作者 | CDA數(shù)據(jù)分析師

來(lái)源 | 《Data Scientists at Work》

受訪(fǎng)者簡(jiǎn)介

Yann LeCun是全球最大社交網(wǎng)站Facebook的人工智能研究總監(jiān)。

Facebook的核心業(yè)務(wù)是促進(jìn)人與人之間、人與人與數(shù)字世界之間的溝通?？紤]到涉及的數(shù)據(jù)規(guī)模之大，支持這項(xiàng)任務(wù)所需的技術(shù)是巨大的。截至2014年，F(xiàn)acebook擁有超過(guò)13億的活躍用戶(hù)(彼此之間的連接超過(guò)1500億)和8.29億的每日獨(dú)立登錄。這些用戶(hù)平均每天上傳約3.5億張照片，分享約47.5億項(xiàng)內(nèi)容，發(fā)送約100億條信息。這些流數(shù)據(jù)集的可用性是如此之大，以至于在大多數(shù)情況下，F(xiàn)acebook的系統(tǒng)只有一次時(shí)間查看任何數(shù)據(jù)。這樣的活動(dòng)水平帶來(lái)了一系列獨(dú)特的挑戰(zhàn):如何最好地理解和理解所有的數(shù)據(jù)，以及如何使用這種信息關(guān)聯(lián)來(lái)做出決策

在加入Facebook之前，LeCun是紐約大學(xué)計(jì)算機(jī)科學(xué)、神經(jīng)科學(xué)、電子和計(jì)算機(jī)工程的銀牌教授，現(xiàn)在仍然是紐約大學(xué)數(shù)據(jù)科學(xué)中心的創(chuàng)始主任。

在多倫多發(fā)展理論后，他加入了美國(guó)電話(huà)電報(bào)公司貝爾Laage處理研究部門(mén)。2003年加入紐約大學(xué)。在他迄今為止的職業(yè)生涯中，他發(fā)表了180多篇關(guān)于機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、筆跡識(shí)別、圖像處理和壓縮以及神經(jīng)網(wǎng)絡(luò)作品的技術(shù)論文和書(shū)籍章節(jié)。他尤其以他在深度學(xué)習(xí)方法方面的工作而聞名，這些方法被公司用來(lái)理解圖像、視頻、文檔、人機(jī)交互和語(yǔ)音。

LeCun是一個(gè)無(wú)與倫比的數(shù)據(jù)科學(xué)家的例子，他有一個(gè)轉(zhuǎn)型的愿景——在他的例子中，使用深度學(xué)習(xí)來(lái)教機(jī)器感知世界——他努力在學(xué)術(shù)和工業(yè)研究實(shí)驗(yàn)室實(shí)現(xiàn)這一愿景。 LeCun的采訪(fǎng)證明了他對(duì)機(jī)器學(xué)習(xí)的熱情和對(duì)未來(lái)的信念，以下為整理的采訪(fǎng)內(nèi)容。

您的工作職責(zé)是什么？

我是Facebook的人工智能研究總監(jiān)。

這個(gè)角色的一部分涉及到數(shù)據(jù)科學(xué)，盡管Facebook也有其他團(tuán)隊(duì)在做數(shù)據(jù)科學(xué)。如果你愿意，人工智能研究可以被認(rèn)為是數(shù)據(jù)科學(xué)更先進(jìn)的一面。我也是紐約大學(xué)的兼職教授，就在我的Facebook實(shí)驗(yàn)室對(duì)面。雖然我現(xiàn)在是一名大學(xué)教授，但我的大部分職業(yè)生涯都是在工業(yè)研究方面。

早些時(shí)候，我在貝爾實(shí)驗(yàn)室的一個(gè)小組里工作，當(dāng)時(shí)，這個(gè)小組致力于機(jī)器學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)和類(lèi)似的項(xiàng)目。然后我成為AT&T實(shí)驗(yàn)室的部門(mén)主管，這是AT&T在1996年公司分裂后的研究實(shí)驗(yàn)室的名字。我2003年加入紐約大學(xué)，所以我在這里已經(jīng)11年多一點(diǎn)。我是在2013年底加入Facebook的。

