编译：王楠、刘小芹

　　新智元启动新一轮大招聘：COO、执行总编、主编、高级编译、主笔、运营总监、客户经理、咨询总监、行政助理等 9 大岗位全面开放。

　　简历投递：j[email protected]

　　HR 微信：13552313024

　　新智元为COO和执行总编提供最高超百万的年薪激励；为骨干员工提供最完整的培训体系、高于业界平均水平的工资和奖金。

　　加盟新智元，与人工智能业界领袖携手改变世界。

　　【新智元导读】日前，Facebook AI 实验室负责人、纽约大学教授 Yann LeCun 受邀在今年的 NIPS 大会发表主旨演讲，畅谈深度学习最近技术进展。值得注意的是，LeCun 试图改变人们对 AI 的通常分类（即无监督学习、监督学习和增强学习），他在演讲中用“预测学习”替代“无监督学习”，因为预测学习要求机器不仅能在没有人类监督的情况下学习，而且能够学习世界的预测模型。

　　此外，LeCun 还引入了使用 RNN 实体从文本中推断世界的状态等新的技术，结合深度学习领域最新发展，比如 TorchCraft、使用对抗训练让系统预测视频接下来的内容。【在新智元微信公众号回复1207，可下载全部75页PPT】

　　要了解今年 NIPS 的盛况，先上一张图：

　　2016 年，作为学界顶级盛会的 NIPS 共收到投稿超过 2500 篇，最终接收了 568 篇——保守估计接收率 22.7%。这个论文接收率并不算那么低（相较其他顶会），不过，得到口头展示机会的名副其实百里挑一。

　　再看参会人数及其近年来的增长趋势（上图右）——尤其是近两年，用“直线上升”形容毫不夸张。如果这个显示的是某个国家的 GDP，估计领导人绝对合不拢嘴了。

　　作为 2016 年 NIPS 大会受邀发表主旨演讲的第一人，纽约大学教授、Facebook 人工智能实验室（FAIR）主管 Yann LeCunn 的演讲备受瞩目：

　　（文／Carlos E. Perez）Yann LeCun 今年演讲中多次提到这样一个类比：

　　如果把“智能”（intelligence）比作一个蛋糕，那么无监督学习就是蛋糕本体，监督学习是蛋糕上的糖霜，而增强学习是蛋糕上的樱桃。我们知道如何得到糖霜和樱桃，但不知道怎样做蛋糕。

　　在 NIPS 2016 上，LeCun 开始使用“预测学习”（predictive learning）这个词代替“无监督学习”（unsupervised learning）。LeCun 在演讲中说：

　　我们缺乏的一个关键要素是预测（或无监督）学习：机器具有模拟环境，预测未来的可能性，以及通过观察和参与理解世界如何运作的能力。

　　这是一个有趣的变化，表明 LeCun 的“做蛋糕”观点有了一些微妙的变化。在 LeCun 看来，需要建立基础，然后才能让 AI 加速进步。换句话说，在我们能够建立“预测基础层”（predictive foundational layer）之前，试图通过增加更多的内存、知识库、协作智能体等构建当前的监督学习将会十分困难。

　　在 NIPS 大会上，他贴出了下面这张 PPT：

　　1. 机器需要学习/理解世界的运转方式

　　物理世界、数字世界、人

　　需要掌握常识

　　2. 机器需要学会大量的背景知识

　　通过观察或者行动

　　3.机器需要感知世界的变化

　　以作出精准的预测和计划

　　4.机器需要更新并记住对世界状态的预测

　　关注重大事件、记住相关事件

　　5. 机器需要会推理和计划

　　预测哪些行动会带来预期的改变

　　智能&常识=感知+预测模型+记忆+推理&计划

　　LeCun 的演讲强调了我们面前的艰巨任务。