导读 漫长的30年间,数度从主流方向的超然出走,是Bengio的制胜秘诀。这种不盲从主流的风格体现在他研究生涯的方方面面。 90年代末期,神经网络被打入冷宫,Bengio的论文多次遭拒,连学生们也开始担心,和他一起研究神经网络会导致毕业后找不到工作。 “那场有关神经网络的文化沙漠可能‘劝退’了很多研究者,但我有点固执,坚信我们应该坚持下去。”而时过境迁,如今神经网络早已成为主流,审稿人的看法也发生了翻天覆地的变化。 此时,Bengio却已经开始研究新方向,寻找新问题。“我认为不能把所有鸡蛋放在一个篮子里,我们应该探索更多不同的方法。在过去的七年里,我一直在努力探索当前神经网络方法的局限性,这样才能让未来的人工智能具备当前缺乏的能力。” 谈及现如今Scaling Law催生的模型性能大爆发,Bengio依然保持着客观审慎的思考,他认为“Scaling Law并不是理论定律,只是基于经验性观察总结的规律。为了解决大模型目前存在的问题,我们需要探索Scaling Law之外的新方法。” 在OpenAI等巨头纷纷为AGI的到来摩拳擦掌之时,Bengio更关心的是如何应对AI对人类的潜在风险。正...