Yann LeCun教授是Facebook人工智能研究院院长，纽约大学教授。他最著名的是在深度学习和神经网络方面作出的杰出贡献，特别是他创立的卷积网络模型，被广泛地应用于计算机视觉和语音识别应用里，也因此他被称为卷积网络之父。本次讲座是由清华大学经济管理学院发起，清华x-lab与Facebook公司联合设计并推出的《创新与创业：硅谷洞察》学分课程中的一节公开课。这也是清华大学首次和跨国企业联合进行课程讲授。

在讲座中，LeCun教授首先讲述了人工智能的发展史。他提到，人工智能的研究首先是从机器学习中的监督学习开始，研究人员将训练实例输入机器，让机器辨别简单的物体；到了上个世纪50年代，研究人员提出了“认知机”（perceptron）概念。而后来研究人员又建立了多层神经网络理论，并最终建立深度学习概念。

LeCun教授重点谈论了他参与的卷积神经网络（CNN）研究：他当时将CNN用于辨别支票上的手写数字，识别率达50%，识别错误率仅为1%，这是CNN第一次解决实际问题；但当时不少研究者认为CNN并无实际意义，为此他的同事之间还有一场赌约，最后输赢各半，因为直至今日研究者也无法让CNN更好的用于实际中，但它在多个领域仍有应用。

LeCun教授认为，深度学习的作用一是为现有的事物分类，二是表达世界上的事物。时至今日，卷积神经网络的层级越来越多，使得人工智能在人脸识别，无人驾驶和图像识别方面都有广泛应用。

人工智能最终的发展方向是让它成为“有常识的机器”，能模拟大脑的认识、预测和记忆功能，但人工智能面临的障碍中，最主要的是让人工智能拥有更好的预测功能，因此能够培训人工智能预测功能的无监督学习开始流行。

LeCun教授在讲座中重点介绍了对抗训练，可以预测不确定的事件，进而可以预测图片中未显示的部分、或是视频的后几帧画面，这种训练对未来无人驾驶中预测物体移动方向很有用处。

最后在回答听众的提问中，LeCun认为人工智能研究界的沟通交流在推动人工智能发展方面有重要作用，他倡导开放性研究。

在回答人工智能的未来作用相关问题时，LeCun教授谈到了人工智能在未来的交通、制造、城市规划和医疗领域都将起重大作用，而对于Facebook来说，人工智能研究在翻译、压缩图片和个性化沟通领域也将有贡献，会更好的完成Facebook“连接全世界”的愿景。

有听众提问人工智能是否会占领世界，LeCun教授说，人工智能最终的目的是让人工智能向大脑一样有记忆功能、能影响人的行为，但只要人类不给它灌输“占领世界是好的”价值观，他不认为人工智能将会占领世界。

还有听众提问人类的生活有哪些部分会被人工智能取代，LeCun教授说，现在出现了以人工智能为基础的虚拟助手，可以帮助人类的生活；此外，翻译也是一个容易被人工智能取代的职业。

最后，清华大学经济管理学院钱颖一院长为Yann LeCun教授颁发了授课嘉宾证书。

原文来自：

本文地址：//q13zd.cn/ai-replace-humans.html编辑：郑帅，审核员：冯振华

本文原创地址：//q13zd.cn/ai-replace-humans.html编辑：public，审核员：暂无