机器学习在发展的过程中，经历了许多次转折和变化。从最初的符号主义专家系统，利用结构化的知识辅助机器预测，到统计学习方法的出现。2006年以后，更是由于以深度神经网络为代表的联结主义的兴起，使得机器学习迎来了蓬勃发展的时期。

但近年来的多项研究表明，第二代机器学习技术仍存在很多问题，在诸如图像识别，对话，语音识别等领域，现有模型能达到很好的效果，但模型的泛化性能有限，这体现在训练与测试之间误差的巨大差异、模型的鲁棒性、以及跨领域或问题的通用机器学习算法的空缺，引起了人们对下一代机器学习的思考。

近期，在智源研究院成立两周年之际举办的“智源论坛2020”中，由八位来自不同研究背景的智源学者交叉互动，对下一代机器学习应走之路，进行了激烈且深度的探讨。

整理：智源实习生 周寅张皓

从左到右：林宙辰、徐君、王立威、颜水成、崔鹏、张长水、孙广宇、方方

• 机器学习方向：林宙辰、王立威、颜水成、张长水、崔鹏

• 智能信息检索与挖掘方向：徐君

• 体系架构方向：孙广宇

• 认知神经方向：方方

整个研讨分为两部分，首先由北京大学教授林宙辰做引导报告《下一代机器学习》，随后八位学者围绕多个问题进行辩论。

1

下一代机器学习

在林宙辰教授的报告中指出，当前深度学习红利已经接近终点，下一代机器学习会是什么成为亟待思考的问题。目前有不同方案，例如张钹院士等人提出的“认知+符号”，Y.Bengio 等人提出的“System 1+System 2”，M. Jordan 则认为根本不需要新的算法，只要有市场推动即可。目前为止，这仍然是一个开放问题。

 

我们下面看一看林宙辰教授分享的详细内容：

---

林宙辰：深度学习、机器学习已经很少听到有突破性的进展了。去年三大巨头获得图灵奖，马上有人跳出来说“某个领域获得图灵奖就表明这个领域已经走到尽头了”；我们也体会到近一两年来，深度学习重大进展好像就没有了，大家只能想方设法去充分利用算力。

 

因此，我和许多做机器学习的学者都在想一件事情：机器学习下一步应该是什么样子？

 

这是我们今天要讲的题目。我们需要回答两个问题，一个是，它应该是什么；另一个是，我们应该怎么能够达到它。首先得有目标，其次得有途径，才是完整闭环。为了不让这个讨论过于偏离，我们给“机器学习“”下了这么一个定义：

Machine Learning is about designing algorithms that can learn and construct predictive or descriptive models from data. 

机器学习是一门用来设计算法的学科，这些算法能够从数据中构造预测和描述模型。

 

从这个定义出发，已经限定了数据是不可或缺的，如果什么都是人教给它，那么我们就不认为它是机器学习的范畴。其次，如果它本身不是一个算法，那么也不属于机器学习范畴。当然，你可以不同意我这个定义；我们把这个定义给说好，可以减少在交流上的误解，否则大家谈得都不一样，就很难达成共识。

 

我在市面上找了现有几个比较有代表性的工作给大家介绍。后面大家可以提出各位自己的观点。

首先，连接主义和符号主义的结合。前两波人工智能热潮分别由符号主义和连接主义主导，现在把它融合在一块是最直接的想法，有代表性的像张院士、周志华等是这么认为的；国外也有很多专家这么认为的。但怎么走，没有定论。

张院士近期在《中国科学：信息科学》上发表的文章提出“三空间融合”的模型，连接主义是完全在连续空间里，用feature等进行计算；符号主义完全是在离散空间进行计算。直接串通这两个领域有困难，所以他提出加个中间层，在中间进行计算，把计算结果返回两头。做个类比，相当做机器翻译时，中文和英文不能直接翻译，就都转到日文上面；这可能不是非常准确的类比，但道理是一样的，插入一个中间步骤，让难度下降。

深度学习的三巨头是非常坚决的连接主义者，他们拒绝神经网络需要别的东西帮忙，认为下一代机器学习就是下一代深度学习，只要把神经网络性能推到极致，一定能解决问题。

Bengio 根据人的认知系统提出两个系统：“系统1”是专门针对感知觉方面的，这是现在深度学习所做的事情，这挺有意思，但完全说不清楚，所以深度学习也解释不清楚；系统2是对应于人的逻辑那部分，他认为未来深度学习要解决的问题，尤其是要探讨注意力机制，此外还有意识方面的问题，再扩展现在深度网络的功能，他认为能够完成人的逻辑功能。

第三个是M. Jordan的观点，他认为机器学习已经发生了三代，第四代机器学习则是要跟市场结合在一起。

在他的PPT里是这样说的：在第一代机器学习（1990-2000）下，产生了重要的应用，例如欺诈检测、恢复、供应链管理等。之后每隔十年产生新的一代。他认为第四代机器学习的理论不用去设计，而是根据应用去驱动它就好了，它自然就会产生新的机器学习理论出来，而应用这块则需要跟经济学方面要更多结合。

