（圖片來源：壹圖網(wǎng)）

深度學習是目前人工智能最受關注的領域，也是這一輪人工智能興起的原因。與此同時，這一技術具有不可解釋等特性也使得一些觀點認為深度學習已經(jīng)面臨瓶頸。

7月25日，美國四大國家學院(國家科學院、國家醫(yī)學院、國家工程院、國家藝術與科學學院)院士，美國“腦計劃”項目領軍人物的特倫斯·謝諾夫斯基在接受經(jīng)濟觀察網(wǎng)采訪時表示目前美國數(shù)學界已經(jīng)有了相應的理論工具用來實現(xiàn)深度學習黑盒的可解釋性，盡管因為尚未發(fā)表，他無法透露更多細節(jié)，

特倫斯也認為人工智能正在帶來數(shù)學和統(tǒng)計學的新紀元。同時，在特倫斯看來，目前正如蒸汽機和熱力學的關系一樣——在蒸汽機發(fā)明數(shù)十年后人們才了解熱力學并且用它來改良蒸汽機——人工智能的底層數(shù)學、腦科學邏輯可以在發(fā)展過程中逐漸被人們掌握和理解。

經(jīng)濟觀察網(wǎng)：目前深度學習技術路線還有多少潛力？是否已經(jīng)遇到了天花板？

特倫斯：我覺得不太可能達到局限，現(xiàn)在深度學習剛剛進入到一個發(fā)展的開端，發(fā)展應該是以10年為周期來計算的，未來20年、30年才能達到一個極限。

現(xiàn)在我們才做了第一步，通過展示相關AI技術來解決問題的，而未來我們還有更多問題需要解決。對比因特網(wǎng)，在它剛開始能夠發(fā)郵件的時候，我們沒法預測它能對我們的商業(yè)、生活帶來什么影。所以對于AI將會帶來的影響，我們還需要等待。

經(jīng)濟觀察網(wǎng)：您講的主要是應用層的影響，那么在底層理論層面，這項技術有沒有更大突破，比如數(shù)學方面？

特倫斯：我之前在華盛頓參加了一個由美國科學院舉辦的學術研討會，該研討會的主題是“深度學習的科學”。組織這場學術研討會的數(shù)學家是擁有相關有技能和工具，能夠測試深度學習網(wǎng)絡內部結構的人。

人們經(jīng)常用“黑盒子”來詮釋深度學習，這是不對的，甚至恰恰相反，因為這些所謂的“黑盒子”完全是透明可見的，我們可以訪問其中每一個單獨的連接單元、每一個活動型態(tài)，它們都在那里。而現(xiàn)在，數(shù)學家們可以探究其中，開始檢驗模型是如何活動的，信息是如何在網(wǎng)絡中流動的，最終它是如何執(zhí)行轉換的。這件問題經(jīng)常通過一些例子被討論。

這件事正在發(fā)生，在上述會議上的數(shù)學家們已經(jīng)開始描述他們對此的新洞見。統(tǒng)計學家們則提出一些悖論，你們擁有這么多參數(shù)，現(xiàn)在可能會存在過度擬合的現(xiàn)象。眾所周知，現(xiàn)在有這么多的參數(shù)，其量之大遠超于任何數(shù)學家和統(tǒng)計學家過去所能接觸到的內容。

我認為這將是數(shù)學和統(tǒng)計學的新紀元。我認為這將產(chǎn)生深遠影響，因為對于任何科技來說，一旦你觸摸到了數(shù)學和物理的基本原理，你就可以更加深入地拓展它。

以蒸汽機為例，兩百五十年前，英國人詹姆斯·瓦特發(fā)明了蒸汽機。它改變了整個社會，因為它解放了人類生產(chǎn)力。人們用了數(shù)十年了解熱力學原理，去理解蒸汽機如何工作，以及如何優(yōu)化其使用效能。在此后一百年里，人們據(jù)此原理創(chuàng)造出了一個全新的工業(yè)時代，出現(xiàn)了能夠創(chuàng)造數(shù)百萬社會財富的火車等交通工具，工廠也因此更新?lián)Q代…這原本只是科技動能的轉換，但經(jīng)過人們對此的多年認知和了解后，它最終引領了整個社會的未來發(fā)展方向。

所以我們現(xiàn)在處于一個非常初期的階段。這是我們的第一步，我們剛剛開始試圖闡釋其復雜性，目前這是非常令人激動的，這個時間段里，大量的前期研究正在被驗證。不僅僅是在應用層面，這也將試圖讓人們去理解大腦本身，去理解我們自己的大腦是如何工作的。

我們認為，在AI與神經(jīng)科學之間的合作上，存在著一些令人激動的研究方向。

經(jīng)濟觀察網(wǎng)：您提到很多一次，深度學習不是“黑盒子”是可以解釋，您的意思是美國已經(jīng)找到了深度學習可解釋的方法或者說找到了實現(xiàn)這個目標的數(shù)學工具？

特倫斯：是的,我們確實有這方面的理論了。數(shù)學家已經(jīng)有很多相關的研究進展了，但是內容還沒有被發(fā)表出來。但是我跟他們交流過，他們告訴我這些偉大的研究和發(fā)現(xiàn)在未來將不斷被推進。我現(xiàn)在還不能私下跟你透露任何細節(jié)，但是我可以這么說，這或將是一個革命性的研究。一旦這些數(shù)學家掌握了深度學習的規(guī)則，以及這些深度學習是如何發(fā)生的，它將成為一個改革性的事件，它將創(chuàng)造出數(shù)學模型中的一頁新篇章。總而言之，我的答案是肯定的，我們已經(jīng)對此有了相當多的了解，但同時它還在不斷發(fā)展中。

————

編輯?∑Gemini

?來源：經(jīng)濟觀察網(wǎng)

?泰勒定理的奇聞軼事

?丘成桐：漫談微分幾何

?Leibniz 如何想出微積分？（一）

?線性相關和秩的物理意義

?數(shù)學史上你認為最丑陋的公式是什么？

?陶哲軒談什么是好的數(shù)學

?田淵棟：數(shù)學的用處（下篇）

?你絕對沒想過原來數(shù)學家這么流氓，一言不合就進行暴力證明

?世界上最牛的五篇博士論文

?數(shù)學中有哪些巧合讓人眼前一亮？

?算法立功！清華畢業(yè)教授美國被搶車，警察無能為力自己用“貪心算法”找回

?學術史上的奇文：怎樣用數(shù)學抓獅子

?臺大教授的反思：最難的一課 我們卻沒教給學生

?麻省理工學院(MIT)研究生學習指導—— 怎樣做研究生

?分享 數(shù)學，常識和運氣 ——投資大師詹姆斯·西蒙斯2010年在MIT的講座

算法數(shù)學之美微信公眾號歡迎賜稿

稿件涉及數(shù)學、物理、算法、計算機、編程等相關領域，經(jīng)采用我們將奉上稿酬。

投稿郵箱：math_alg@163.com

總結

以上是生活随笔為你收集整理的美国“四院院士”特伦斯谈人工智能“瓶颈”：远未达极限，数学家已经有了实现AI可解释性的理论工具...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。