Yann LeCun（杨立昆）出生于 1960 年，他一向被以为是国际上最重要的人工智能研讨者之一。20 世纪 80 时代，LeCun 参与了卷积神经网络的创造，在 AI 领域低落时期坚持了这一方向，并贡献了工程实践效果，推动了人工智能图画剖析技能的突破。

2018 年，LeCun 因深度学习的研讨贡献，与 Yoshua Bengio、Geoffrey Hinton 一起获得了计算机科学最高荣誉图灵奖。

Yann LeCun、Geoffrey Hinton 和 Yoshua Bengio。

2013 年，马克 · 扎克伯格聘请 Yann LeCun 为 Facebook 人工智能研讨员，后者协助建立了 Facebook 人工智能研讨实验室 FAIR（现 Meta AI）。LeCun 今日仍在担任该公司首席人工智能科学家和副总裁。

作为人工智能业界的领军人物，Yann LeCun 关于技能的开展常常给出自己的看法，他在 2018 年左右的一次讲演中曾透露，虽然人工智能研讨取得了近期所有这些成功，人工智能甚至还无法到达家猫的认知水平。LeCun 以为，机器学习缺少关于国际的基本了解。

自监督学习是人工智能了解国际的要害

现在是 2022 年 1 月，LeCun 标明自己依然没有看到猫等级的人工智能。他标明，虽然「只要」8 亿个神经元，但猫脑远远领先于任何巨大的人工神经网络。因而乍一看，关于通往高度开展的认知才能和人类智能长期规划途径的估测好像毫无意义。

猫和人类智能的一起根底是关于国际的高度了解，根据对环境的笼统标明以形成的模型，擅长于猜测举动及其后果。LeCun 以为，学习这种环境模型的才能是构建考虑机器的要害。

在对现在职业和科研进展的剖析后，LeCun 得出了 AI 研讨面对的三大应战：

• AI 有必要学会关于国际的表征；
  
• AI 有必要能以和根据梯度的学习兼容的方式，进行考虑和规划；
  
• AI 有必要学习举动规划的分层表征。
  

LeCun 在自监督学习中找到了第一个应战的处理方案，该办法已被用于练习言语模型、图画剖析体系等。

他以为这些体系的成功标明人工智能可以创立杂乱的国际模型。但是，下一代人工智能估计将直接从视频中学习，而不是运用言语或图画。Meta 现在正在为新一代 AI 收集第一人称视频数据，这一工作本钱很高。

LeCun 的蛋糕强调了无监督的重要性，他以为这可以突破当时 AI 技能的局限性。今日的 AI 可以轻松对图画进行分类并识别声响，但不能履行诸如推理不同对象之间的联系或猜测人类运动等使命。这是无监督学习可以填补空白的当地。正如 LeCun 所说：「猜测是智力的本质。」

LeCun 标明，人工智能体系可以从这些视频中了解国际的物理根底。它们的了解反过来将让体系具备多种才能（例如抓取物体或自动驾驶）的根底。

人工智能应该学会考虑和举动

处理第一个应战为处理第二个应战奠定了根底。与人工智能最初的研讨不同的是：思想体系不该再由根据逻辑规矩运转的符号体系和手动编程的国际知识组成。相反，有必要运用和深度学习相似的办法让机器学会考虑和规划。

LeCun 还没有处理第三个应战的办法。他说：「要在实际国际中举动的人工智能体系，无论是机器人还是自动驾驶轿车，有必要要可以猜测每种举动的后果并选择最佳举动。在一些情况下，例如移动机械臂或操控火箭的使命上，咱们已经完成了模型猜测操控（MPC）。」

但他标明，未来咱们还需要可以处理所有情况的体系。「通过认真细致的数学建模，未来的体系将重视咱们在国际上所观察到的全部：包含人类的行为和各种物理体系，它们是人类可以轻松笼统表征并建模的内容，」LeCun 说道。

视频——图灵奖得主 Yann LeCun 访谈，人工智能的三大应战：

LeCun 用一个问题总结了未来十年人工智能研讨面对的巨大应战：「咱们应该如何让机器学习处理具有不确定性的模型，并捕获实际国际的所有杂乱性？」

关于 LeCun 来说，答案从自监督学习开始。