主要观点总结
本文报道了LeCun关于诺贝尔奖项对AI领域的影响的观点,他认为今年诺贝尔奖颁给AI和深度学习领域人士表明了委员会对此领域的重视和承认。但同时,他也指出最近的物理诺贝尔奖中一些获奖成果在现代应用中并无实用价值。此外,LSTM之父Jürgen Schmidhuber对诺贝尔委员会的决定持不同看法,他在社交媒体上详细阐述了相关历史背景,并指出一些获奖成果在学术界存在剽窃和错误归属的问题。
关键观点总结
关键观点1: LeCun认为诺贝尔奖项对AI领域的重视和承认表明了委员会受到压力,需要奖励对深度学习有重大贡献的人士。
他提到物理奖颁给Hinton和Hopefield,但他们的某些成果现在完全无用。
关键观点2: LeCun讨论了机器如何达到人类水平智能的主题讲座中涉及到的一些问题和趋势。
包括人工智能模型的实体化角色,如何实现真正的智能以及深度学习和统计物理学之间的联系等话题。
关键观点3: Jürgen Schmidhuber对诺贝尔委员会的决定持异议。
他在社交媒体上详细阐述了历史背景,并指出存在剽窃和错误归属的问题。他提到了Hopfield网络、Boltzmann机和深度学习的历史发展,并批评了相关论文中未引用早期的重要工作。
文章预览
夕小瑶科技说 分享 来源 | 量子位 LeCun最新演讲,公开表示: 今年诺贝尔奖颁给AI,是诺奖委员会感到压力的结果,需要承认深度学习的影响。 但物理奖颁给Hinton和Hopefield,获奖成果 玻尔兹曼机和Hopefield网络现在完全无用。 言语间不乏调侃“化学奖塞不下更多人,所以只能选了物理”,“Hopefield是生物物理学家,Hinton的模型以物理学家命名,勉强合理”。 台下观众也蚌埠住了,爆发阵阵笑声。 众所周知,今年的诺贝尔物理学奖颁给了机器学习先驱Hopfield、Hinton,前者因其“提出了Hopfield神经网络,以相当于物理学中自旋系统能量的方式进行描述”,后者因其“提出的玻尔兹曼机,使用了统计物理学中的工具”。 有人把视频发在了X上,网友看到LeCun此番发言一时间炸开了锅。 有人觉得LeCun这是酸了。 也有人认为LeCun说的不无道理。 具体怎么回事?
………………………………