本文经AI新媒体量子位（公众号ID：QbitAI）授权转载，转载请联系出处。LeCun的一句话可能会引发另一场口水战。标题错得离谱，太搞笑了。他说的这篇文章，正是最近在圈内掀起一波讨论热潮的《深度学习要碰壁了》。文章发表后，几天内就在推特上吸引了数百人的转发和点赞。有人同意有人不同意，但真正让人跳槽的还是乐村在脸书上的评论。于是，GaryMarcus本人直接在推特上“下午”：欢迎大家发表看法，我洗耳恭听。而就在几个小时前，他还挂出了乐存在2018年发表的观点，强调乐存当时认为这10个问题中有很多是错误的，而且这些问题似乎还没有得到解决。不过，乐存目前还没有回应。文章具体说了什么？首先我们来看看GaryMarcus在这篇文章中具体讲了些什么。总的来说，全文可以分为两部分：当前的深度学习炒作满满，其实只是在粗略的计算上表现不错；深度学习应调整发展方向，与符号处理相结合。作者首先提到了Hinton在2016年的论点：AI将在5年内取代放射科医生。到目前为止，这个说辞还没有实现。事实上，AI在应用中遇到的“滑铁卢”不在少数：比如代表医疗AI的IBMWatson被拆分出售、GPT-3等语言模型三观不正确、无人驾驶等事故频发……相信深度学习在输出对精度要求很高的结果时，性能往往不够好。上面列出的三种情况是最好的论据。而且，深度学习遇到了scalinglimits，即继续扩展模型带来的好处还不够明显。相反，在图像识别的情况下，只需要粗略的结果，深度学习的效果就很好。对此，作者提出了自己的观点：深度学习应该与符号操作相结合。符号处理可以看作是计算机内部的编码，比如用二进制位串来表示一些复杂的思想。你为什么得出这个观点？这里作者举了一个例子。在Meta发起的一场NetHack挑战赛中，AI以1:3的比分输给了游戏系统。要知道，这其实是一款1987年发售的单机地牢探索游戏，它的地图是用ASCII字符编码的。笔者认为，AI之所以输掉比赛，主要是因为每场比赛都会重新生成一张新地图，这意味着玩家不能靠死记硬背地图来取胜，而是必须了解比赛中的各种标志，并参与其中。它们之间的联系。他还引用了麦卡锡和明斯基等行业先驱的观点，认为符号处理可以用来构建精确的人工智能程序，用符号来表示独立的实体和抽象的思想。然而，纯符号系统在图像识别和语音识别任务中表现不够好。而这部分正是神经网络所擅长的。作者提到谷歌搜索中的自动拼写错误纠正是神经网络和符号处理相结合的最好例子。事实上，这方面的探索从未停止过。例如，最著名的人工智能AlphaGo是一个结合了符号树搜索和神经网络的系统。还有包括IBM、英特尔、谷歌在内的科技巨头，这些年来从未停止过在这一领域的积极探索。网友：Lecun大概是在开玩笑吧，这样一篇万字长文，一经发表就在网络上掀起一阵波澜。在众多学术带头人转发的另一面，也有不少人对GaryMarcus的观点产生了质疑。有人提出，深度学习没有墙，只是在经历一个转型阶段。有些人用漫画形象地表达自己的观点。另一方面，支持加里·马昆斯的人表示：他只是提出了一种混合模式。这有什么坏处吗？而在加里·马库斯给乐存的“战书”的推特下，也有人劝他冷静。也许Lecun只是在开玩笑。最后，让我们重新认识一下GaryMarcus。他是智能机器人公司Robust.AI的创始人，号称拥有全球首个工业级AI认知引擎。他还是纽约大学名誉教授，在神经科学、遗传学、进化心理学、人工智能等领域发表了大量文章，其中多篇发表在《自然》和《科学》杂志上。同时，他也是一位作家，其作品包括《The Algebraic Mind》、《Kluge》、《The Birth of the Mind》等。
