脸书人工智能掌门杨立昆：AI有了糖霜和樱桃，蛋糕还没个影(2)

在今天，我们已经习惯于计算机能够“看到”这个世界，识别出静态和动态的物体，并在此基础上，挑战自动驾驶等更高级别的任务。然而，在杨立昆读大学的1980年代，计算机基本上是一个“瞎子”。

杨立昆从一开始就相信他能让计算机“开眼看世界”。在他的理解里，图像是由很多很多小的部分、小的特征组合而成。而卷积神经网络，就是把图像拆解成小块，从中提取出特征，每一层提取的特征组合，都可被用于下一层更具体的特征识别。譬如，计算机可以先提取出最基本的轮廓和纹理，再利用轮廓和纹理提取类别。随着深度的增加，算法可以提取出更高层级的抽象特征。

1998年，杨立昆提出了LeNet-5模型，是世界上第一个正式的卷积神经网络。他现场展现了一段珍贵的视频资料：依靠一个7层的卷积神经网络识别屏幕上不断变化着的手写数字。

杨立昆的神经网络在这个人工智能盛夏有多火热，在他的研究初始阶段就有多冷门。他见过真正的人工智能寒冬：技术进展停滞，资金和关注度下降，理论从本质上受到质疑。雪上加霜的是，主流学术圈更偏爱其他一些图像识别方法，虽然这些方法后来都湮灭在时光中，但在当时却结结实实令杨立昆坐了好久的冷板凳。

90年代中期，杨立昆在大名鼎鼎的贝尔实验室工作，他的小组因内部斗争被取缔——那时候，他研发的利用神经网络进行支票识别的ATM，差一点就要成功了。

到了21世纪头几年，其他一些竞争者甚至阻止他在学术会议上展示论文。Geoffrey Hinton回忆道：“计算机视觉圈子基本上不待见他，他们觉得他做的事情在80年代还有潜力，但是在2000年就过时了。”

“深度学习三巨头”：Geoffrey Hinton、Yann LeCun、Yoshua Bengio

风水轮流转得很快。随着互联网时代计算能力和数据量的大幅度提高，神经网络迅速变得灵活、简便而准确。杨立昆从边缘人物一跃成为行业领军人。“一年之内，所有人都在研究这个。真是太疯狂了。”

人工智能最缺的是常识

而观察这个世界，只是计算机理解这个世界的第一步。杨立昆在演讲的后半部分，着重介绍了真正的“智能”所面临的障碍。