Yann LeCun說,F(xiàn)acebook現(xiàn)在完全以AI為中心,如果把深度學習從Facebook去掉,F(xiàn)acebook就是塵埃。
如果沒有人工智能,F(xiàn)acebook今天不會剩下多少遺留后世的東西。
這是五年前創(chuàng)立Facebook人工智能研究實驗室的Yann LeCun所說。
“如果你把深度學習從Facebook去掉,F(xiàn)acebook就是塵埃。”LeCun說,“Facebook現(xiàn)在完全以AI為中心”,這種技術(shù)已經(jīng)應用在新聞信息流中。
當LeCun建立實驗室時,F(xiàn)acebook已經(jīng)開始涉足深度學習——這是他自20世紀80年代以來一直致力的一種機器學習。早在2013年,F(xiàn)acebook就知道AI將成為其未來的關(guān)鍵部分,與其他一些科技公司一樣,F(xiàn)acebook專注于深度學習,將其專門用于分類照片和進行人臉識別。
雖然看起來很有希望,但當時并不清楚AI會有多大用處。但多年以后,在從用戶和日益強大的計算機收集的大量數(shù)據(jù)的幫助下,AI迅速得到改善。Facebook和其他公司,比如谷歌、微軟和亞馬遜,正在將AI用于許多不同的事情,例如在照片中標記人物并讓虛擬助手告知天氣。
LeCun表示,如果沒有深度學習,F(xiàn)acebook尤其無法運作。他說,現(xiàn)在AI應用“絕對無處不在”。
這不僅適用于用戶可以看到的內(nèi)容,也適用于他們可能看不到的內(nèi)容。深度學習也有助于Facebook的內(nèi)容過濾,并有助于從社交網(wǎng)絡中刪除仇恨言論等內(nèi)容。
但Facebook的AI工作也受到了批評。例如,公司正在通過人工智能,以幫助提醒人類版主出現(xiàn)在平臺上的仇恨言論,但很多這種仇恨帖子都能夠鉆系統(tǒng)的漏洞。雖然深度學習和其他人工智能方法正在發(fā)展,但AI可能需要數(shù)年時間來優(yōu)化內(nèi)容。
然而,盡管該技術(shù)的功能日益增強,但LeCun強調(diào)人工智能無法接近他所謂的“終結(jié)者情景”——在此期間機器人將會接管。
現(xiàn)在,AI可以在像圍棋這樣的游戲中擊敗人類,但我們?nèi)赃h未創(chuàng)造出所謂的通用人工智能。這種類型的AI可以完成類似人類的任務,并且具有足夠的常識來幫助日常生活,而不僅僅是像亞馬遜的Alexa今天那樣執(zhí)行相當腳本化的任務。
LeCun表示,即使是非常前沿的人工智能系統(tǒng)也不會像人類那樣擁有相同的驅(qū)動力,除非它們內(nèi)置于人體中。
“主宰的欲望與智力無關(guān)。”他說, “事實上,世界上有很多這方面的例子。人類中最聰明的人不一定想成為主宰者。”
-
Facebook
+關(guān)注
關(guān)注
3文章
1432瀏覽量
58949 -
深度學習
+關(guān)注
關(guān)注
73文章
5599瀏覽量
124412
原文標題:Yann LeCun:假如沒有深度學習,F(xiàn)acebook就是塵埃
文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
人工智能與機器學習在這些行業(yè)的深度應用
機器學習和深度學習中需避免的 7 個常見錯誤與局限性
穿孔機頂頭檢測儀 機器視覺深度學習
【團購】獨家全套珍藏!龍哥LabVIEW視覺深度學習實戰(zhàn)課(11大系列課程,共5000+分鐘)
從0到1,10+年資深LabVIEW專家,手把手教你攻克機器視覺+深度學習(5000分鐘實戰(zhàn)課)
如何深度學習機器視覺的應用場景
如何在機器視覺中部署深度學習神經(jīng)網(wǎng)絡
潔凈工作臺塵埃粒子標準是多少
深度學習對工業(yè)物聯(lián)網(wǎng)有哪些幫助
自動駕駛中Transformer大模型會取代深度學習嗎?
使用STM32CubeMX的時候創(chuàng)建的工程已經(jīng)使用的板載資源如何去掉?
當深度學習遇上嵌入式資源困境,特征空間如何破局?
世界模型:多模態(tài)融合+因果推理,解鎖AI認知邊界
嵌入式AI技術(shù)之深度學習:數(shù)據(jù)樣本預處理過程中使用合適的特征變換對深度學習的意義
用樹莓派搞深度學習?TensorFlow啟動!
Yann LeCun:如果把深度學習從Facebook去掉,F(xiàn)acebook就是塵埃
評論