品玩6月9日讯，在6月9日的北京智源大会上，Yann LeCun教授发表了题为“走向能够学习、推理和规划的机器”的演讲。LeCun教授是一位著名的计算机科学家，以其在人工智能领域，特别是深度学习和卷积网络方面的开创性工作而闻名。他被认为是现代深度学习技术的奠基人之一，他所做的开创性贡献继续塑造着人工智能研究和创新的格局。
在演讲中，LeCun教授谈到了人工智能的未来。他认为，要弥补人类和动物与目前我们能够生产的人工智能之间的差距，我们需要不仅仅是学习，还需要推理和规划。他谈到了一些初步的结果，但并没有完整的系统。
LeCun教授指出，与人类和动物相比，机器学习并不是特别出色。几十年来，我们一直在使用监督学习，这需要太多的标签。强化学习效果很好，但需要大量的试验才能学到任何东西。当然，在最近几年我们一直在使用大量的自监督学习。但结果是这些系统有些专门化和脆弱，它们会犯愚蠢的错误，它们并不真正推理或计划，它们只是快速反应。
因此，LeCun教授认为，当前机器学习系统在输入和输出之间基本上只有固定数量的计算步骤。这就是为什么它们不能像人类和某些动物那样进行推理和规划。那么，如何让机器理解世界是如何运作的，并预测它们行动的后果，就像动物和人类能够做到的那样？如何让机器执行无限步骤的推理链？如何通过将复杂任务分解为子任务序列来规划复杂任务？
在接下来的十年左右时间里，AI研究将朝着这个方向发展。此外，在演讲中他还谈到了自监督学习及其在过去几年中在机器学习领域取得巨大成功的事实。自监督学习已经被提倡了七八年，并且真正发生了，并且我们今天看到的许多机器学习成果都归功于自监督学习，特别是在自然语言处理和文本理解与生成方面。
在北京智源大会上，Yann LeCun教授分享了他对人工智能未来发展方向的看法，并强调了推理和规划在人工智能系统中的重要性。