您的職業(yè)生涯是如何形成的？

• 興趣導(dǎo)向

雖然在我工作過(guò)的機(jī)構(gòu)方面沒(méi)有明確的途徑，但在我感興趣的技術(shù)問(wèn)題方面有明確的路徑。事實(shí)上，我感興趣的是相當(dāng)恒定的，除了很短的時(shí)間。我從小就對(duì)人工智能和相關(guān)學(xué)科非常著迷。上世紀(jì)70年代末至80年代初，我讀本科時(shí)學(xué)的是電氣工程。在這段時(shí)間里，我做了很多項(xiàng)目，試圖弄清楚我們是否能讓機(jī)器學(xué)習(xí)。我一直堅(jiān)信，制造智能機(jī)器的唯一方法就是學(xué)習(xí)，因?yàn)槊恳环N動(dòng)物都有學(xué)習(xí)的能力。任何有大腦的東西都能學(xué)習(xí)。

我通過(guò)搜索文獻(xiàn)來(lái)解決這個(gè)問(wèn)題，尋找能夠?qū)W習(xí)的機(jī)器，并意識(shí)到，至少在20世紀(jì)80年代初，沒(méi)有人在研究這類(lèi)問(wèn)題。我唯一能找到的文獻(xiàn)是20世紀(jì)60年代的，有些是70年代的，但大部分是60年代的。這是上世紀(jì)50年代神經(jīng)網(wǎng)絡(luò)1.0版的舊作。像百分率加速器和其他類(lèi)似的技術(shù)然后是1970年代早期的統(tǒng)計(jì)模式識(shí)別文獻(xiàn)。但當(dāng)我開(kāi)始對(duì)這個(gè)研究領(lǐng)域感興趣時(shí)，這個(gè)領(lǐng)域已經(jīng)被研究團(tuán)體所拋棄了。這段時(shí)間有時(shí)被稱(chēng)為“神經(jīng)網(wǎng)絡(luò)的寒冬”。

我畢業(yè)了——盡管我的專(zhuān)業(yè)實(shí)際上不是機(jī)器學(xué)習(xí)，因?yàn)槟菚r(shí)還沒(méi)有機(jī)器學(xué)習(xí)這種東西。事實(shí)上，在那個(gè)時(shí)候的法國(guó)，甚至還沒(méi)有計(jì)算機(jī)科學(xué)。我畢業(yè)的專(zhuān)業(yè)是VLSI集成電路設(shè)計(jì)和自動(dòng)控制。大學(xué)畢業(yè)后，我上了研究生院。不幸的是，我很難找到對(duì)我想做的事情感興趣的人，因?yàn)槲乙呀?jīng)確切地知道我想做什么。當(dāng)我還在讀本科的時(shí)候，我就已經(jīng)意識(shí)到，早在上世紀(jì)60年代，人們一直在追求的東西，卻永遠(yuǎn)無(wú)法解決，基本上就是多層神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)的概念。

• 研究算法

也許在我讀研究生的兩年前，我開(kāi)始嘗試各種算法。我提出了一個(gè)最終成為我們現(xiàn)在所說(shuō)的反向傳播算法的東西——我們每天在Facebook上都在非常非常大規(guī)模地使用它——獨(dú)立于David Rumelhart, Paul Werbos, David Parker, Geoff Hinton和其他人。我很難找到研究生院的高年級(jí)學(xué)生來(lái)幫助我，因?yàn)檫@個(gè)領(lǐng)域已經(jīng)被遺棄了。

幸運(yùn)的是，我有一個(gè)很好的顧問(wèn)，莫里斯·米爾格拉姆，我有自己的資金，基本上是獨(dú)立于我的顧問(wèn)的。我的導(dǎo)師很好，他對(duì)我所做的一切都不感興趣，他基本上告訴我，他會(huì)簽署這份文件，因?yàn)槲铱雌饋?lái)很聰明，但他幫不了我。

最初是什么激發(fā)了您對(duì)人工智能的興趣?

• 家庭熏陶

我出生于1960年。在我九歲的時(shí)候，火箭飛上了太空，人類(lèi)登上了月球，《2001太空漫游》問(wèn)世了，里面有太空和智能電腦。科幻小說(shuō)是那個(gè)時(shí)代的精神。我一直對(duì)科學(xué)感興趣。當(dāng)我還是個(gè)孩子的時(shí)候，我想，也希望我能成為一名科學(xué)家。在天體物理學(xué)、古生物學(xué)、神經(jīng)科學(xué)或人工智能之間，我猶豫了——不幸的是，沒(méi)有猶豫很長(zhǎng)時(shí)間。但我確實(shí)是個(gè)工程師。這是我爸爸給我的，他是個(gè)機(jī)械工程師，我喜歡做東西。

所以當(dāng)我想到做科學(xué)的時(shí)候，我想到的是:我們這個(gè)時(shí)代最大的科學(xué)問(wèn)題是什么?

