news

（图片来源：壹图网）

经济观察网 记者 宋笛 张文扬 深度学习是目前人工智能最受关注的领域，也是这一轮人工智能兴起的原因。与此同时，这一技术具有不可解释等特性也使得一些观点认为深度学习已经面临瓶颈。

7月25日，美国四大国家学院(国家科学院、国家医学院、国家工程院、国家艺术与科学学院)院士，美国 脑计划 项目领军人物的特伦斯 谢诺夫斯基在接受经济观察网采访时表示目前美国数学界已经有了相应的理论工具用来实现深度学习黑盒的可解释性，尽管因为尚未发表，他无法透露更多细节，

特伦斯也认为人工智能正在带来数学和统计学的新纪元。同时，在特伦斯看来，目前正如蒸汽机和热力学的关系一样 在蒸汽机发明数十年后人们才了解热力学并且用它来改良蒸汽机 人工智能的底层数学、脑科学逻辑可以在发展过程中逐渐被人们掌握和理解。

经济观察网：目前深度学习技术路线还有多少潜力？是否已经遇到了天花板？

特伦斯：我觉得不太可能达到局限，现在深度学习刚刚进入到一个发展的开端，发展应该是以10年为周期来计算的，未来20年、30年才能达到一个极限。

现在我们才做了第一步，通过展示相关AI技术来解决问题的，而未来我们还有更多问题需要解决。对比因特网，在它刚开始能够发邮件的时候，我们没法预测它能对我们的商业、生活带来什么影。所以对于AI将会带来的影响，我们还需要等待。

经济观察网：您讲的主要是应用层的影响，那么在底层理论层面，这项技术有没有更大突破，比如数学方面？

特伦斯：我之前在华盛顿参加了一个由美国科学院举办的学术研讨会，该研讨会的主题是 深度学习的科学 。组织这场学术研讨会的数学家是拥有相关有技能和工具，能够测试深度学习网络内部结构的人。

人们经常用 黑盒子 来诠释深度学习，这是不对的，甚至恰恰相反，因为这些所谓的 黑盒子 完全是透明可见的，我们可以访问其中每一个单独的连接单元、每一个活动型态，它们都在那里。而现在，数学家们可以探究其中，开始检验模型是如何活动的，信息是如何在网络中流动的，最终它是如何执行转换的。这件问题经常通过一些例子被讨论。

这件事正在发生，在上述会议上的数学家们已经开始描述他们对此的新洞见。统计学家们则提出一些悖论，你们拥有这么多参数，现在可能会存在过度拟合的现象。众所周知，现在有这么多的参数，其量之大远超于任何数学家和统计学家过去所能接触到的内容。

我认为这将是数学和统计学的新纪元。我认为这将产生深远影响，因为对于任何科技来说，一旦你触摸到了数学和物理的基本原理，你就可以更加深入地拓展它。

以蒸汽机为例，两百五十年前，英国人詹姆斯 瓦特发明了蒸汽机。它改变了整个社会，因为它解放了人类生产力。人们用了数十年了解热力学原理，去理解蒸汽机如何工作，以及如何优化其使用效能。在此后一百年里，人们据此原理创造出了一个全新的工业时代，出现了能够创造数百万社会财富的火车等交通工具，工厂也因此更新换代 这原本只是科技动能的转换，但经过人们对此的多年认知和了解后，它最终引领了整个社会的未来发展方向。

所以我们现在处于一个非常初期的阶段。这是我们的第一步，我们刚刚开始试图阐释其复杂性，目前这是非常令人激动的，这个时间段里，大量的前期研究正在被验证。不仅仅是在应用层面，这也将试图让人们去理解大脑本身，去理解我们自己的大脑是如何工作的。

我们认为，在AI与神经科学之间的合作上，存在着一些令人激动的研究方向。

经济观察网：您提到很多一次，深度学习不是 黑盒子 是可以解释，您的意思是美国已经找到了深度学习可解释的方法或者说找到了实现这个目标的数学工具？

特伦斯：是的,我们确实有这方面的理论了。数学家已经有很多相关的研究进展了，但是内容还没有被发表出来。但是我跟他们交流过，他们告诉我这些伟大的研究和发现在未来将不断被推进。我现在还不能私下跟你透露任何细节，但是我可以这么说，这或将是一个革命性的研究。一旦这些数学家掌握了深度学习的规则，以及这些深度学习是如何发生的，它将成为一个改革性的事件，它将创造出数学模型中的一页新篇章。总而言之，我的答案是肯定的，我们已经对此有了相当多的了解，但同时它还在不断发展中。