一碗暗、講座的主題是：過去，現(xiàn)在和未來
1.當(dāng)下前沿的人工智能技術(shù)及其局限
當(dāng)前的AI方法主要基于監(jiān)督學(xué)習(xí)梢夯，機(jī)器能夠識別已經(jīng)標(biāo)記好的數(shù)據(jù)言疗，但是怎么能讓機(jī)器識別沒有標(biāo)記的數(shù)據(jù)？怎么通過已經(jīng)看到的東西來預(yù)測尚未看到的東西颂砸？
LeCun指出人工智能發(fā)展的障礙：如何能讓機(jī)器獲得常識噪奄？
他還指出人工智能進(jìn)步所面臨的障礙：
機(jī)器需要學(xué)習(xí)/理解世界的工作方式：它們需要具備一定程度的常識
機(jī)器需要學(xué)習(xí)非常大量的背景知識：通過觀察和行動
機(jī)器需要理解世界的狀態(tài)：從而做出準(zhǔn)確的預(yù)測和規(guī)劃
機(jī)器學(xué)習(xí)更新和記憶對世界狀態(tài)的估計(jì)：關(guān)注重要事件、記憶相關(guān)事件
機(jī)器需要推理和規(guī)劃：預(yù)測哪些動作序列可以導(dǎo)致我們想要的世界狀態(tài)
2.如何發(fā)展人工智能技術(shù)讓其更加智能
LeCun給出的答案是：機(jī)器不僅需要學(xué)習(xí)人乓、理解這個世界勤篮，學(xué)習(xí)大量的背景知識，還需要感知世界的狀態(tài)撒蟀，更新叙谨、記憶并評估世界的狀態(tài)，而且還要有推理和計(jì)劃的能力保屯。這也就是所謂的智能&常識=感知+預(yù)測模型+記憶+推理和規(guī)劃手负。
從讓機(jī)器獲取常識來看，無監(jiān)督學(xué)習(xí)和預(yù)測學(xué)習(xí)是十分必要的姑尺，也是未來幾年深度學(xué)習(xí)型領(lǐng)域的巨大挑戰(zhàn)竟终。通常，需要拿來去訓(xùn)練一個大型學(xué)習(xí)機(jī)器的樣本數(shù)量取決于我們要求機(jī)器所預(yù)測的信息量切蟋。你需要機(jī)器回答的問題越多统捶，樣本數(shù)量就要越大。
他給出了一組數(shù)據(jù)來證明這個推論：“大腦有 10 的 14 次方個突觸柄粹，我們卻只能活大概 10 的 9 次方秒喘鸟。因此我們的參數(shù)比我們所獲得的數(shù)據(jù)會多得多。這一事實(shí)激發(fā)了這一思想：既然感知輸入（包括生理上的本體感受）是我們每秒獲取 10^5 維度約束（10^5 dimensions of constraint）的唯一地方驻右，那么什黑，就必須進(jìn)行大量的無監(jiān)督學(xué)習(xí)】柏玻”
人工智能系統(tǒng)的架構(gòu)愕把，包括感知器、代理森爽、目標(biāo)恨豁、環(huán)境。
也即：預(yù)測+規(guī)劃=推理爬迟。
智能的本質(zhì)是預(yù)測的能力橘蜜，要提前進(jìn)行規(guī)劃，我們需要模擬這個世界付呕，然后采取行動以最小化預(yù)測損失扮匠。
3.提問環(huán)節(jié)和LeCun與八名企業(yè)家探討AI
一位同學(xué)用中式英語提問“請問機(jī)器學(xué)習(xí)能否預(yù)測股票捧请？”當(dāng)時說的第一遍竟然沒讓LeCun聽懂凡涩，真是尷尬棒搜。他聽懂后說“至今還沒有人能夠預(yù)測出來，但要知道股票市場中有一些secret data是你不能獲得的活箕，另外股票受很多因素影響力麸，所以很難∮”
有一位同學(xué)問“請問您如何看待將人工智能應(yīng)用到機(jī)器人開發(fā)中克蚂？”他說“首先，我很鼓勵這樣的想法筋讨，也希望你們能夠一直做下去埃叭；其次，希望你們能夠熟練掌握機(jī)器人和人工智能的相關(guān)知識悉罕；最后赤屋，支持更多的開發(fā)者將人工智能應(yīng)用于不同領(lǐng)域”诎溃”
印象最深的是有位企業(yè)家提出能否讓人們學(xué)習(xí)machine learning的門檻在降低點(diǎn)类早，無論是軟件框架上，還是硬件GPU上嗜逻？LeCun的回答是涩僻，他也十分倡導(dǎo)門檻能夠降低，歡迎更多的愛好者加入學(xué)習(xí)栈顷，開發(fā)逆日。
二、當(dāng)時的感觸
1.英語（口語）不好真的沒法張口行嗤；
2.機(jī)器學(xué)習(xí)激發(fā)了各行各業(yè)愛好者們的興趣已日，但這條路上充滿挑戰(zhàn)和未知；
3.研究生階段努力鉆研專業(yè)知識栅屏，形成體系飘千，推陳出新堂鲜。
