Facebook 人工智慧研究院Yann LeCun院長專題演講

卷積神經網路之父Facebook人工智慧研究院（FAIR）院長Yann LeCun於6月29日應邀來臺進行為期3天的學術交流系列演講活動與參訪，首日並應本校電機資訊學院邀請假集思臺大會議中心國際會議廳以「Deep Learning and the Path to AI」為題舉行專題演講，吸引了四百多人與會聽講，且千餘人同時線上收視，一睹大師風采；同時並於本院臉書專頁同步直播，總收看次數已達近五萬次，在電資學院陳銘憲院長的介紹後，Dr. LeCun以豐富的演講內容解析了人工智慧深度學習的歷史發展與未來挑戰，相當精采。

Dr. LeCun一開始回顧了早期的模式識別(Pattern Recognition)和神經網路的發展，並舉了自己的代表作LeNet為例子：利用卷積神經網路進行手寫數字的辨識，這項研究曾廣泛應用在二十世紀末歐美銀行的支票辨識系統。早期的模式識別需要人工定義出各種的特徵與其抽取流程，必須經過一連串的人工處理後，才能輸入電腦來進行學習，而神經網路的好處就是讓電腦能夠學會如何去抽取這些特徵；緊接著Dr. LeCun帶領著聽眾快速瀏覽自2012年開始ImageNet神經網路的進展及其在視覺上的各種應用，一路介紹各項重要技術，一直到臉書最新的影像實體分割技術。

Dr. LeCun隨後表示深度學習(Deep Learning)雖然已取得相當不錯的突破，但前方仍然有許多問題等待我們一一克服，其中他認為最重要的是如何讓電腦具備像人類一樣的常識(Common Sense)。他舉了一些簡單易懂的例子來作說明。這種非監督式的推理和預測學習，Dr. LeCun認為是未來人工智慧重要的趨勢之一。最後，Dr. LeCun用了一個比喻來表達他對未來人工智慧的想像：神經網路是受自然界神經元的啟發，就像人類的飛行是受到鳥類飛翔的啟發。但是人類最後成功地飛翔，是因為我們發現了航空動力學的原理，而不是一味地模仿鳥類。Dr. LeCun希望將來我們也能找到人工智慧背後真正的原理，來驅動人工智慧發展的下一個巔峰。