LeCun 说：

“每天，Fcaebook 都会从用户那里陆陆续续的收到大约 50 亿张照片。在两秒钟内，这些图像会通过两个卷积神经网络。一个检测到对象，另一个识别人脸，所以你可以标记他们。”

这令人叹为观止，但机器能够完美运行之前，需要在训练阶段学习大量的背景知识。培训数据必须一点一点的“喂”给机器，而其中大多数都是监督学习。

你需要大量的信息，每个样本都需要输入 10 到 10000 比特的信息到机器中，这样它才能感知数据，并作出粗略的预测。但真正的 AI 过程应该是，机器可以根据观测到的东西，预测输入中的任何部分，例如，它能够基于行动序列和已经看到的帧，预测视频中未来的帧。

这种类型的学习是无监督的，在数以百万比特的样本中，相比于监督学习，无监督学习对于每个样本都需要至少 100 倍以上的计算能力 。

目前的 AI 能够认知世界，但在推理和规划方面有缺陷。要建立一个真正意义上有常识的智能机器，它就必须要能够感知世界，计划，推理，并作出准确的预测，这样它才可以根据记忆中的所有知识开始行动。

LeCun 决定找到可用于视觉识别的无监督学习算法。不仅是为了 Facebook 的利益，它还将帮助研究人员建立更多的智能机器，或更深入地了解人类智力和学习的基本机制。

到时，AI 只能执行特定的任务，而通用 AI 将被牢牢的锁定在科幻小说中。

Via：THE REGISTER

[广告]活动入口:

买美股，上老虎 - 超低佣金，每股只需1美分