一個(gè)問(wèn)題是:宇宙是由什么構(gòu)成的?天體物理學(xué)和基礎(chǔ)物理學(xué)試圖回答這個(gè)問(wèn)題。

另一個(gè)問(wèn)題是:生活是關(guān)于什么的?哪一種生物學(xué)，等等。

另一個(gè)問(wèn)題是:大腦是如何工作的?這個(gè)問(wèn)題是一個(gè)很大的科學(xué)謎團(tuán)。

如果你是一名年輕的科學(xué)家，還沒(méi)有意識(shí)到自己的局限性，那就去做大事吧。理解智力是一個(gè)很大的問(wèn)題。

作為一名工程師，我認(rèn)為大腦是一個(gè)非常復(fù)雜的系統(tǒng)。

• 好奇心

智能是一種非常抽象的東西，它可能可以用數(shù)學(xué)方法來(lái)建模，所以我們可以用工程學(xué)的方法來(lái)弄清楚大腦是如何工作的，通過(guò)嘗試建造智能機(jī)器來(lái)驗(yàn)證我們的設(shè)計(jì)或概念想法。關(guān)于大腦是如何工作的，已經(jīng)說(shuō)了很多，有些非常抽象。但是在你建立一個(gè)真正有效的系統(tǒng)之前，你怎么知道他們是正確的呢?所以至少你有了大部分必要的成分。這就是我感興趣的科學(xué)問(wèn)題。

當(dāng)然，我不僅要滿(mǎn)足我建造東西的欲望，我還必須找到工作，在那里我可以開(kāi)發(fā)好的技術(shù)和做偉大的工作。這對(duì)我來(lái)說(shuō)很奇怪，但我從來(lái)都不清楚我是否會(huì)成為一名學(xué)者。我

做過(guò)——也許我應(yīng)該早點(diǎn)做——但長(zhǎng)期以來(lái)，行業(yè)研究對(duì)我來(lái)說(shuō)是一種完美的環(huán)境。所以我現(xiàn)在又回到這個(gè)話(huà)題上了，盡管我也涉足學(xué)術(shù)界，我發(fā)現(xiàn)這兩個(gè)世界在這方面是互補(bǔ)的。所以我處在一個(gè)非常優(yōu)越的環(huán)境中，我可以在工業(yè)上有1.5英尺，在學(xué)術(shù)上有0.5英尺，這讓我可以利用兩者之間的互補(bǔ)。在學(xué)術(shù)界，你可以做像計(jì)算神經(jīng)科學(xué)和理論這樣的事情，而在工業(yè)界，你可以做一些在學(xué)術(shù)界很難做到的雄心勃勃的事情。

您使用的第一個(gè)數(shù)據(jù)集是什么?

• 醫(yī)療數(shù)據(jù)集

我研究的第一個(gè)真實(shí)數(shù)據(jù)集是我在做博士研究時(shí)使用的醫(yī)療數(shù)據(jù)集，數(shù)據(jù)集來(lái)自于對(duì)因腹痛來(lái)到急診室的病人進(jìn)行的醫(yī)學(xué)研究。事實(shí)證明，僅僅根據(jù)腹痛來(lái)決定是否手術(shù)是一個(gè)非常困難的診斷。根據(jù)腹痛，你可以做出大約20種不同的基本診斷。有些診斷需要非?？斓氖中g(shù)，比如闌尾炎。所以當(dāng)時(shí)有一個(gè)相當(dāng)大的數(shù)據(jù)集，有成千上萬(wàn)的樣本，有對(duì)病人的基本描述，有缺失的值，諸如此類(lèi)的東西，你會(huì)預(yù)料到的。

• 神經(jīng)網(wǎng)絡(luò)方法

我采訪(fǎng)過(guò)的收集這些數(shù)據(jù)的人都嘗試過(guò)樸素貝葉斯和類(lèi)似的方法。我嘗試了神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)還不存在，但我基本上嘗試了這個(gè)新奇的東西——反向傳播——我得到了一些相當(dāng)不錯(cuò)的結(jié)果。這幫助我想出的想法裁剪系統(tǒng)的體系結(jié)構(gòu),它將能夠識(shí)別癥狀,這樣的事情,這是集合的癥狀,以減少系統(tǒng)中的自由參數(shù)的數(shù)量,因?yàn)槲覀冎?甚至在1986年,當(dāng)時(shí),過(guò)度擬合是一個(gè)大問(wèn)題。

未來(lái)的數(shù)據(jù)科學(xué)領(lǐng)域會(huì)是什么樣子?

