脸书AI负责人Yann LeCun：AlphaGo离人工智慧还很远
脸书的 AI 研究机构 FAIR，从自动翻译、标志面孔一路到虚拟实境，团队透过 AI 人工智慧技术提供社群更多可能性，而其负责人 Yann LeCun 是现今最知名的 AI 思想家，近期接受《The Verge》专访就直言，其实现今的技术离真正的人工智慧还很远。
▲Yann LeCun 认为目前科技离真正的人工智慧还很远。（图／翻摄 The Verge）
「我每天不断重复在讲演这些话，我们离超级人工智慧还很远。自动驾驶、解释医疗图、击败围棋世界军这些都只是狭窄的智力，是为了特定目标所锻炼出来的。」LeCun 认为人们将 DeepMind 的 AlphaGo 视为人工智慧的大跃进并不正确，他认为尽管机器人在特殊领域有超人般的表现，但综观所有的事情来看，甚至可能还追不上一只老鼠所拥有的智能。
「就像一个人会开车，他拥有对于世界体系的知识，所以他知道如果上路之后撞向一棵树肯定会有不好的事情发生。我们对于整于整个世界有足够的认知，所以我们不会跑下悬崖而会维持在街上。」LeCun 提到像 AlphaGo 就是种「强化学习」，反复在围棋的环境下模拟练习，但这并不能运行在真实的世界，强化学习也绝非人工智慧的关键。
▲在谈及机器人 AI 时，许多人会选用类似终结者的照片。（图／视觉中国 CFP）
「曾经你在每篇谈论 AI 的文章中，看到的图片都是类似终结者的图。」在访谈中，LeCun 提及媒体和人们对于人工智慧的误解，除了上述提到的错误之外，许多媒体也时常扭曲他们的实验结果，例如先前脸书实验传出两名 AI 机器人在对话的过程中失控，开始自创人类无法解读的语言展开沟通，引起许多人开始替实验与未来感到紧张与害怕，但其实最后只是一场误会。
谈及未来脸书的 AI 发展，LeCun 先是提到目前的虚拟助理几乎都是照本宣科，机器人相对乏味、无趣，未来的目标是希望 AI 在阅读一段很长的文本内容之后，能够回答所有文本的相关问题，接下来是如何让 AI 仅透过阅读、影片学习人类世界的背景知识，让他们可以察觉这个社会运作的方式。