这家最近大火的美AI初创公司，被美国防部DARPA定义为“第三次AI浪潮”的代表 | 独家专访

正文

请到「今天看啥」查看全文

然后，蛋糕上的糖霜可以看做是监督学习。 比如，在游戏中得分或死亡，这要比直接输掉或赢得游戏更常发生。

Yann LeCun的“机器学习蛋糕”

最后就是蛋糕本身了，我们称之为无监督学习，这类是最多的。 我们没有关于这些数据的反馈，也没人会为我们解释这些数据。比如，你通过机器学习来识别猫，首先得准备大量猫、狗的图片， 但并没有人告诉你哪些是猫、哪些是狗，这就是无监督学习。

但即便是在无监督的情况下，有些机器学习系统还是能分辨出猫和狗。 毕竟，猫都长得差不多，狗也长得差不多，而且猫和狗看起来不一样。

问：你是如何想到将“概率编程”应用于人工智能研究的？毕竟目前绝大多数的方法都趋于同质化。

答：非常好的问题！我个人的观点是， 人工智能的研究目前确实有同质化的问题。 目前最主流的方法，比如大家都在做的深度学习：分析海量的数据、调用大量的计算能力。 但如果大家都押宝在一种人工智能上，这对其发展是不利的。 原因是， AI目前所处的阶段还太早，根本无法判断那种方法会最终胜出。 在这个时候去推崇某一技术明显是有问题的。

Ben Vigoda 正在接受 DT 君专访

AI领域同样需要生态多样性。 某种程度上 ， Gamalon其实得益于目前在深度学习领域的大量投资，因为人们只会去关心一件事： 你能用深度学习做什么？ 我们反倒有了自己的发展空间。 于是，我们获得美国国防部高级研究计划局（DARPA）的投资。

回到你的问题， 为什么我们会尝试一条完全不同的 AI 研究路径？ 举例而言，吴恩达曾经想设计一套无人机飞控系统，他在编码时考虑到了流体动力学、空气动力学、机械工程等诸多问题， 但这套飞控系统还是无法正常工作。

有一天，他突然说，为啥不直接用传感器呢？如果坠机了就是一个负面强化学习，如果能稳定在空中就给一个正面的强化学习，并通过这种方式来训练系统，并最终成功控制无人机。

请到「今天看啥」查看全文