LeCun出大招马库斯放狠话机器学习前驱隔空互怼

（原标题：神仙打架激辩深度学习：LeCun出大招，马库斯放狠话，机器学习前驱隔空“互怼”）

AI学术圈，又吵了起来，图灵奖得主、年近古稀的机器学习奠基者、唱衰AI的代表人物等等，纷繁下场“开怼”。

相关话题在Twitter上转发过千，点赞数万，局面极端剧烈。

究其源头，起于一个直击魂灵的问题：什么是深度学习？

什么是深度学习？

你可能会很自然地想起那段再了解不过的界说：

深度学习（DL）是一类机器学习算法，运用多个层逐渐从原始数据中提取更高层的特征。

——维基百科

有点懵逼？

现在，有人给出了更明晰的说法，出手者不是旁人，正是深度学习三巨子之一，图灵奖得主Yann LeCun。他说：

有些人好像依然对什么是深度学习感到困惑。以下是深度学习的界说：深度学习便是构建由参数化功能模块构成的网络，并使用根据梯度的优化办法来进行样本练习。

与此界说正交的是学习范式：强化学习、监督学习或自监督学习。不要说“深度学习无法做X” ，假如你真实想的是“监督学习需求太多数据所以无法做X”。

关于其扩展形状(动态网络、可微编程、图神经网络等)，网络结构能够依数据动态改变。

这话之后还没完，他又一口气放出了5个排比句，对当时深度学习范畴呈现的“术语”进行了解读：

甭说“DL对对立样本很灵敏”，你真实的意思是“受监督的卷积神经网络对对立样本很灵敏”。

甭说“DL存在成见”，你真实的意思是“纯监督学习再现了练习数据中的成见”。

甭说“DL无法处理组合性”，你真实的意思是“此特定体系结构不能推行到许多曾经不行见的部件组合”。

甭说“DL不做逻辑推理”，你真实的意思是“一个简略的前馈神经网络不能做长链的推理”。

甭说“DL不做因果推理”，你真实的意思是“一个一般的、有监督的神经网络不会自发地发现因果关系。”

原本是对自己去年初提出的观念——“深度学习不再是盛行概念”进行了一次回应。

但谁能想到，推文一出，各路大神纷繁出头宣布观念，展开了剧烈的评论。

一场大型“互怼现场”就此拉开序幕。

机器学习奠基人下场激辩马库斯开杠LeCun

第一批下场的，有DeepMind的高档研讨科学家Danilo Jimenez Rezende。

他点赞认同，对Yann LeCun的观念进行了扼要总结：

深度学习是用于构建杂乱模块化可微函数的东西的调集。评论深度学习能做或不能做什么毫无意义。真实有意义的是怎么练习它，以及怎么把数据喂给它。

但闻名AI“杠精”——马库斯看到这条推特，当场不干了：

假如不能评论一种办法能够做什么不能做什么，那它还算是一种办法？

推重深度学习的人现在为了不被批判，总是在尽可能的防止提出详细、可验证的建议。这是有一个很风险的信号。

机器学习前驱下场反击：深度学习是办法论

对此，机器学习范畴奠基人之一、AAAI前主席Thomas G. Dietterich敏捷下场反击：

深度学习原本就不是一种办法，而是办法论。是一种研讨途径。

成果，这一争辩分会场又炸出了另一位大佬——机器人教父Rodney Brooks。

他说：啊，所以深度学习是AI仍是AGI哇？仍是说人能想到的未来科技都根据深度学习？

这一讲话好像又点着了马库斯新的战役热心：

RodneyBrooks说得对啊！深度学习社区现在给自己的定位便是一切未来科技都将归功于DL，但他们并没有真实致力于任何事情。

等着吧，我立刻就会火力全开。

面临这样的“寻衅”，Dietterich表明图样图森破：DL（以及AI社区）的方针是推进智能体系的科学和工程前进，而不是成为嘴炮王者。

深度学习没有界说“是什么”，而是“怎么样做”

在各方互怼之外，Keras创造者Fran?ois Chollet也另开新帖，对“什么是深度学习”宣布了观念。

他以为，到现在，深度学习的界说对他来说过于“严厉”。而且和以下状况是相反的：

⑴ 非表征性学习(如SIFT、symbolic AI等人工特征工程)；

⑵ “浅层学习(shadowlearning)”，其间只要一个特征提取层。

此外，它没有规则一个特定的学习机制(如反向传达)或一个特定的用例(如监督学习或强化学习)，也不需求端到端的联合学习。

现在的界说描绘的是咱们该怎么样做深度学习，而不是它是什么。

而现在的深度学习的界说，仅仅给出了一个比较明晰鸿沟：哪些是深度学习，哪些不是。例如：

DNN是深度学习，而遗传编程、快速排序和支撑向量机就不归于深度学习。

单个的密布层(dense layer)不是深度学习，而密布仓库(dense stack)是深度学习。

K-means不是深度学习，而堆叠K-means特征提取器是深度学习。

一般由人类工程师编写的程序不是DL，参数化这样的程序来主动学习一些常量依然不是DL。

需求用一连串的特征提取器来进行表征学习。

Fran?oisChollet以为，深度学习模型只代表了很小很小的程序空间。

原本Chollet并未参加论争，谁知道仍是被拉下了水。

有功德网友Ben Kamphaus在马库斯的推文下，当场@了他，还有另一位深度学习巨子、图灵奖得主Bengio，他说：

Bengio、Chollet以及其他人正在对需求处理的问题进行实质性的处理了。

不知道那些愤恨高呼让DL研讨人员去做他们现已做了很多年作业的人，对处理这样的一个问题有什么协助。

马库斯则安然解说说：

我很了解Bengio和Chollet，仅仅期望他们更坦率些。

你误解我的意思了。

关于马库斯的这一说法，Bengio和Chollet都没有给出直接回应。

吃瓜大众一脸懵逼

局面上，感觉大半个AI学术圈都下场争鸣了。如此盛景，吃瓜大众不免有些懵逼。

有人问：这样的一个问题这么扎手的吗？

当然，还有一脸懵逼的。

那么，你是怎么看的呢？