
1）Vicarious 口說無憑，不發(fā)論文，連個文檔都不給，還找了一大堆媒體報道；
2）在當時，CAPTCHA 已經(jīng)不是特別流行的驗證方式了，而且在計算機視覺領域，Google 百度等都有更厲害的技術，LeCun 覺得這伙人簡直是在浪費時間。
——這才是 Vicarious 真正讓 LeCun 感到氣憤的原因。
然而后來發(fā)生的事情，讓很多人都沒意料到。
科技大佬們不知道是獨具慧眼，還是偏要跟 LeCun 對著干，Vicarious 拿到了杰夫·貝佐斯、馬克·扎克伯格和伊隆·馬斯克的投資。其他投資方，還包括楊致遠（雅虎創(chuàng)始人）、薩姆·奧特曼（YC 主席）、馬克·貝尼奧夫（Salesforce CEO）、阿什頓·庫徹（好萊塢演員、天使投資人）、Khosla Ventures、Founders Fund、三星等不少一線機構和公司。
——講真，馬斯克和扎克伯格……能同時得到 AI 威脅論和 AI 無威脅論代表人物的投資，也算是一種肯定了。
而 Yann LeCun 呢？13 年底，他也被扎克伯格請到了 Facebook ，擔任人工智能研究院 (FAIR) 院長。
至于老板投資過的公司，LeCun 再也沒有發(fā)表過任何看法。
得到半個硅谷大佬圈的支持并不能證明什么，美國從來沒禁止過騙子融資和創(chuàng)業(yè)。人們就想知道一件事：Vicarious 到底有沒有真貨？
為了這個答案，人們足足等了四年。
2017 年 10 月底，Vicarious 題為《采用極高數(shù)據(jù)效率訓練生成式視覺模型，突破文本型驗證碼》(A generative vision model that trains with high data efficiency and breaks text-based CAPTCHAs) 的論文，終于刊登在了《科學》期刊上。[1]
盡量簡單來描述一下，Vicarious 是如何實現(xiàn)以無人能及的準確率對 CAPTCHA 完成突破的：
靈長類動物（比如人類）視覺認知依賴大腦的視皮層 (Visual Cortex)，而視皮層的工作方式是神經(jīng)元判別所看到的細小元素，逐級向上匯總，形狀形成輪廓、輪廓形成筆劃、筆劃形成字母，最終有了一個大概的認知。
這也是為什么我們能夠像上圖中 A 和 B 一樣，在極強的干擾下識別出文本。或者一個更簡單的例子：?x??，一般人很快就能意識過來其實是 text 倒過來了，但常規(guī)的 OCR 和深度神經(jīng)網(wǎng)絡卻無法識別。
這個層級的匯報制度，可以逾越單個字母的范疇，上升到整個單詞，甚至是句子，甚至形象和文字的關聯(lián)。如上圖 C 案例 1：孤立地看可能以為是 m，聯(lián)系旁邊字母看可能會發(fā)現(xiàn)其實是 o u n；案例 2：相同的筆劃安排，配合不同的視覺干擾，變成了 N 或者 S；案例 3：在象形的幫助下，能辨別出單詞分別是 Bison（野牛）和 bike（自行車）。
而 Vicarious 的研究人員按照這種逐級向上匯報的工作原理，設計了一個新的神經(jīng)網(wǎng)絡結構，將其命名為「Recursive Cortical Network」（遞歸皮層網(wǎng)絡，RCN）。
通過這個層級結構，在形狀、文字表面和背景紋理（噪音）的污染前提下，RCN 仍能夠最終以較高的準確率識別出 CAPTCHA 文字。
而且，它的訓練效率更高，達到相同的準確度，訓練樣本數(shù)只用了深度學習方法的百萬分之一；它的泛化性能更強——意思是一次訓練，可以用來破解各個不同的 CAPTCHA 變體。
比如，在 2013 年，Vicarious 用同一個 RCN 模型，攻擊 reCAPTCHA 準確率達到 66%（真人平均準確率為 87%），攻擊 BotProtect、雅虎、PayPal 等驗證平臺的準確率也都超過了一半。
3
這么華麗的技術，為什么論文公布卻等了四年？
在周末舉行的頂級人工智能大會 AI Frontiers Conference 上，硅星人（微信公眾號：guixingren123）采訪到了 Vicarious 首席技術官 Dileep George。
他的解釋是：
