美國教授炮轟Google人工智慧:以商業為出發點的研究,你們的機器學習貢獻永遠停留在20年前!

美國教授炮轟Google人工智慧:以商業為出發點的研究,你們的機器學習貢獻永遠停留在20年前!

你認為 Google 大腦和其他類似的企業所謂的「AI 研究院」如何?看看現在各家科技公司如火如荼喊著「人工智慧」,相信一定都是尖端科學的精英吧!沒想到現在竟然冒出了一條讓人吃驚的回覆。美國卡耐基美隆大學的助理教授 Simon DeDeo 表示:在那裡人們並沒有做真正的科學成就!

好吧,事情是這個樣子的,先來看這位 Simon DeDeo 的回覆——之前的聲明:

美國教授炮轟Google人工智慧:以商業為出發點的研究,你們的機器學習貢獻永遠停留在20年前!

他表示:

「接下來我要說說對 Google 大腦和類似機構的看法。聲明:這是我個人的意見,我不需要他們的資助,也不需要討好他們來成就我的職業生涯。」

他的字裡行間無不流露出對 Google 大腦等頂尖 AI 研究院的不屑與不滿,因此你也可以想見他的看法將是什麼。

下面這條可以認為是 DeDeo 的核心觀點:這些大科技企業的「研究」是從商業立場出發的,無論管理流程如何。

美國教授炮轟Google人工智慧:以商業為出發點的研究,你們的機器學習貢獻永遠停留在20年前!

Simon DeDeo其人

美國教授炮轟Google人工智慧:以商業為出發點的研究,你們的機器學習貢獻永遠停留在20年前!

Simon DeDeo 是 CMU 社會與決策科學(Social and Decision Sciences)助理教授,聖達菲研究所外部教授。他之前曾在印第安納大學的複雜系統和認知科學項目中工作過。他還曾在東京大學宇宙物理與數學研究所和芝加哥大學卡夫利宇宙物理研究所獲得博士後獎學金。

教育背景

  • 博士:普林斯頓大學天體物理學

  • 碩士:劍橋大學應用數學與理論物理

  • 學士:哈佛大學天體物理學

在 DeDeo 的頁面上寫著,他們的研究方向是:在社會思想實驗室(Laboratory for Social Minds),我們進行實證研究,並建立歷史和現代現象構建數學理論。我們的研究既包括數百年的人類文化發展,也有瞬息萬變的現代等級制度。我們創建了關於政治秩序重大轉變合成的深層次描述,目的是預測和理解我們整個物種的未來。

如果你有興趣,也可以看看先前他在TED上的演講:

或許你認為以為從事天文學的博士對人工智慧並無瞭解,因此 DeDeo 的話無關緊要?不過,天文學也是目前積極採用機器學習的基礎學科之一。DeDeo 在他的工作中也無可避免的會用到深度學習。此外,從2012年開始,深度學習的熱潮興起,席捲整個自然科學領域,從生物、化學到物理,越來越多的科學家都發現機器學習能夠幫助乃至加速他們的發現。而 DeDeo,也不可避免的處於這場深度學習熱潮中間,而且關聯還不淺。

 

在Google你能接觸到最尖端的機器學習,但你成不了科學家,一切都是商業

DeDeo 將他的抱怨連發了幾十條 Twitter,簡直構成了一篇文章:

我在校園學習的時候,見證了 David Spergel (美國理論天體物理學家,普林斯頓大學教授)和他的快樂科學家團隊用一些簡單的,從理論上推動的方程改變了我們對世界的看法。當我出到校門外開始研究生活和思考系統時,這也是我的研究出發點。當然,在 2010年左右的那個時候,深度學習革命變得不可忽視。

這是令人興奮的事情。我們邀請學者參訪,請他們告訴我們關於決策樹(Decision Tree)以及隨機森林(Random Forest),各種奇妙的想法接踵而來。我也試著學習這些方法,但老實說,當時我們可以用簡單的工具就做出很多事情,因此並沒有把機器學習列為優先事項。 

機器學習是工程學的一項了不起的成就。但這不是科學。遠遠不是。我們如今做的只是1990年的東西,成倍放大的結果。它並沒有給我們帶來比20年前更多的見解。

我訪問過50所大學。無論走到哪裡,我都會遇到新的想法。但有一個例外:科技企業的「商業研究」實驗室。我也被邀請去參加 Google Research 或類似其他企業的會議。他們的安檢人員像瘋了一樣對你進行監視,甚至會跟著你去洗手間。

在 Google 大腦,每位級別相當於我的科學家,也即相當於一名初級教員,原本都應該說是處於知識邊緣不斷探索的人,他們都在管理一個由10名研究生組成的團隊。Google的研究計畫可以擊敗堪薩斯大學,但唯一的原因是他們每個研究人員可以僱用十倍以上的研究生。可是不同之處在於,堪薩斯大學的研究生有機會做一些具有學術意義的事情。

在 Google Research 卻無法如此。他們不知道自己在做什麼。他們有人力將深度學習應用於任何事情,模擬薛定諤方程,藥物設計,你能想到的一切。他們的主要目標是找到 Google 可以產生最大影響的科學領域。

如果你想要構建能夠監控人類行為、並且更快地向他們推銷更多廣告的機器,那就去這些實驗室。如果你想找到一個目前許多工人正在做的工作,然後對正在做這件事的男人或女人建模,然後建立一個網路,取代這些人,那你更應該去這些商業實驗室。 

但是,你能在Google Brain做一些很酷的研究嗎?誠實的回答是:不能。你將處於機器學習的最前線,沒有錯,但這是一個工程學科,其基本目標是由大公司設定的。你不會成為一名科學家(you will not be a scientist)。

我知道你可能需要賺錢。你可以在那裡賺很多。去吧,我非常尊重你的選擇。學術界糟糕透了。

美國教授炮轟Google人工智慧:以商業為出發點的研究,你們的機器學習貢獻永遠停留在20年前!

但是,如果你想要在你蓬勃發展的事業中的某些時刻,在你的思想和靈魂裡,加入為未來兩千年之後人類智力往前推動的努力,你不會在 Google 做到這一點。當然 Facebook 也不行。 

簡而言之:企業「研究」是一個商業主張,無論管理層是哪一家公司、他們的說法又是如何。鑑於這些公司對員工的密切監控,不同公司對待研究的差距微乎其微。

最後說件事:我曾經去訪問了 Google Research,那裡的人聰明絕頂,令人難以置信。我們集思廣益,想出了各種精彩的研究思路。而在會議的最後一天,訪問團的學者建議:好,讓我們去酒吧,把這些想法再落實!

但Google Research方的回答是:這是我們的業餘工作(vacation),我們手頭真正的工作落後了,我們這個週末必須工作。 (不是「我們感到內疚了認為週末該去做」,而是「我們必須」。)

對於學者來說,這就是工作。突然間,我意識到,這只是他們的業餘項目罷了。

 

 

參考資料:

DeDeoTwitter:https://threadreaderapp.com/thread/1017616703864307712.html

DeDeo主頁:https://www.cmu.edu/dietrich/sds/people/faculty/simon-dedeo.html

 

36Kr
作者

36氪(36Kr.com)累計發表超過10.8萬條包含圖文、音訊、影片在內的優質內容。氪原創內容體系涵蓋新創公司、大公司、投資機構、地方產業與二級市場等內容模組,設置有快訊、深度商業報導

使用 Facebook 留言
發表回應
謹慎發言,尊重彼此。按此展開留言規則