• 數(shù)據(jù)指數(shù)增長(zhǎng)

關(guān)于數(shù)據(jù)科學(xué)的未來(lái)，我經(jīng)常說(shuō)的是，需要注意的最重要的一點(diǎn)是，收集和存儲(chǔ)的數(shù)據(jù)量呈指數(shù)級(jí)增長(zhǎng)。它要么以通信網(wǎng)絡(luò)帶寬增長(zhǎng)的速度增長(zhǎng)，要么以硬盤(pán)容量增長(zhǎng)的速度增長(zhǎng)。它總是兩者之一，這取決于它是流數(shù)據(jù)還是存儲(chǔ)數(shù)據(jù)。這是一個(gè)非常大的指數(shù)。目前，當(dāng)你試圖從數(shù)據(jù)中提取知識(shí)邊緣時(shí)，循環(huán)中有人類(lèi)。地球上人類(lèi)腦力的數(shù)量實(shí)際上也在呈指數(shù)增長(zhǎng)，但是指數(shù)非常非常小。與數(shù)據(jù)增長(zhǎng)率相比，增長(zhǎng)速度非常慢。

這意味著，不可避免的是——事實(shí)上，這種情況已經(jīng)發(fā)生了——地球上已經(jīng)沒(méi)有足夠的腦細(xì)胞去觀(guān)察或?yàn)g覽這些數(shù)據(jù)，更不用說(shuō)分析數(shù)據(jù)并從中提取知識(shí)了。所以很明顯，未來(lái)世界上的大部分知識(shí)都將被機(jī)器提取出來(lái)，并將駐留在機(jī)器中。實(shí)際上可能已經(jīng)是這樣了，這取決于你對(duì)知識(shí)的定義。對(duì)我來(lái)說(shuō)，知識(shí)是一些數(shù)據(jù)的匯編，使你能夠做出決定，而我們今天所發(fā)現(xiàn)的是，計(jì)算機(jī)正在自動(dòng)做出許多決定。這在未來(lái)不會(huì)有任何改善。

• 成為一種時(shí)尚

如果我們看數(shù)據(jù)科學(xué)的未來(lái),數(shù)據(jù)科學(xué)是不會(huì)消失的,科學(xué)和現(xiàn)有的工程在從數(shù)據(jù)中提取知識(shí)將是一個(gè)未來(lái)的大事情,社會(huì)要依靠。在某種程度上已經(jīng)是這樣了。網(wǎng)絡(luò)已經(jīng)依賴(lài)于此。但整個(gè)社會(huì)都將依賴(lài)于此。所以這不是一時(shí)的流行;它不會(huì)消失。如果你說(shuō)數(shù)據(jù)科學(xué)是一種時(shí)尚，就像你在1962年說(shuō)計(jì)算機(jī)科學(xué)是一種時(shí)尚一樣。看看我們現(xiàn)在的處境。

因此，我對(duì)這一現(xiàn)象的看法是，它將創(chuàng)造——當(dāng)然，它創(chuàng)造了一個(gè)我們都知道的產(chǎn)業(yè)——對(duì)這一領(lǐng)域受過(guò)教育的人的需求。這也創(chuàng)造了一種學(xué)術(shù)學(xué)科的需要來(lái)處理這個(gè)問(wèn)題。這一點(diǎn)有些人還沒(méi)有完全理解。例如，如果你是一名統(tǒng)計(jì)學(xué)家，你會(huì)說(shuō)，“嗯，那只是統(tǒng)計(jì)。如果你是一個(gè)機(jī)器學(xué)習(xí)的人，你會(huì)說(shuō)，“嗯，那就是機(jī)器學(xué)習(xí)?！比绻闶且粋€(gè)數(shù)據(jù)庫(kù)人員，你會(huì)說(shuō)，“嗯，那只是一個(gè)數(shù)據(jù)庫(kù)，上面有一些機(jī)器學(xué)習(xí)和統(tǒng)計(jì)數(shù)據(jù)。”如果你是一個(gè)應(yīng)用數(shù)學(xué)的人，你會(huì)說(shuō)，“所有這些技術(shù)和方法都使用了應(yīng)用數(shù)學(xué)?！?/span>

