半個月前，Yann LeCun要來清華演講的消息在國內(nèi)AI圈一經(jīng)傳開，各位AI界人士便坐不住了。作為Facebook人工智能研究院院長、紐約大學終身教授、卷積神經(jīng)網(wǎng)絡之父，LeCun已然成為了AI人心目中的男神。

演講當天（3月22日），雷鋒網(wǎng)也來到了LeCun的演講現(xiàn)場。演講開始前，只見許多想要聽演講，卻無奈沒有得到票的同學，焦急地堅守在演講大廳門前，希望能一睹男神風采，或運氣爆棚能偶得一票。一個專業(yè)性質(zhì)極強的學術演講能吸引這么多人來參加，也再一次體現(xiàn)了Yann LeCun的個人魅力和在AI界的影響力。也許是被莘莘學子們熱愛學習的精神所打動，最后，工作人員臨時加開了演講大廳的二樓，讓許多沒有票的同學也能進入大廳，最后現(xiàn)場可謂是座無虛席。

據(jù)雷鋒網(wǎng)了解，Yann LeCun此次演講由清華大學經(jīng)濟管理學院發(fā)起，清華 x-lab、Facebook 共同主辦，作為《創(chuàng)新與創(chuàng)業(yè)：硅谷洞察》課程的第一節(jié)公開課的演講者，昨日，LeCun為大家?guī)淼难葜v題目為《深度學習與人工智能的未來》。

這兩年，提起AI一定繞不開的一個話題就是AlphaGo。演講剛開始，LeCun也以這個大家熟知的事件說起，隨即引出一個問題：

“當有大量可用樣本（比如桌椅、貓狗、和人）時，訓練機器沒有問題；但如果機器從來沒有見過這些實物，它還能識別出樣本嗎？”

帶著這個問題，LeCun開始了當天的演講。

演講中，LeCun帶大家回顧了神經(jīng)網(wǎng)絡的發(fā)展歷程，并以身邊的小故事為例，講述了神經(jīng)網(wǎng)絡發(fā)展在早期被受質(zhì)疑，遭遇重重瓶頸，而在當下則是備受好評、突破不斷，他向大家展示了在這兩個階段，人們對神經(jīng)網(wǎng)絡截然不同的看法。

接著，LeCun講到，如今，AI發(fā)展的一大難題就是怎么樣才能讓機器掌握人類常識。掌握人類常識是讓機器和人類自然互動的關鍵。想要做到這一點，它需要擁有一個內(nèi)在模型，以具備預測的能力。LeCun用一個公式簡潔地概括了這種人工智能系統(tǒng)：預測+規(guī)劃=推理。而研究人員現(xiàn)在要做的，就是不需依賴人類訓練，讓機器學會自己構建這個內(nèi)在模型。

除了AI發(fā)展的困境，LeCun還和大家分享了神經(jīng)網(wǎng)絡當下的研究進展。

如今，深度卷積網(wǎng)絡已可用于解決包括目標識別在內(nèi)的各類計算機視覺問題。并且，隨著網(wǎng)絡深度不斷增加，還出現(xiàn)了可用于圖像識別、語義分割、ADAS 等眾多場景的新型深度卷積神經(jīng)網(wǎng)絡結(jié)構，如VGG、GoogLeNet、ResNet 等。

LeCun在演講中還特別提到Facebook人工智能研究院的最新研究成果——通用目標分割框架 Mask R-CNN，并展示了該框架在 COCO 數(shù)據(jù)集上的結(jié)果（詳細內(nèi)容請參見雷鋒網(wǎng)報道Facebook 最新論文：Mask R-CNN實例分割通用框架，檢測，分割和特征點定位一次搞定（多圖））。

最后，LeCun還為大家?guī)砹艘幌盗屑夹g干貨：具體講解了對抗訓練中的深度卷積對抗生成網(wǎng)絡 （DCGAN）和基于能量的對抗生成網(wǎng)絡（EBGAN），還提到了語義分割的視頻預測技術，并向大家展示了時間預測結(jié)果。

演講一結(jié)束，同學們迫不及待地涌上前去，向LeCun提出自己的疑問。LeCun也對每個同學的問題做出了詳細解答，令同學們收獲良多。

而對近日騰訊圍棋 AI 絕藝奪冠這一消息，LeCun也表示非常欣喜，并且看好AI在ADAS、醫(yī)療等領域的發(fā)展。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。