 

关于怎样达到下一代机器学习，大家都在想，要跟其他领域结合，例如认知科学、类脑计算、量子计算等，而不要自己关起门来造车，要从其他领域获得新的思想、养分之类的。还有一个大家特别头疼的事情，是不是“数据+算力”就能解决问题，我们后面可以进行讨论。

很多同事认为AI跟cognition要关联，这个问题不大，戴院士在中国人工智能大会上说他要对人脑进行全面建模，甚至进行扫描，有点接近黄铁军教授的还原主义的思想，但是他中间多加了两个桥梁，这样方便通过一步步过去。

 

类脑现在也是很有可能的。冯·诺依曼的体系是存算分离的，有些运算在冯·诺依曼这个体系上面很不容易实现，但有可能在类脑芯片上面却比较简单。《Nature》上写的关于类脑图灵完备理论，我不是这方面的专家，不太了解类脑图灵完备和通常图灵完备有什么差别，如果有本质差别的话，有可能在类脑的平台上面设计算法，会有什么质的变化？也有一些理论认为人的智能跟量子是不可分的，“顿悟”之类是脑里面的细胞涌现出新的idea，这点我不是特别了解，值得大家共同探讨。

关于堆数据和堆算力。今年有一个数据调研公司提出新的AI界的“新摩尔定律”，说AI算力每3.43月会翻一倍，呈指数增长。MIT 做了进一步的延伸，说每增加10倍算力就等于研究者在过去3年算法上所改进的效果。所以，单纯增加数据和算力是否可以取得人的智力上的贡献？强化学习的鼻祖 Richard S. Sutton 在去年写了一个博客，对人工智能近70年进展感到非常悲观，他说这些进展都是算力引起的，不要以为算法在AI里面会起什么关键作用；人的算法在里面可能会起一定作用，但是并没有直接提升算力作用这么明显。今年GPT-3横空出世，直接把参数上升100倍，性能上马上有了质的变化，这好像也迎合了这个思潮，因此，是不是单纯堆算力和数据就能解决问题？

下面请各位学者来探讨。

2

可能路径探讨

由于现场辩论非常激烈，智源研究院将整场辩论中的核心观点整理如下，供读者参考：

 

1、下一代机器学习的路径设想

 

依图科技CTO 颜水成博士认为，我们需要考虑如何利用现有的资源最大化应用。

 

在现有的能力基础上，应尽最大可能地将机器学习应用到各个领域中去，从这个角度来说，是比较接近加州大学伯克利分校教授迈克尔·乔丹（Michael Jordan）思想。具体来说可以将不同场景下的数据尽可能多的拿过来，然后利用当前算力获取尽可能好的性能，接着考虑落地与转化，实现科学技术对社会的服务。

 

中国人民大学徐君教授更为支持联结主义与符号主义相结合的观点，他认为，当前的人工智能还处在一个“暴力美学”的阶段，即“大数据+算法+大算力”，可以得到很好的实用效果。但是，长期来看，还需要结合脑科学，将符号主义和连接主义融合。当前，最大的困难就是还没有一个很好的数学工具，能够同时进行数值和推理运算。一旦在这方面有所突破，将会比“暴力美学”产生更大的影响力。

 

有学者对于畅想第三代机器学习保持怀疑态度：

 

北京大学王立威教授提到一个说法：凡是“什么什么下一代，什么什么2.0/3.0”，都是想跟以前不一样，但又不知道该怎么做。他认为“（这些都是）先做出真东西来，然后再回头来看出来的。”

 

北京大学孙广宇教授从事硬件的设计工作，他表示对未来技术的发展非常矛盾。一方面期待有更好的东西做出来；但另一方面，新的方法需要新的架构设计，意味着他以前的工作需要推倒重来，这又令人十分担心，因此希望下一代能有一个可以自适应的硬件架构。

 

清华大学崔鹏副教授提出了较为综合的观点，认为需要结合上述三位专家的观点来设想未来的可能：

 

崔鹏认为，上述AI专家的观点都对，只不过他们是从不同的维度来谈的。具体地，张钹院士的“符号主义+数据驱动”是从人工智能的实现路径来谈的；图灵奖得主Yoshua Bengio认为第一代推理能力可能比较强，第二代里面感知和学习能力比较强，因此希望第三代具备“感知、学习、抽象、推理”的能力，他是从人工智能的能力层来谈的；而加州大学伯克利分校教授 Michael Jordan 是从人工智能的应用层来谈的。三个人从三个维度来谈，因此我们应该把他们的观点拼起来，组成一个未来10年、20年的图景，但是具体下一代应该怎么划分，大家应该选一个问题，现在没有一个公认的维度，只有做出来才能清楚。

 

2、怎么看待类似GPT-3的“暴力美学、大力出奇迹”？

 

部分学者对GPT-3代表的暴力美学保持乐观

 

颜水成认为大力出奇迹能够解锁机器学习（比如人脸识别）的应用场景，让大家清楚的知道，哪些任务可以做到什么程度。这样，也为科学家提供一个很好的标杆，让他们能够设计更好的算法来达到极致。

