专家预测2020年人工智能发展轨迹

VentureBeat 最近接受采访 人工智能领域五位最聪明的专家，请他们对人工智能在未来一年的发展方向做出预测。 接受采访并做出预测的人士包括：

• Soumith Chintala，PyTorch 的创建者。
• Celeste Kidd，加州大学人工智能教授。
• 杰夫·迪恩 (Jeff Dean)，谷歌人工智能主管。
• Anima Anandkumar，Nvidia 机器学习研究总监。
• 达里奥·吉尔 (Dario Gil)，IBM 研究总监。

苏米特·钦塔拉

Pytorch 可以说是目前最流行的机器学习框架，其创始人 Chintala 预测，2020 年对神经网络硬件加速器和提高模型训练速度的方法的需求将会更大。 Chintala 预计，未来几年人们将更加关注如何最佳地使用 GPU 以及如何为新硬件自动完成编译。 除此之外，Chintala 预计人工智能社区将开始更积极地寻求其他量化人工智能性能的方法，而不那么重视纯粹的准确性。 需要考虑的因素包括训练模型所需的能量、如何使用人工智能来构建我们想要的社会，以及如何向人类操作员直观地解释网络的输出等。

塞莱斯特·基德

Celeste Kidd 在她最近的职业生涯中花了很多时间倡导算法、技术平台和内容推荐系统的设计者承担更多责任。 基德经常认为，旨在最大限度地提高参与度的系统最终可能会对人们如何形成自己的观点和信仰产生严重影响。 人们越来越关注人工智能算法和系统的道德使用，Kidd 预测，到 2020 年，人们将越来越多地意识到科技工具和平台如何影响人们的生活和决策，并拒绝这种想法技术工具在设计上可以真正保持中立。

基德说：“作为一个社会，特别是作为使用这些工具的人们，我们确实需要直接认识到随之而来的责任。”

杰夫·迪恩

谷歌AI现任负责人Jeff Dean预测，2020年多模态学习和多任务学习将会取得进展。多模型学习是指人工智能同时使用多种类型的媒体进行训练，而多任务学习则致力于让人工智能同时训练多个任务。 Dean还期望基于Transformer的自然语言处理模型能够取得进一步的进展，例如谷歌的BERT算法以及其他在GLUE排行榜上名列前茅的模型。 Dean 还提到，他希望看到人们不再那么渴望创建最先进的性能模型，而更多地渴望创建更强大、更灵活的模型。

阿尼玛·阿南德库玛

Anandkumar 预计，2020 年人工智能社区将不得不应对许多挑战，尤其是对更多样化的数据集的需求以及在数据训练时确保人们的隐私的需求。 Anandkumar 解释说，虽然人脸识别往往受到最多关注，但仍有许多领域可能侵犯人们的隐私，这些问题可能会成为 2020 年讨论的焦点。

Anandkumar 还预计基于 Transformer 的自然语言处理模型将取得进一步的进步。

“我们还没有达到交互式对话生成的阶段，可以跟踪并进行自然对话。 所以我认为 2020 年将会朝这个方向做出更认真的尝试，”她说。

最后，Anandkumar 预计来年迭代算法和自我监督将得到更多发展。 这些训练方法允许人工智能系统在某些方面进行自我训练，并有可能帮助创建可以通过对未标记的数据进行自我训练来改进的模型。

达里奥·吉尔（Dario Gil）

Gil 预测，到 2020 年，以计算效率更高的方式创建人工智能将会取得更多进展，因为目前深度神经网络的训练方式在很多方面都效率低下。 因此，吉尔预计今年将在创建降低精度的架构和更高效的训练方面取得进展。 与其他接受采访的专家一样，吉尔预测，到 2020 年，研究人员将开始更多地关注准确性以外的指标。 Gil 表达了对神经符号人工智能的兴趣，因为 IBM 正在研究使用神经符号方法创建概率编程模型的方法。 最后，吉尔强调了让那些对机器学习感兴趣的人更容易接触人工智能的重要性，并摆脱了只有天才才能使用人工智能和从事数据科学的观念。

吉尔说：“如果我们将其视为某种神话领域，即人工智能领域，那么只有选定的博士才能进入该领域，这并不能真正促进其采用。”