他曾让谷歌、Facebook成就传奇，现在正努力把AI推向公益化

未来的AI，将是一个多样化、多层次的生态式技术。届时，每个人都能以不同形式、不同分工参与到其中。

说到LSTM，相信很多AI界的小伙伴并不会陌生，因为苹果、谷歌、Facebook等科技巨头都是它的践行者和最大受益者。但这样一项伟大的技术，其背后的创始人尤尔根·施米德胡贝却一直鲜为人知。

在前不久结束的“2017中国人工智能峰会”上，我们见到了这位异常低调的AI大神，跟他聊了聊LSTM模型和AI的未来趋势。

尤尔根·施米德胡贝（Jürgen Schmidhuber）是一名享誉世界的德国计算机科学家，目前在瑞士人工智能实验室（IDSIA）担任科学事务主管，任教于卢加诺大学和瑞士南部应用科学与艺术学院，同时他也是国际计算语言协会（ACL）的首批Fellow。

眼下，我们的人工智能还处在婴儿期

现在的情况就是，人工智能神经网络在对外部情况做一个认知、观察和简单处理的时候，远远没有达到人类的水平。人类在对来自的外部信号进行收集之后，往往会做深度加工，进而做出相应的反应和改变，最终实现与外部环境的全面互动。

而要达到像人类这样的效果，我们就需要更精细的人工智能，比如增强式学习就是一种很好的方法，它的核心思路是用奖励回馈的机制来优化深度学习的表现形式。

但目前的实际情况是，我们的人工智能还很弱小和幼稚。更多情况之下，机器人像是我们的婴儿，它需要先看着我们做东西，然后才能把我们的所有行为学习出来。因此在很多应用领域，它们还远远没有达到人的等级。

几乎全世界的AI公司都在用LSTM模型

“很多人不知道深度学习的这些技术有些年头了，比方说这种递归式的技术，其实就是20年前的基础理论。而单向传播的深度学习技术则是在50年前，上个世纪60年代就提出的基础知识。”

现在的应用主要是体现在手机里，比方说机器翻译、语音识别等，这里面翻译的主要技术用的就是LSTM（Long Short-Term Memory，一种基于长短期记忆的时间递归神经网络）。

LSTM模型是尤尔根在97年的时候，在实验室里提出来的。当时业内并未对此有足够的重视，但是近年来，随着AI浪潮的再次兴起，LSTM已经被几乎全世界的AI公司所青睐，

“因为在当时的运算技术条件下，对这种大规模的计算处理，是比较困难的，所以LSTM的优势是在近些年才开始体现。”尤尔根说。

LSTM与传统的记忆神经网络相比，传统的机器学习是一种单向的向前进的学习模式，但是LSTM是一种递归式的、不断循环的学习方式，这是LSTM的最大优势所在。

单向式的计算机和学习方法是一种传统的预编程，它的应用往往会受到很多条件的限制。但是LSTM基于的递归式则是通用式的计算机，可以在所有情况下进行运算。因为LSTM是通用型计算，可以进行各种程度的运算，不管是并行的还是串行的，都可以通过通用的形式进行计算，尤其是在翻译和机器识别方便很有效。

“我不确定微信是否使用了这个技术，但是目前Facebook每天都会基于LSTM进行45亿次的翻译。主要是用在语言翻译上，差不多是每秒5万次的计算量。”

事实上，世界上几乎所有的AI公司都在使用这项技术，比如谷歌就是LSTM的死忠粉。

在各种语言的机器翻译上，一开始的人工智能神经网络对于所有语言一无所知。由此，像谷歌这样的公司就开始使用这一技术进行多种语言的对比，并逐步学习被翻译语言的内容、语义，之后机器就能学会自主翻译。

“2016年11月之前，国内很多人会嘲笑谷歌的中文翻译。但在谷歌使用了LSTM技术之后，翻译的效果有了显著的提升。”

据资料显示，谷歌的语言识别技术换成LSTM的模型之后，相比之前有了50%的提升。随后，谷歌还把LSTM用于自然语言处理、机器翻译、生成图说、自动邮件回复、智能助手等领域。随后，语音识别、视觉领域的研究都越来越多地采用LSTM模型。

人类不是AI要奴役的最佳目标，它只会担心与自己相似的AI

自从有了AI，就有了诸如“AI替代人类”、“AI奴役人类”、“AI毁灭地球”等成系统的威胁论。在AI诞生以来的60多年里，这仿佛是一个时常被挂在嘴边的话题，而这种争论今后恐怕也将会一直持续下去。

从宏观角度来说，尤尔根并不担心AI会给人来带来可怕后果。但他认为，现在我们需要讨论的是：应该担心AI应用在军事领域会带来哪些更坏的影响。

“我们已经意识到，机器学习被应用在手机上时，会让人们对手机更加上瘾。而现在越来越多的AI技术已经被应用在控制军事领域（如军用无人机等）上了，这才是我们需要担心的。”

“人类已经达到了自我毁灭的最大可能性，60年前冷战时期的军备竞赛时，随着核武器的诞生开始，仅仅是核弹头全球现在已经有成千上万个了，更遑论其他。”尤尔根说，“即使没有AI，如果我们打起核战争，地球在几个小时之内也有可能毁灭，所以我们为什么要担心AI？”

“尤为重要的是，任何一个物种会把更多的时间和精力放在关注、担心和自己相近的物种上。就像人类只会关注人类，而不会去担心一只袋鼠一样，AI也不会去担心人类，而只会担心与自己相似的AI。”

现在看到那些AI奴役人类的想法是十分愚蠢的，人类对于AI来说是一个非常不好用的奴隶，因为它可以在很短时间内造出很多比人类效率高很多的机器人，而且更快的完成目标，所以人类不是AI要奴役的最佳目标。

让AI更加智能化和公益化，才是真正的未来

尤尔根自己现在有一项研究，虽然在商业领域的认知还没有很广，但是他个人认为未来还是大有可为的。在那是他在1987年发表的毕业论文中提出过的一种设想。

“有一种算法，让计算机可以在机器学习的过程中，同一时间提升如何去学习的能力。这是一种自我监督型的学习算法，它在极端运算中可以让计算机学得更好。”尤尔根说，“或者直白的说，它可以让人工智能更加智能。”

“这种算法虽然现在在商业化应用上还不是很广，但是最终会是一个宏大的命题。我相信，让一个机器学会如何更聪明的学习其他东西的能力，未来将成为AI发展的最核心助力。”

2015年，尤尔根同他在瑞士人工智能实验室 IDSIA 共事的四位研究人员联合创办了一家名为“Nnaisense”的AI公司。Nnaisense研究的是如何让人工智能更加的智能，如何以更好的方式去解决问题，同时能够根据过去面临的问题，更好地去解决未来更多的问题。

虽然Nnaisense公司现在做的是B2B的生意，但尤尔根希望最后AI的应用可以去惠及所有人。

“我也相信未来会出现这样一种情况：有一个源代码能赋予AI所有的通用学习能力，而且这个源代码可以被广泛的发散到每一个人手里，让AI技术更加智能化的同时，还能够真正的公益化，而不是仅仅只是国际巨头和大型机构的禁脔。”

尤尔根最后说道：“未来的AI，将是一个多样化、多层次的生态式技术。届时，每个人都能以不同形式、不同分工参与到其中。”

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！