所有這些人都錯(cuò)了。它是所有這些東西組合成一個(gè)系統(tǒng):統(tǒng)計(jì)、應(yīng)用數(shù)學(xué)、計(jì)算、基礎(chǔ)設(shè)施和應(yīng)用領(lǐng)域，這些都是那些方法可以應(yīng)用的東西，需要專(zhuān)業(yè)知識(shí)。因此，像深度學(xué)習(xí)這樣的技術(shù)可以讓我們減少或最小化處理新問(wèn)題所需的人類(lèi)專(zhuān)業(yè)技能，這樣機(jī)器就可以盡可能地自己完成任務(wù)。當(dāng)然，在這一點(diǎn)上，總是有人參與其中。像數(shù)據(jù)可視化這樣的東西使得人們可以很容易地做這樣的事情，只要循環(huán)中還有人。然而，最終，這些模型將從本質(zhì)上自行構(gòu)建。

• 新興學(xué)科

我堅(jiān)信數(shù)據(jù)科學(xué)是一門(mén)新興的學(xué)科。在紐約大學(xué)，我們幫助開(kāi)創(chuàng)了這一趨勢(shì)，因?yàn)槲覀兒茉缇蛣?chuàng)建了一個(gè)數(shù)據(jù)科學(xué)中心。我們也很早就創(chuàng)立了數(shù)據(jù)科學(xué)碩士學(xué)位，這是一個(gè)巨大的成功。我們得到了摩爾-斯隆數(shù)據(jù)科學(xué)環(huán)境倡議的大力支持，這是摩爾和斯隆基金會(huì)的一個(gè)大型項(xiàng)目。該計(jì)劃將紐約大學(xué)、華盛頓大學(xué)和加州大學(xué)伯克利分校聯(lián)合起來(lái)，目的是將數(shù)據(jù)科學(xué)確立為科學(xué)的一門(mén)學(xué)科。

您對(duì)數(shù)據(jù)科學(xué)的新人有什么建議么？

我總是給同樣的建議，因?yàn)槲医?jīng)常被問(wèn)到這個(gè)問(wèn)題。

• 學(xué)習(xí)數(shù)學(xué)和物理的課程

我的觀(guān)點(diǎn)是，如果你是一名本科生，學(xué)習(xí)一門(mén)專(zhuān)業(yè)，你可以選修盡可能多的數(shù)學(xué)和物理課程。不幸的是，它必須是正確的課程。我要說(shuō)的可能聽(tīng)起來(lái)有些矛盾，但工程學(xué)或物理學(xué)專(zhuān)業(yè)可能比數(shù)學(xué)、計(jì)算機(jī)科學(xué)或經(jīng)濟(jì)學(xué)專(zhuān)業(yè)更合適。

• 學(xué)習(xí)編程

當(dāng)然，你需要學(xué)習(xí)編程，所以你需要上大量的計(jì)算機(jī)科學(xué)課程來(lái)學(xué)習(xí)如何編程的機(jī)制。然后，再做一個(gè)數(shù)據(jù)科學(xué)的研究生項(xiàng)目。參加本科階段的機(jī)器學(xué)習(xí)、人工智能或計(jì)算機(jī)視覺(jué)課程，因?yàn)槟阈枰佑|這些技術(shù)。然后，在那之后，參加所有你能參加的數(shù)學(xué)和物理課程。尤其是像優(yōu)化這樣的連續(xù)應(yīng)用數(shù)學(xué)課程，因?yàn)樗鼈冏屇銥檎嬲奶魬?zhàn)做好準(zhǔn)備。

您認(rèn)為數(shù)據(jù)科學(xué)的最大機(jī)遇在哪里?

• 社會(huì)科學(xué)領(lǐng)域
• 深度學(xué)習(xí)方法

如果你是一名實(shí)驗(yàn)科學(xué)領(lǐng)域的科學(xué)家，尤其是社會(huì)科學(xué)領(lǐng)域的科學(xué)家，我認(rèn)為在數(shù)據(jù)科學(xué)的方法領(lǐng)域和領(lǐng)域科學(xué)之間存在著大量的機(jī)會(huì)。這將給很多科學(xué)領(lǐng)域帶來(lái)革命性的變化，所以這是一個(gè)非常令人興奮的地方，尤其是在社會(huì)科學(xué)領(lǐng)域。其他領(lǐng)域，如基因組學(xué)和生物學(xué)，已經(jīng)先行一步。

而社會(huì)科學(xué)，是一個(gè)充滿(mǎn)機(jī)遇的大領(lǐng)域。如果人們剛剛開(kāi)始，我建議他們?nèi)ふ乙恍┯腥さ?、令人興奮的大問(wèn)題來(lái)解決。當(dāng)然，如果你對(duì)方法感興趣，深度學(xué)習(xí)才是關(guān)鍵。