在當時 CAPTCHA 還是一個重要的驗證方式，而他們的方法容易使用，如果直接發(fā)布論文的話，立刻會被黑帽們采用，造成破壞。好在，目前 CAPTCHA 已被更安全的驗證方式取代，現(xiàn)在發(fā)布論文時機合適了。
至于你信不信，硅星人反正信了——那么多大佬和頂級機構都投資了 Vicarious，該公司網(wǎng)站顧問一欄還寫著李飛飛博士的名字。不會大家都沒做盡調(diào)吧？
盡管引發(fā) LeCun 的抨擊帶來了大量的關注，但攻破 CAPTCHA 并不是 Vicarious 成立的目的。
現(xiàn)在 Vicarious 已經(jīng)證明了自己。接下來呢？
George 一貫的回答是：人工智能（AI）的關鍵就在 A（解決字母識別）上。接受機器之心采訪時，George 說 CAPTCHA 就是一個完全的人工智能問題?！溉绻阃耆亟鉀Q了這種類型的問題，那你就得到了通用人工智能?！?/span>
但顯然，實現(xiàn)通用人工智能并不是識別出一個歪七扭八的 A 就能解決的。
過去十多年，深度學習技術一直推陳出新，新的神經(jīng)網(wǎng)絡結構一次又一次讓人們感覺「從未離真正的人工智能如此之近」。盡管這些結構都冠以「神經(jīng)」的名字，實際上它們只是通過統(tǒng)計學和幾何學來「模擬」人腦思維的復雜程度，卻并未真正復現(xiàn)人腦的思維方式。看看各位研究者的簡歷，提到腦科學的少之甚少。
而我們到底對人工智能在期待些什么？極強的自學能力，能夠擊敗最強的圍棋選手？還是驚人的算力和邏輯組織，能夠讓整個社會運行地更穩(wěn)定？
都不是。
當一個程序自稱人工智能的時候，我們對它的首先期待是同理心。
這是一個極其復雜，很難用公式體現(xiàn)的要求，也是 Vicarious 值得關注的，它能得到眾多科技大佬支持的原因?；蛟S，我們暫時不知道該怎樣為同理心建模，但我們知道，像人一樣去觀察事物，進而思考和理解事物，可能是正確的途徑。
4
今年 10 月，紐約大學精神、大腦和意識研究中心舉辦了一場備受矚目的辯論。
交戰(zhàn)雙方各只有一人，分別為是 Yann LeCun，本校的計算機教授，和加里·馬庫斯 (Gary Marcus)，本校的心理學教授。
這場辯論堪稱人工智能領域“機器派”和“自然派”的巔峰對決。
毫無疑問，LeCun 是前者的忠實擁躉，認為機器學習技術現(xiàn)在發(fā)展良好，方向正確；馬庫斯則站自然派，認為通用人工智能的實現(xiàn)需要機器結合人腦。
辯論十分激烈精彩，持續(xù)了兩個小時左右。如果說之前人們爭辯的焦點在人工智能威脅論是否有其道理，那么這場辯論在很大程度上幫助焦點轉(zhuǎn)移到了實現(xiàn)通用人工智能的流派上。
在這次 AI Frontiers Conference 上，開場的吳恩達在他的演講末尾提了一句：現(xiàn)在的論文夠多了，大家應該把精力放在解決問題上。
研究夠不夠先進，論文夠不夠多，指標口徑仍有待商榷，但吳恩達的表態(tài)從另一方面體現(xiàn)出：目前基于深度學習的人工智能研究，可能已經(jīng)遇到瓶頸了。用傳統(tǒng)的方式，已經(jīng)不能再取得更 state of the art 的結果。
走出瓶頸，機器和人腦的結合會否成為關鍵？
至少 Vicarious 是這樣認為的。
[1] Science Mag. A generative vision model that trains with high data efficiency and breaks text-based CAPTCHAs http://science.sciencemag.org/content/early/2017/10/26/science.aag2612.full
硅星人的合作伙伴、硅谷頂級人工智能前沿大會 AI Frontiers Conference 吸引了來自Google, Facebook，亞馬遜，微軟，英偉達等企業(yè)界的人工智能團隊總監(jiān)，首席科學家，資深專家參會，帶來了人機對話(Chatbot), 自然語言處理（NLP），自動駕駛(autonomous driving), 機器人(Robot), 視頻分析（Video Analysis）, 游戲（Games）,深度學習突破性進展（Deep Learning breakthrough）等領域的最新進展。
聯(lián)系客服
