Hinton、Yann LeCun、李飞飞谈深度学习十年：AI没有走入死胡同，“革命”仍如火如荼(5)

但 Hinton 和 LeCun 各自驳斥了 Marcus 的批评意见。

Hinton 表示“深度学习并没有走进死胡同——只要看看最近发生的一切，就能感受到它的蓬勃力量。”但他也承认，深度学习所能解决的问题确实还比较有限。

LeCun 则补充称，“我觉得压根不存在什么死胡同，只是前进道路上还有需要扫除的障碍。我们目前不太清楚要怎么扫除，但深度学习的进展没有放缓……如果非要说的话，反而是在一路加速。”

但反对派的 Bender 对此并不买账。她在邮件采访中强调，“在某种程度上，他们讨论的还是根据 ImageNet 等基准数据集提供的标签，对图像进行分类的所谓进展。2012 年确实是个历史性的突破点，但除此以外的其他宏大目标还完全没有被攻克，属于典型的雷声大雨点小。”

AI 偏见与伦理问题已迫在眉睫

Bender 还认为，AI 和深度学习技术已经在不知不觉中走得太远。“我相信超大规模数据集确实能为 AI 模型带来强大的能力，通过算力加高效算法的方式生成合成文本和图像。但这方面的成功形成了强大的发展惯性，于是研究者们似乎陷入了一种循环——人们「发现」模型存在偏见，于是尝试去消除这些偏见。但大家都知道，时至今日也不存在真正无偏见的数据集或者 AI 模型。”

此外，她“希望看到 AI 领域能贯彻真正的问责标准，包括测试评判、经验主张乃至产品安全。为此，我们需要帮助民众理解 AI 技术、看穿炒作宣传，我们需要行之有效的监管手段。”

但 LeCun 不这么看，他认为“这些诉求的实质，都是人们想要对复杂的重要问题进行粗暴简化”，而且很多人会做“有罪推定”。他坚持强调，大多数企业“其实都是想做正确的事”。

再有，他还抱怨了那些不愿参与 AI 技术研究、却每天大放厥词的批评者。

“那些身在场外指指点点的家伙甚至形成了自己的完整生态系统。但除了扰乱关注之外，他们起不到任何积极的作用。”

关于深度学习的争论还将继续

争论气氛看似紧张，但李飞飞强调这都是科学研究领域内的正常讨论。她解释称，“科学并不是真理，科学是寻求真理的过程。过程中必然有发现也有改进，所以争论、批评和喝彩都是必不可少的环节。”