 

他提出，突破并不一定在方法。只要要就对当前效果有促进就是好的；如果一味埋头苦干解决当前的所有问题，那可能等目标实现了，产出的东西已经不满足那时候的需求了。所以，能对社会有一定价值、一定用途，就应该鼓励。

 

清华大学张长水教授认为大力出奇迹，花那么多钱，敢想敢干，挺不容易的。不同的人，在动不同的脑筋，在以不同的方式来尝试，因此对未来持乐观态度。

 

另外的学者持中立态度

 

崔鹏提出，如果在产业界的话，那大力出奇迹没有问题，应该鼓励支持；而如果在学术界的话，应该强调学习能力，而非计算能力。具体地，学习能力指的是在有限的数据集下，利用数据的深度。

 

论坛更多的讨论则对算力堆积的模型提出了批评和意见

 

孙广宇觉得硬件算力在未来一定是可以支持”大力“的，但是他也指出，互联网大数据往往价值密度很低，即使有很大规模的数据，也不一定能有很高的价值，在智源做项目的时候经常碰到这样的问题，即使”大力“也出不了奇迹。而且现在算法发展也很快，对计算资源的需求远超摩尔定律的增长速度，因此某一天它没办法靠纯算力，之后就不能再靠“大力”推这件事情，那个时候做体系结构的人的春天要来了，聪明的人可以设计新的，抛弃冯诺依曼体系的东西，体系结构和算法设计可以同时向前推进。

 

崔鹏认为所谓的暴力美学，就是用“大数据+大算力”来尽可能让算法的性能达到极致；而真正的智能，需要有新的学习模式，能够从少量样本中学习，获得数据背后本质的规律，这样才能让机器获得更好的泛化能力。徐君教授赞同了崔鹏老师的观点，认为如果仅仅依靠大数据，大力出奇迹，是超越不了已有的知识或模式的；而如果能够利用规则，也许会超越人类已有的知识积累。

 

王立威举了一个例子，AlphaGo的成功得益于有大数据和大算力，并随即抛出一个问题：暴力美学、大力出奇迹，能不能走出计算机的范畴？很多实际的场景，比如robot与客观世界互动，需要遵循客观世界的物理规律，短时间内是得不到大量的数据的，这样就无法使模型充分学习。因而，更倾向于方法上的创新，能够从相对小的数据中学习（小样本学习）。

 

北京大学方方教授从脑科学、认知心理学的角度提出了两个观点：第一，人类大脑存在大量抑制性网络，这对人的感知、理解、决策起很大的作用。而将抑制性网络嵌入到人工神经网络中却很难。第二，目前设计的人工神经网络，参数量非常大，依靠大算力将耗费大量能量，这在将来是不现实的。人类那么多神经元，一般仅有2%~3%的神经元被激活，而我们仅仅需要吃二两饭就足以支撑。因此一味增加神经元和参数与人类的智能背道而驰。

 

3、不同领域之间该怎样有效交流，促进人工智能更好的发展？

 

徐君从信息检索的角度思考，认为未来需要更多的考虑输入输出的因果关系。当前的检索系统还都是判断相关性，而相关与因果并不等价，因此导致了很多问题。认为未来可以引入因果方面的研究，且信息领域可以方便地对用户进行测试，而不必担心伦理问题。北京大学智能科学与技术系林宙辰教授认为徐君教授的观点很好，未来的AI应该会更侧重人机交互。

 

张长水认为，通过不同的方向探索，结合，最终会生成一定的指导思想。机器学习是一个大家庭，研究者需要和领域结合、需要和问题结合、需要和认知结合，和做检索的、做语言的、做图像的、做医院的结合，从中发现真的问题所在，但大家都是做机器学习，但是侧重点不同，这样的研究多了，就会慢慢形成一些规律或指导原则，我们需要更多人去做不同的结合。

 

方方指出人类的认知过程中，大脑的功能是分块的、固化的。但是，实验发现：通过大量的训练后，大脑的功能区是可以发生变化的。很多神经元是万能的神经元。这给设计通用网络带来启发，我们需要做这方面的结合。

 

4、机器学习的下一个“Breakthrough”会由什么样的方式产生？

 

王立威的观点是：大力出奇迹出不了Breakthrough 的成果，因为它在方法上并没有本质的创新，而是在已有原理的基础上，通过工程的手段来达到极致性能。学术界还是要有一些人来坐冷板凳，去做一些基础性的研究。

 

崔鹏认为，我们首先应该明确breakthrough的定义。如果GPT-3算是一种breakthrough的话，那机器学习的下一个breakthrough一定是来源于大力出奇迹。如果是理论上的才算是breakthrough，那很大概率来源于学术界。

 

孙广宇将机器学习的发展类比芯片的发展，一个是工艺，一个是架构，有点像机器学习里的算法和算力。其实，这两条路线都可以走，互有裨益，边走边看。

点击左下角“阅读原文”，进入社区讨论！

查看评论